DETEKSI OBJEK SISTEM SUSPENSI PADA KENDARAAN BERMOTOR BERBASIS ALGORITMA YOLOv8
Total View This Week0
Total View This Week0
Institusion
Politeknik Keselamatan Transportasi Jalan
Author
RIHHADATUL 'AISY, NURUL MUZAKKI
Subject
Q Science (General)
Datestamp
2024-08-11 02:41:30
Abstract :
Dibidang transportasi, proses pengujian kendaraan bermotor sangatlah penting untuk memastikan keselamatan bagi pengemudi dan penumpang. Sistem suspensi salah satu komponen penting yang berfungsi untuk menyerap guncangan dan getaran dari jalanan. Sistem suspensi yang rusak dapat membahayakan bagi diri sendiri dan pengguna jalan lainnya. Maka diperlukan pemeriksaan komponen bagian bawah kendaraan. Saat ini, pemeriksaan komponen bagian bawah kendaraan sebagian besar masih dilakukan secara manual, sehingga pengemudi diarahkan turun ke lorong uji kolong untuk mengetahui kerusakan komponen, akan tetapi kebanyakan pemilik kendaran belum mengetahui mengenai komponen komponen pada pada bagian bawah kendaraan serta kerusakkannya. Maka tujuan dari permasalahan latar belakang ini, peneliti mengusulkan inovasi pemrograman algoritma YOLO (You Only Look Once) dengan memanfaatkan robotik sebagai alat perantara dalam mendeteksi komponen bagian bawah kendaraan bermotor khususnya sistem suspensi. Penelitian ini menggunakan metode kuantitatif eksperimen, yang membahas tentang implementasi teknologi algoritma YOLOv8. Sistem deteksi objek ini dirancang dan dibuat menggunakan web platform roboflow sebagai manajemen dataset untuk mengelola data dan platform google colab sebagai mesin komputasi untuk menjalankan kode python dan melatih model algoritma YOLOv8. Hasil dari pengujian model algoritma YOLOv8 ditentukan dari sudut pandang, arah cahaya, dan jarak antara objek dengan kamera. Model tersebut mampu mendeteksi komponen sistem suspensi dengan akurasi mencapai 95%, selain itu model yang terlatih mampu mengidetifikasi kerusakan kebocoran oli pada komponen shock aksober dengan nilai akurasi 92%. Sehingga sistem yang telah dirancang, mampu mendeteksi objek pada sistem suspensi dengan akurasi yang memadai.
Dibidang transportasi, proses pengujian kendaraan bermotor sangatlah penting untuk memastikan keselamatan bagi pengemudi dan penumpang. Sistem suspensi salah satu komponen penting yang berfungsi untuk menyerap guncangan dan getaran dari jalanan. Sistem suspensi yang rusak dapat membahayakan bagi diri sendiri dan pengguna jalan lainnya. Maka diperlukan pemeriksaan komponen bagian bawah kendaraan. Saat ini, pemeriksaan komponen bagian bawah kendaraan sebagian besar masih dilakukan secara manual, sehingga pengemudi diarahkan turun ke lorong uji kolong untuk mengetahui kerusakan komponen, akan tetapi kebanyakan pemilik kendaran belum mengetahui mengenai komponen komponen pada pada bagian bawah kendaraan serta kerusakkannya. Maka tujuan dari permasalahan latar belakang ini, peneliti mengusulkan inovasi pemrograman algoritma YOLO (You Only Look Once) dengan memanfaatkan robotik sebagai alat perantara dalam mendeteksi komponen bagian bawah kendaraan bermotor khususnya sistem suspensi. Penelitian ini menggunakan metode kuantitatif eksperimen, yang membahas tentang implementasi teknologi algoritma YOLOv8. Sistem deteksi objek ini dirancang dan dibuat menggunakan web platform roboflow sebagai manajemen dataset untuk mengelola data dan platform google colab sebagai mesin komputasi untuk menjalankan kode python dan melatih model algoritma YOLOv8. Hasil dari pengujian model algoritma YOLOv8 ditentukan dari sudut pandang, arah cahaya, dan jarak antara objek dengan kamera. Model tersebut mampu mendeteksi komponen sistem suspensi dengan akurasi mencapai 95%, selain itu model yang terlatih mampu mengidetifikasi kerusakan kebocoran oli pada komponen shock aksober dengan nilai akurasi 92%. Sehingga sistem yang telah dirancang, mampu mendeteksi objek pada sistem suspensi dengan akurasi yang memadai.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
