DETEKSI OBJEK PERLENGKAPAN KEAMANAN HELM PENGENDARA MOTOR MENGGUNAKAN YOLOV8

Yudantama, Alvin Christ (2026) DETEKSI OBJEK PERLENGKAPAN KEAMANAN HELM PENGENDARA MOTOR MENGGUNAKAN YOLOV8. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (212kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (694kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (294kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (397kB)
	Text (BAB V) BAB V.pdf - Published Version Download (69kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (372kB)
	Archive (SOURCE CODE) Sourcecode - 22.11.4613.zip - Published Version Restricted to Repository staff only Download (5MB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (826kB)

Abstract

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.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Abdulloh, Ferian Fauzi

Uncontrolled Keywords:

YOLOv8, deteksi helm, computer vision, machine learning, lalu lintas, helmet detection, traffic

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

07 Oct 2026 04:27

Last Modified:

07 Oct 2026 04:27

URI:

http://eprints.amikom.ac.id/id/eprint/33189

Actions (login required)

View Item