<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="4718">
 <titleInfo>
  <title>DETEKSI DAN HITUNG KENDARAAN DENGAN CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN ALGORITMA YOUN ONLY LOOK ONCE (YOLO)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MAULANA ZAIN</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">CIREBON</placeTerm>
   <publisher>UNIVERSITAS CIC</publisher>
   <dateIssued>2019</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Electronic Resource</form>
  <extent>XIV, V-2 HLM,; ILUS,; 29CM</extent>
 </physicalDescription>
 <note>HANYA HARDFILE&#13;
ABSTRAK&#13;
&#13;
Pada tahun 2017, jumlah kendaraan bermotor yang terdaftar di Indonesia mencapai sekitar 138.5 juta menurut BPS Indonesia. Dampak dari hal tersebut salah terjadinya kemacetan yang bahkan terjadi di kota-kota berkembang seperti kota Cirebon. Adanya masalah tersebut, munculah solusi penggunaan kamera CCTV untuk memantau keadaan arus lalu lintas. Namun, hal solusi tersebut belum beroperasi secara maksimal. Pesatnya perkembangan computer vision, mampu membuat komputer untuk melakukan deteksi objek terhadap gambar ataupun vidio yang diterapkan pada kamera CCTV&#13;
&#13;
Dalam skripsi ini, sistem deteksi dan hitung kendaraan akan menggunakan metode Convolutional Neural Network dan algoritme You Only Look Once Metode tersebut digunakan untuk melakukan deteksi terhadap kendaraan bermotor jenis kendaraan ringan dan sepeda motor secara real-time melalui kamera yang dihubungkan dengan komputer Sistem deteksi ini dibuat menggunakan bahasa pemrograman python dan dirancang menggunakan flowchart serta diterapkan menggunakan kamera ponsel.&#13;
&#13;
Keluaran dari penelitian skripsi ini berupa informasi mengenai jumlah kendaraan yang lewat berdasarkan jenisnya. Dari hasil pengujian penelitian skripsi ini, sistem dapat melakukan deteksi dengan tingkat mencapai 45,23% untuk sepeda motor dan 83,3% untuk kendaraan ringan. Namun, dalam proses penghitungan secara terdapat selisih antara penghitungan secara manual dengan menggunakan sistem sebanyak 102 untuk sepeda motor sedangkan 115 untuk kendaraan ingan&#13;
&#13;
Kata Kunci, vehicle detection, vehicle counting, CNN, YOLO algorithm</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>SKRIPSI TI</topic>
 </subject>
 <classification>SKR.TI 2019</classification>
 <identifier type="isbn">2015142001</identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas CIC Perpustakaan Universitas CIC</physicalLocation>
  <shelfLocator>SKR.TI 2019 MAU d</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">SKRTI19321</numerationAndChronology>
    <sublocation>UMUM (SKR TI)</sublocation>
    <shelfLocator>SKR. TI 2019 MAU d</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>SKRIPSI_TI.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>4718</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2022-12-08 14:47:19</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2024-10-15 10:21:32</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>