RIFA ASHILA Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2026

Skripsi

Deteksi objek merupakan komponen penting dalam pengembangan sistem transportasi cerdas, khususnya pada lingkungan lalu lintas campuran (mixed traffic) di malam hari yang memiliki tingkat kompleksitas tinggi akbiat pencahayaan rendah dan keberagaman objek. Kondisi tersebut menyebabkan citra yang dihasilkan cenderung memiliki kontras rendah dan detail yang kurang jelas, sehingga dapat menurunkan kinerja model deteksi objek. Penelitian ini bertujuan untuk menerapkan dan mengevaluasi efektifitas teknik preprocessing Contrast Limited Adaptive Histogram Equalization (CLAHE) dalam meningkatkan kinerja model deteksi objek YOLOv10m pada lingkungan mixed traffic di malam hari. Metode penelitian ini dilakukan dengan membandingkan dua skenario pelatihan model, yaitu model YOLOv10m tanpa preprocessing (baseline) dan model YOLOv10m dengan penerapan preprocessing CLAHE. Dataset yang digunakan berupa citra malam hari yang telah dianotasikan dan terdiri dari tujuh kelas objek lalu lintas. Evaluasi kinerja model dilakukan menggunakan metrik precision, recall, F1-score, dan mean Average Precision (mAP@50) berdasarkan hasil evaluasi. Hasil penelitian menunjukkan bahwa model YOLOv10m dengan preprocessing CLAHE menghasilkan nilai mAP@50 sebesar 0,774, lebih tinggi dibandingkan model baseline yang memperoleh nilai mAP@50 sebesar 0,759. Peningkatan tersebut menunjukkan bahwa penerapan CLAHE berkontribusi positif dalam meningkatkan kemampuan model dalam mendeteksi objek mixed traffic pada kondisi pencahayaan rendah. Dengan demikian, penelitian ini menunjukkan bahwa kombinasi teknik peningkatan kualitas citra CLAHE dan model YOLOv10m merupakan pendekatan yang efektif untuk mendukung pengembangan sistem deteksi objek yang andal pada lingkungan lalu lintas di malam hari. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1713665 2026-04-13 09:51:13 2026-04-13 10:25:22 machine generated