Manajemen lalu lintas melibatkan pengaturan sistematis pergerakan orang dan
kendaraan untuk meningkatkan keselamatan, efisiensi, dan mobilitas. Sistem
Kontrol Lalu Lintas Area (ATCS), sebagai komponen manajemen lalu lintas,
dirancang untuk mengatur arus lalu lintas di persimpangan dengan
mengoordinasikan pergerakan kendaraan di berbagai cabang jalan dan mengurangi
potensi konflik. Persimpangan merupakan titik konvergensi kritis dalam jaringan
jalan. Penelitian sebelumnya telah mengembangkan banyak metode untuk
mengendalikan ATCS. Namun, masih sedikit penelitian yang berfokus pada
penggunaan kamera omnidirectional dan mengevaluasi akurasi serta kecepatan
pemrosesannya. Oleh karena itu, penelitian ini berfokus pada pengembangan
metodologi deteksi kendaraan yang tangguh yang menyeimbangkan akurasi tinggi
dan frame rate tinggi menggunakan kamera ATCS omnidirectional. Penelitian ini
menggunakan pendekatan studi kasus di persimpangan Sedayu di Yogyakarta,
mengumpulkan data dengan kamera CCTV omnidirectional. Data, termasuk
pergerakan kendaraan yang berbelok, dianalisis menggunakan analitik video
selama dua hari: hari kerja dan akhir pekan. Penelitian ini mengevaluasi ketahanan
berbagai arsitektur model tahap tunggal, dengan berfokus pada metrik akurasi
(tingkat kepercayaan, mAP, presisi, Skor F1, Recall) dan kecepatan pemrosesan
(FPS, waktu pemrosesan, memori GPU, beban GPU, suhu GPU). Tujuannya adalah
untuk mengidentifikasi model yang menyeimbangkan akurasi tinggi dengan
kemampuan pemrosesan waktu nyata. Hasilnya menunjukkan bahwa YOLOv11,
dengan ukuran batch 32, menunjukkan kinerja waktu nyata yang kuat sambil
mempertahankan akurasi yang wajar. Namun, temuan tersebut juga
mengungkapkan kinerja suboptimal yang konsisten, dengan peringkat Tingkat
Layanan E dan F, yang menggarisbawahi perlunya intervensi strategis dalam
kontrol sinyal lalu lintas dan konfigurasi jalur.
Perpustakaan Digital ITB