DETEKSI OBJEK LALU LINTAS MENGGUNAKAN YOLOV8S DENGAN SPATIAL-TO-DEPTH CONVOLUTION DAN SMALL DETECTION HEAD
Penulis Utama
:
Syah Rizan Nazri Muhammad
NIM / NIP
:
M0521075
×<p class="MsoNormal" xss=removed><span lang="EN-ID" xss=removed>Deteksi objek lalu lintas merupakan komponen krusial
dalam mendukung sistem transportasi cerdas, khususnya dalam meningkatkan
keselamatan dan efisiensi berkendara. Penelitian ini mengusulkan modifikasi
arsitektur YOLOv8s guna meningkatkan akurasi deteksi objek lalu lintas,
terutama untuk objek berukuran kecil, melalui integrasi modul <i>Spatial-to-Depth
Convolution</i> (SPD-Conv) pada bagian backbone serta <i>Small Detection Head</i>
(P2 <i>Detection</i>). SPD-Conv berfungsi untuk memperkuat ekstraksi fitur
halus tanpa kehilangan informasi spasial, sedangkan P2<i> Detection</i>
beresolusi 160×160 ditambahkan untuk meningkatkan sensitivitas terhadap objek
berskala kecil. Dataset KITTI digunakan sebagai data uji, dengan proses
pelatihan yang mencakup penyesuaian hyperparameter secara optimal. Hasil
evaluasi menunjukkan bahwa model yang diusulkan berhasil meningkatkan akurasi mAP50
sebesar 3.0%, <i>precision</i> 4.2%, <i>recall</i> 3.0%, dan F1-<i>score</i> 3.6%
dibandingkan dengan YOLOv8s standar. Selain itu, performa model meningkat
secara signifikan dalam mendeteksi objek kecil seperti pejalan kaki dan
pesepeda. Hal ini membuktikan kombinasi SPD-Conv dan P2 <i>Detection</i>
efektif dalam meningkatkan kinerja deteksi objek pada sistem transportasi
cerdas.</span><span lang="EN-ID" xss=removed><o></o></span></p>
×
Penulis Utama
:
Syah Rizan Nazri Muhammad
Penulis Tambahan
:
-
NIM / NIP
:
M0521075
Tahun
:
2025
Judul
:
DETEKSI OBJEK LALU LINTAS MENGGUNAKAN YOLOV8S DENGAN SPATIAL-TO-DEPTH CONVOLUTION DAN SMALL DETECTION HEAD
Edisi
:
Imprint
:
Surakarta - Fak. Teknologi Informasi dan Sains Data - 2025
Program Studi
:
S-1 Informatika
Kolasi
:
Sumber
:
Kata Kunci
:
computer vision, deteksi objek, sistem transportasi cerdas, yolov8, kitti
Jenis Dokumen
:
Skripsi
ISSN
:
ISBN
:
Link DOI / Jurnal
:
-
Link DOI
:
-
Status
:
Public
Pembimbing
:
1. Esti Suryani, S.Si., M.Kom. 2. Shaifudin Zuhdi, M.Cs.
