TEXT
SISTEM MONITORING KEAMANAN JALAN RAYA BERBASIS KAMERA DAN MACHINE LEARNING UNTUK DETEKSI SENJATA TAJAM
ABSTRAK
Penyerangan menggunakan senjata tajam sering terjadi secara tidak terduga dan
menimbulkan risiko tinggi terhadap keamanan publik. Penelitian ini mengusulkan
sistem monitoring keamanan jalan raya berbasis visi komputer untuk mendeteksi
senjata tajam secara real-time menggunakan kamera Logitech C310 dan kombinasi
algoritma YOLOv8n serta Multi-Class Deep Convolutional Neural Network.
Metodologi penelitian meliputi pengumpulan dan pelabelan dataset, pelatihan
model hingga 100 epoch, validasi, serta pengujian real-time menggunakan webcam
beresolusi 720p dengan kecepatan 30 fps. Hasil pengujian menunjukkan bahwa
model yang diusulkan mencapai nilai precision sebesar 0,79, recall 0,68, mAP50
sebesar 0,71, dan mAP50–95 sebesar 0,50, dengan kelas celurit memperoleh
performa deteksi tertinggi. Sistem selanjutnya diintegrasikan dengan
mikrokontroler ESP32 untuk mengirimkan notifikasi peringatan secara otomatis
melalui aplikasi Telegram menggunakan komunikasi serial maupun protokol
HTTP. Hasil implementasi menunjukkan bahwa sistem mampu mendeteksi senjata
tajam secara real-time dengan latensi rendah serta memberikan peringatan dini,
sehingga berpotensi meningkatkan efektivitas pengawasan keamanan jalan raya
dan respons cepat terhadap potensi ancaman.
Kata Kunci: YOLOv8n, deteksi senjata tajam, machine learning, ESP32,
keamanan jalan raya.
| S03-11961 | S03-11961 KUR 2026 | Koleksi Skripsi | Tersedia |
Tidak tersedia versi lain