Implementasi Algoritma Yolo Untuk Deteksi Rambu Lalu Lintas Secara Real-Time
Kendaraan yang ada pada saat ini masih memerlukan kendali dari manusia, dan sedang dikembangkan oleh para peneliti untuk menjadi kendaraan yang dapat menyetir sendiri atau disebut dengan Automated Driving. Pada kendaraan mengemudi otomatis, dibutuhkan cara untuk mendeteksi rambu lalu lintas secara langsung dan cepat untuk mengimbangi kecepatan kendaraan yang sedang berjalan.Untuk menemukan letak obyek di dalam citra, digunakan pendekatan berupa Object Localization dan harus menemukan letak lebih dari satu obyek dalam sistem real-time. Sistem yang dibangun mempunyai masukan citra yang didapatkan melalui kamera yangmemuat model obyek deteksi dari implementasi algoritma deteksi obyek You Only Look Once (YOLO). Sistem dapat mengenali rambu lalu lintasdengan menggunakan layer Convolutional Neural Network (CNN) yang diterapkan pada region dengan nilai ketertarikan yang tinggi lalu memprediksi letak rambu lalu lintas dengan bounding boxyang menghasilkan presentasi akurasi 60,05%.
APA Style
. (2020).Implementasi Algoritma Yolo Untuk Deteksi Rambu Lalu Lintas Secara Real-Time ().Teknik Informatika:FTI
Chicago Style
.Implementasi Algoritma Yolo Untuk Deteksi Rambu Lalu Lintas Secara Real-Time ().Teknik Informatika:FTI,2020.Text
MLA Style
.Implementasi Algoritma Yolo Untuk Deteksi Rambu Lalu Lintas Secara Real-Time ().Teknik Informatika:FTI,2020.Text
Turabian Style
.Implementasi Algoritma Yolo Untuk Deteksi Rambu Lalu Lintas Secara Real-Time ().Teknik Informatika:FTI,2020.Text
