Sistem Pendeteksi Sarana Perkeretaapian Di DAOP 9 Jember Menggunakan Kamera Berbasis Metode YOLOV8

Dublin Core

Title

Sistem Pendeteksi Sarana Perkeretaapian Di DAOP 9 Jember Menggunakan Kamera Berbasis Metode YOLOV8

Creator

Syafri Ainuriansyah Akbar, Agustinus Prasetyo Edy Wibowo, Fathurrozi Winjaya

Type

Artikel Mahasiswa

Abstract

Pendeteksi sarana perkeretaapian berfungsi untuk mendeteksi keberadaan sarana pada jalur kereta api baik diemplasemen maupun di petak jalan. Penerapan pendeteksi sarana perkeretaapian DAOP 9 Jember berada disetiap stasiun menggunakan peralatan berupa kotak deteksi yang dapat mendeteksi sarana perkeretaapian yang masuk emplasemen stasiun. Penggunaan kamera dalam teknologi artificial intelligence berupa metode algoritma YOLOv8 yang diintegrasikan pada website sebagai inovasi dalam mengembangkan teknologi untuk sistem keamanan dan keselamatan perjalanan kereta api dengan memperoleh maupun menyimpan data untuk mengklasifikasi dan mendeteksi sarana perkeretaapian yang keluar dan masuk secara lengkap. Pengujian sistem menghasilkan tingkat akurasi tertinggi pada kondisi cerah sebesar 74,6% dalam mendeteksi sarana perkeretaapian, klasifikasi lokomotif sebesar 98,84%, klasifikasi kereta sebesar 83,87% dan klasifikasi KPJ sebesar 90,73% dalam jarak optimal sebesar 3.25 meter dengan sudut sebesar 45° dari as rel. Selain itu dapat mendeteksi bukan sarana perkeretaapian berupa mobil, sepeda dan truk dalam kondisi cerah sebesar 32,56% dan kondisi gelap 0,4%. Estimasi kecepatan sarana perkeretaapian lebih dari sama dengan 82 km per jam pada kondisi cerah dan kondisi gelap lebih dari sama dengan 72 km per jam tidak dapat mendeteksi sarana perkeretaapian.

Kata kunci : machine learning, segmentasi contoh, pendeteksi sarana perkeretaapian, YOLO, kamera, website.

Social Bookmarking

Document Viewer

Citation

Syafri Ainuriansyah Akbar, Agustinus Prasetyo Edy Wibowo, Fathurrozi Winjaya, “Sistem Pendeteksi Sarana Perkeretaapian Di DAOP 9 Jember Menggunakan Kamera Berbasis Metode YOLOV8,” Repository PPI Madiun, accessed July 22, 2026, https://repository.ppi.ac.id/items/show/1156.