Implementasi Framework Yolov7 untuk Kalkulasi Jumlah Tempat Parkir yang Tersedia dengan Menggunakan Citra Digital

Suryadinata Winoto, Stainley (2023) Implementasi Framework Yolov7 untuk Kalkulasi Jumlah Tempat Parkir yang Tersedia dengan Menggunakan Citra Digital. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (3MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (73kB) | Preview
Preview	PDF BAB_I.pdf Download (76kB) | Preview
Preview	PDF BAB_II.pdf Download (244kB) | Preview
Preview	PDF BAB_III.pdf Download (128kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (415kB)
Preview	PDF BAB_V.pdf Download (69kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (300kB)

Abstract

Luasnya sebuah lahan parkir pada pusat keramaian seringkali menjadi kendala untuk pengendara mobil mengetahui jumlah ketersediaan termpat parkir yang tersedia. Meskipun saat ini beberapa lahan parkir menerapkan sensor untuk memberikan informasi mengenai ketersediaan tempat parkir, biaya yang dibutuhkan untuk memfasilitasi seluruh lahan parkir dengan sensor relatif mahal. Kamera dapat digunakan sebagai alternatif untuk menggantikan penggunaan sensor parkir, dikarenakan kamera dapat mencakup area yang lebih luas maka biaya yang dibutuhkan menjadi lebih rendah. Pada penelitian kali ini digunakan CNN untuk melakukan deteksi objek dan mengkalkulasi jumlah tempat parkir yang tersedia menggunakan citra digital sebuah lahan parkir. YOLOv7 digunakan untuk melakukan ekstraksi fitur dan klasifikasi fitur dari citra digital. Varian YOLOv7 yang digunakan pada penelitian ini adalah YOLOv7 dan YOLOv7-tiny. Masing-masing varian model dilatih menggunakan dua dataset yang disediakan oleh UNIVERSIDADE FEDERAL DO PARANA´ (Federal University of Parana) dan new-workspace-uxdze yang diunggah pada situs Roboflow. Model-model yang dilatih menggunakan dataset pertama mengalami overfit pada saat dievaluasi. Model YOLOv7 yang dilatih menggunakan dataset yang disediakan oleh new- workspace-uxdze memiliki performa deteksi objek terbaik dengan nilai [email protected] sebesar 91%. Sistem yang dihasilkan pada penlitian ini berupa sebuah Bot Telegram yang dapat menerima perintah dan memberikan informasi mengenai ketersediaan tempat parkir pada citra yang sudah diproses oleh model.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Bot Telegram, Deteksi lahan parkir, YOLOv7, YOLOv7-tiny
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining 300 Social Sciences > 380 Commerce, communications and transportation > 388 Transportation (Road, Vehicle, Parking Facilities)
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	03 Jul 2023 09:53
Last Modified:	25 Aug 2023 07:16
URI:	https://kc.umn.ac.id/id/eprint/25580

Actions (login required)

View Item