Detail Cantuman

Penelitian ini mengembangkan sistem computer vision untuk mendeteksi pelanggaran kecepatan kendaraan secara otomatis. Sistem mengintegrasikan YOLOv8 untuk
mendeteksi kendaraan dan plat nomor, ByteTrack untuk melacak pergerakan, dan PaddleOCR untuk membaca karakter plat. Pengujian dilakukan dengan variasi
sudut kamera (15°, 17°, 23°) pada rekaman video jalanan. Hasilnya, sistem berhasil mendeteksi kecepatan dengan akurasi tertinggi 98.37% pada sudut 15 di posisi kanan
dan kecepatan dengan akurasi tertinggi 96,81% pada sudut 15 di posisi kiri. Deteksi wilayah plat nomor mencapai presisi 93.8%, namun akurasi baca karakter hanya 50% akibat kualitas citra. Kendaraan yang melampaui batas kecepatan 50 km/jam berhasil diidentifikasi dan ditandai. Penelitian menyimpulkan bahwa integrasi ketiga algoritma efektif untuk membangun sistem pengawasan lalu lintas, dengan akurasi sangat dipengaruhi oleh sudut kamera dan kualitas gambar.