Sistem Deteksi Pelanggaran Lalu Lintas Pengendara Tanpa Helm Menggunakan Metode Deep Learning Algoritma Yolo

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 Dengan metode object detection dari Yolo yang dapat bekerja secara otomatis dalam sistem ATCS (Area Traffic Control System) Dinas Perhubungan Kabupaten Ciamis. Dengan adanya sistem ini, 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.