Deteksi Jarak Dan Kecepatan Langsir Berbasis Kamera Dengan Metode Yolo V8

Kegiatan langsiran dilakukan untuk menyusun rangkaian kereta api; memisah-misahkan rangkaian kereta api; atau memindahkan kereta-kereta, gerbong-gerbong, atau sarana lain dari satu jalur ke jalur lain. Dalam melaksanakan proses langsiran selalu dibantu oleh juru langsir untuk memandu masinis dalam kegiatan langsiran. Penelitian ini bertujuan merancang alat bantu sistem pendeteksi jarak dan kecepatan langsir kereta api yang berbasis kamera dengan menggunakan algoritma YOLO V8. Alat bantu ini menggunakan dataset video yang telah diproses melalui platform CVAT untuk dilakukan pelabelan data. Data tersebut kemudian dilatih oleh Google Colaboratory yang menghasilkan file best.pt. File tersebut kemudian diproses dalam sistem pemrogram Python berbasis Thonny IDE untuk memunculkan interface berisi hasil pendeteksian jarak dan kecepatan. Sistem diuji pada tiga rentang waktu (pagi, siang, dan malam) menggunakan dua spesifikasi perangkat keras, yaitu laptop dengan dan tanpa GPU RTX. Hasil pengujian menunjukkan bahwa laptop dengan GPU RTX memberikan performa lebih baik dalam hal akurasi, presisi, dan tingkat error dikarenakan tingginya jumlah frame per second yang membantu mempermudah pemrosesan program deteksi. Pada kondisi cuaca cerah seperti di pagi dan siang hari laptop dengan RTX mencatat error kecepatan terendah sebesar 9,66%, dibandingkan laptop tanpa RTX yang mencapai 20,71%. Sementara itu, estimasi jarak juga menunjukkan performa terbaik pada kondisi pencahayaan tinggi, dengan presisi mencapai lebih dari 99%. Faktor pencahayaan terbukti sangat mempengaruhi akurasi sistem. Secara keseluruhan sistem ini terbukti mampu mendeteksi objek dan mengestimasi jarak serta kecepatan langsir dengan baik khususnya ketika didukung dengan spesifikasi perangkat keras yang memadai serta kondisi pencahayaan optimal.

Kata Kunci: YOLO V8, langsir kereta api, deteksi objek, jarak, kecepatan, GPU RTX, pencahayaan.