<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "Implementasi Algoritma Yolov5 Untuk Mendeteksi Dan\r\nMenghitung Jumlah Kendaraan Menggunakan Algoritma\r\nDeepsort"^^ . "Implementasi Algoritma Yolov5 Untuk Mendeteksi Dan\r\nMenghitung Jumlah Kendaraan Menggunakan Algoritma\r\nDeepsort\r\nTjut Awaliyah Zuraiyah a,1,*\r\n, Mulyati b,2\r\n, Zaka Darmawan b,3\r\na First affiliation, Address, City and Postcode, Country (9pt)\r\nb Second affiliation, Address, City and Postcode, Country (9pt)\r\n1 Email First Author*; 2 Email Second Author; 3 dinnar.hermawan@gmail.com (9pt)\r\n* corresponding author\r\n1.Introduction\r\nKota Bogor yang merupakan salah satu kota penyangga ibu kota menjadi kawasan menarik\r\nuntuk para pendatang, kenaikan jumlah penduduk di Kota Bogor dari tahun ke tahun terus terjadi\r\nseiring dengan pembangunan Kota Bogor. Pertumbuhan ini berdampak pada peningkatan jumlah\r\nkendaraan yang masuk ke kota setiap harinya. Informasi yang akurat mengenai jumlah kendaraan\r\nyang masuk sangat penting untuk perencanaan dan pengelolaan lalu lintas, termasuk dalam\r\nmenentukan kebijakan transportasi, memperkirakan tingkat kepadatan lalu lintas, serta\r\nmerencanakan pengembangan infrastruktur jalan yang sesuai dengan kebutuhan. kendaraan yang\r\nmasuk ke Kota Bogor sebagai kota wisata cukup tinggi sehingga menimbulkan kemacetan di kota\r\nBogor. Diperlukan sebuah data yang akurat mengenai kendaraan yang masuk ke kota Bogor agar\r\nA R T I C L E I N F O ABST RACT\r\nArticle history\r\nReceived\r\nRevised\r\nAccepted\r\nKota Bogor yang merupakan salah satu kota penyangga ibu kota menjadi\r\nkawasan menarik untuk para pendatang, kendaraan yang masuk ke Kota Bogor\r\nsebagai kota wisata cukup tinggi sehingga menimbulkan kemacetan di kota\r\nBogor. Diperlukan sebuah data yang akurat mengenai kendaraan yang masuk ke\r\nkota Bogor agar data membuat keputusan yang tepat dalam tata kelola\r\nberkendara. dibutuhkan penerapan AI (Artificial Intelligence) khususnya\r\nComputer vision dalam melakukan penghitungan kendaraan secara otomatis.\r\nDari hasil UAT kendaraan dapat terdeteksi pada jarak 100meter lebih dari itu\r\nobjek kendaraan tidak dapat terdeteksi. Hasil output mendapatkan nilai mean\r\naverage precision (mAP) mendapat nilai hingga 85% dengan tingkat error box\r\nloss dan object loss yang minim yaitu 0.09% dan 0.08%. Selain itu model\r\nmendapatkan F1 score sebesar 89%. Hasil dari uji UAT model test menggunakan\r\ninput sample video sebanyak 14 pada waktu pagi dan sore hari di atas JPO Botani\r\ndengan jarak 50meter yang diproses melalui website dengan model yang sudah\r\ndiproses menggunakan dataset mandiri mendeteksi jumlah kendaraan sebanyak\r\n4640 dengan hasil true positive (TP) sebanyak 4633, true negative (TN) sebanyak\r\n6, false positive (FP) sebanyak 1, false negative (FN) sebanyak dengan 1 dan\r\nmenghasilkan akurasi sebesar 99%, precision dengan nilai 99%.\r\nThis is an open access article under the CC–BY-SA license."^^ . "2024-07-08" . . . "Universitas Pakuan"^^ . . . "Fakultas Matematika dan Pengetahuan Alam, Universitas Pakuan"^^ . . . . . . . . . . . . . . . . . . "Tjut"^^ . "Awaliyah Zuraiyah"^^ . "Tjut Awaliyah Zuraiyah"^^ . . "Mulyati"^^ . "Mulyati"^^ . "Mulyati Mulyati"^^ . . "Zaka"^^ . "Darmawam"^^ . "Zaka Darmawam"^^ . . "Universitas Pakuan"^^ . . . "Fakultas Matematika dan Ilmu Pnegetahuan Alam"^^ . . . "Program Studi Ilmu Komputer"^^ . . . . . . . "Implementasi Algoritma Yolov5 Untuk Mendeteksi Dan\r\nMenghitung Jumlah Kendaraan Menggunakan Algoritma\r\nDeepsort (Text)"^^ . . . "pdf-Skripsi.pdf"^^ . . "HTML Summary of #8847 \n\nImplementasi Algoritma Yolov5 Untuk Mendeteksi Dan \nMenghitung Jumlah Kendaraan Menggunakan Algoritma \nDeepsort\n\n" . "text/html" . . . "Ilmu Komputer"@en . .