Early Warning System (Ews) Berbasis Pendekteksian Benda Asing Di Jalur Kereta Api Dengan Metode You Only Look Once V8 (Yolo V8)

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem peringatan dini (Early Warning System/EWS) berbasis deteksi benda asing di jalur kereta api dengan menggunakan metode You Only Look Once versi 8 (YOLOv8). Dalam konteks keselamatan perkeretaapian, deteksi dini terhadap benda asing seperti hewan liar, orang, kendaraan, atau obstruksi lainnya sangat penting untuk mencegah kecelakaan yang dapat membahayakan operasional kereta api. Sistem ini memanfaatkan kamera EYESEC Webcam 1080p yang dipasang pada sarana kereta untuk mengambil video secara real-time, yang kemudian diproses menggunakan algoritma YOLOv8 untuk mendeteksi objek asing di jalur rel. Setelah deteksi objek dilakukan, sistem memberikan peringatan dini kepada masinis melalui indikator visual dan suara untuk menghindari kecelakaan. Hasil pengujian sistem deteksi menunjukkan bahwa akurasi deteksi benda asing bervariasi antara 57,60% hingga 75,84% pada pengujian pagi, 54,98% hingga 61,63% pada sore hari, dan 44,95% hingga 87,41% pada malam hari, tergantung pada kondisi pencahayaan. Selain itu, sistem prediksi jarak menunjukkan perbedaan rata-rata sebesar 166,02 cm antara jarak yang diprediksi dan jarak aktual, yang menandakan kinerja yang relatif andal dalam memprediksi jarak objek. Sistem suara yang diintegrasikan dalam EWS juga menunjukkan waktu respons yang cepat dengan rata-rata keterlambatan hanya 0,45 detik, mengaktifkan peringatan dini dalam waktu yang singkat setelah objek terdeteksi. Secara keseluruhan, sistem ini menunjukkan potensi besar untuk meningkatkan keselamatan operasional kereta api dengan memberikan peringatan dini secara real-time terhadap benda asing yang terdeteksi di jalur kereta api.

Kata kunci: Deep Learning, Deteksi Benda Asing, Deteksi Objek, Keselamatan Perkeretaapian, Sistem Peringatan Dini , YOLOv8