<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="125288">
 <titleInfo>
  <title>APLIKASI STREAMLIT UNTUK PENDETEKSIAN  HELM BERBASIS DEEP LEARNING  MENGGUNAKAN METODE YOLOS</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Habib</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Pelanggaran lalu lintas masih menjadi masalah terbesar dalam perkembangan &#13;
lalu lintas di Indonesia. Tiga pelanggaran terbesar adalah (1) menerobos lampu &#13;
merah sebesar 42% pelanggaran, (2) tidak menggunakan helm sebesar 23% &#13;
pelanggaran, dan (3) melanggar rambu lalu lintas sebesar 9% pelanggaran. &#13;
Pelanggaran tidak menggunakan helm menjadi pelanggaran terbesar kedua di &#13;
Indonesia, hal ini disebabkan kurangnya kesadaran akan keselamatan dalam &#13;
berkendara. Tidak hanya itu, faktor pengawasan yang dilakukan pihak keamanan &#13;
juga masih terbilang kurang maksimal. Pengawasan hanya dilakukan di tempat &#13;
tertentu, hal tersebut yang menyebabkan tingginya angka pelanggaran terjadi. &#13;
Berdasarkan permasalahan tersebut, model YOLOS (You Only Look at Once &#13;
Sequence) dengan menggunakan Vision Transformer dan Pytorch yang dibangun &#13;
dengan bantuan dataset AI City Challenge 2023 dengan pelatihan sabanyak 200 &#13;
epoch  mampu mendeteksi pengendara yang menggunakan helm dan yang tidak &#13;
menggunakan helm, dengan perolehan nilai average precision dan average recall &#13;
pada objek yang posisinya terlalu besar (closeup) ketika kamera menangkap objek &#13;
tersebut, sehingga menghasilkan ukuran bounding box yang besar (area large), &#13;
untuk perolehan nilainya yaitu 38.8% untuk average precision dan 57.2% untuk &#13;
average recall, kemudian jika pada average precision dengan parameter IoU 0.5 &#13;
mendapatkan nilai 63.5%. Implementasi model pada framework streamlit agar &#13;
menjadi sistem yang dapat digunakan untuk mendeteksi berhasil dilakukan. Sistem &#13;
dapat melakukan deteksi pada single image, video webcam, dan video dari RTSP &#13;
CCTV.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>125288</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-07-17 00:28:55</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-07-17 11:34:55</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>