IMPLEMENTASI SISTEM PENDETEKSI PELANGGARAN LALU LINTAS MENGGUNAKAN METODE DEEP LEARNING DI ATCS (AREA TRAFFIC CONTROL SYSTEM) DINAS PERHUBUNGAN KABUPATEN CIAMIS
Abstract
Pelanggaran Lalu Lintas adalah masalah serius yang dihadapi oleh banyak kota besar di Indonesia, yang berkontribusi terhadap tingginya angka kecelakaan. Dalam rangka mengatasi masalah ini, pemerintah telah mengeluarkan berbagai UU dan peraturan telah diterapkan guna meningkatkan keselamatan di jalan raya dan menegakkan disiplin berlalu lintas. Salah satu UU utama yang mengatur tentang pelanggaran lalu lintas adalah UU No. 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan, yang memuat ketentuan-ketentuan mengenai pelanggaran lalu lintas dan sanksi yang dikenakan. Meskipun demikian, penerapan hukum secara manual oleh petugas di lapangan sering kali tidak cukup efektif dalam mendeteksi dan menindak pelanggaran secara cepat dan akurat. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan sistem pendeteksi pelanggaran lalu lintas berbasis teknologi Deep Learning yang dapat bekerja secara otomatis dalam sistem ATCS (Area Traffic Control System) Dinas Perhubungan Kabupaten Ciamis. Dengan adanya sistem ini, diharapkan para pelanggar lalu lintas akan jera dan lebih sadar untuk tertib berlalu lintas, karena mereka mengetahui bahwa pelanggaran mereka dapat terdeteksi secara otomatis dan mendapatkan sanksi sesuai dengan peraturan yang berlaku.
Kata Kunci : Sistem otomatis, deteksi pelanggaran, deep learning.
References
Abdurrafi, D. A., Taqijjuddin Alawiy, M., & Basuki, B. M. (2023). Deteksi Klasifikasi Dan Menghitung Kendaraan Berbasis Algoritma You Only Look Once (Yolo) Menggunakan Kamera Cctv. Science Electro, nn(9), 1–6.
Ajib Susanto, Yupie Kusumawati, Ericsson Dhimas Niagara, & Christy Atika Sari. (2022). Convolutional Neural Network in Helmet Detection Systems for Motorcycle Riders. National Seminar on Technology and Multidisciplinary Science (SEMNASTEKMU), 2(1), 91–99.
Anugrah, M. P., Fatkhurrozi, B., & Setiawan, H. T. (2024). Deteksi Helm Pengendara dan Plat Nomor Kendaraan pada CCTV Lampu Lalu Lnitas Menggunakan Algoritma YOLO OpenCV adalah library Open Computer Vision , yaitu library pemrosesan gambar gratis yang dikelola perusahaan Intel Corporation . Fungsi dari library op. Jurnal Vocational Teknik Elektronika Dan Informatika, 12(1), 1–7.
Herlambang, H., Suwita, J., & Tiara, B. (2021). Analisa Dan Perancangan Sistem Pendeteksi Plagiarisme Skripsi Pada Stmik Insan Pembangunan Menggunakan Metode Cosine Similarity. Insan Pembangunan Sistem Informasi Dan Komputer (IPSIKOM), 9(1). https://doi.org/10.58217/ipsikom.v9i1.188
Jones, D. E., Lindquist-Grantz, R., & DeJonckheere, M. (2020). A Review of Mixed Methods Community-Based Participatory Research Applications in Mental Health. Journal of Social, Behavioral, and Health Sciences, 14(1), 254–288. https://doi.org/10.5590/jsbhs.2020.14.1.18
Prasetyo, S. (2016). Kinerja Dinas Perhubungan Kota Bandar Lampung dalam Pelaksanaan Program ATCS (Area Traffic Control System) di Kota Bandar Lampung.
Syahrudin, A. N., & Kurniawan, T. (2018). Input dan Output pada Bahasa Pemrograman Python. Jurnal Dasar Pemrograman Python STMIK, June 2018, 1–7. https://www.researchgate.net/publication/338385483
Zai, S. A., Medan, U. N., Margaret, S. F., Medan, U. N., Putri, Y. P., & Medan, U. N. (2023). Sistem Pendeteksi Kecepatan Kendaraan dengan Menggunakan Metode Deep Learning Samuel Anaya Zai Sindy Fitriani Margaret Yohanna Permata Putri Penelitian ini menggunakan metode computer vision karena beberapa alasan yaitu digunakan untuk memproses , mengana. 1(6).
DOI: http://dx.doi.org/10.51530/jutekin.v13i1.933
Refbacks
- There are currently no refbacks.
Copyright (c) 2025 arva rahmawati achmad, agus ramdhani nugraha
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.