Yunita Yulianda Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Informatika 2024

Skripsi

Keselamatan lalu lintas menjadi isu krusial dengan meningkatnya insiden kecelakaan jalan raya. Menurut World Health Organisasion (WHO), kecelakaan lalu lintas menyebabkan 1,19 juta kematian dan 20-50 juta cedera pertahun secara global. Di Indonesia, faktor manusia berkontribusi 61% terhadap kecelakaan, terutama pelanggaran rambu lalu lintas. Teknologi deteksi dan pengenalan rambu lalu lintas berbasis deep learning menawarkan solusi potensial untuk mengurangi risiko kecelakaan. Namun, sistem yang ada umumnya hanya memberikan informasi dalam bentuk visual. Penelitian ini bertujuan mengembangkan sistem pengenalan rambu lalu lintas khas Indonesia menggunakan deep learning dengan output interaktif suara, mengintegrasikan algoritma YOLO, API ChatGPT untuk ekstraksi informasi, dan teknologi Text-to-Speech untuk menghasilkan suara intruksi. Penelitian ini mengimplementasikan algoritma YOLOv8, versi terbaru dari arsitektur YOLO. Dataset yang digunakan untuk membangun model adalah kombinasi dari dua dataset yaitu, Indonesian Traffic Sign Dataset dan Road Sign Detection Dataset. Dalam tahap pemrosesan data, terdapat dua teknik augmentasi data yang digunakan yaitu blurring dan highlight object guna meningkatkan variasi data pelatihan. Hasil penelitian menunjukkan bahwa model YOLOv8 yang dikembangkan mencapai tingkat precision sebesar 96.8%, recall sebesar 95.3%, mAP50% sebesar 97.5%, dan mAP50-95 sebesar 82.9%. Model dengan tuning hyperparameter optimal dan teknik augmentasi data terbukti meningkatkan performa deteksi rambu lalu lintas dibandingkan dengan model YOLOv8 pre-trained. Integrasi API GPT-3.5 Turbo efektif dalam memberikan informasi kontekstual, dan teknologi Google Text-to-Speech (GTTS) berhasil memberikan instruksi suara yang jelas. Kata kunci : Deep learning, You Only Look Once (YOLO), ChatGPT API, Google Text-to-Speech (GTTS), Object detection, Rambu lalu lintas 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 135521 2024-10-04 17:10:30 2024-10-07 11:20:55 machine generated