%0 Thesis
%9 S1 - Sarjana
%A Yudantama, Alvin Christ
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2026
%F universitasamikomyogyakarta:33189
%I Universitas AMIKOM Yogyakarta
%K YOLOv8, deteksi helm, computer vision, machine learning, lalu   lintas, helmet detection, traffic
%T DETEKSI OBJEK PERLENGKAPAN KEAMANAN HELM  PENGENDARA MOTOR MENGGUNAKAN YOLOV8
%U https://eprints.amikom.ac.id/id/eprint/33189/
%X Pelanggaran penggunaan helm masih menjadi tantangan besar dalam  keselamatan lalu lintas, sering kali disebabkan oleh rendahnya kesadaran  pengendara dan minimnya kehadiran petugas kepolisian di titik-titik terpencil.  Kondisi ini meningkatkan risiko cedera fatal akibat kecelakaan pada infrastruktur  jalan desa yang cenderung minim pengawasan. Mengingat keterbatasan personel  untuk melakukan pemantauan manual secara luas dan konsisten, diperlukan solusi  teknologi yang efisien dan mandiri. Penelitian ini bertujuan untuk mengembangkan  model deteksi penggunaan helm menggunakan algoritma YOLOv8 berbasis video  sebagai sistem otomatisasi pengawasan lalu lintas. Metode penelitian meliputi  pengumpulan dan anotasi dataset citra pengendara motor, pelatihan model  menggunakan arsitektur YOLOv8, evaluasi performa dengan metrik accuracy,  precision, recall, dan mAP, serta implementasi model dalam aplikasi berbasis  Streamlit untuk visualisasi hasil deteksi model secara daring. Hasil penelitian  menunjukkan bahwa model mampu mendeteksi penggunaan helm dengan tingkat  akurasi yang baik dan performa deteksi yang cukup baik pada berbagai kondisi  pencahayaan dan sudut pengambilan gambar. Implementasi sistem ini dapat  dimanfaatkan oleh otoritas lokal, maupun pihak terkait sebagai alat bantu  pemantauan pelanggaran secara otomatis. Penelitian ini juga membuka peluang  pengembangan lebih lanjut melalui peningkatan jumlah dataset, optimasi performa  model, dan integrasi dengan sistem pengawasan berbasis CCTV secara langsung.