ANALISIS KINERJA RUAS JALAN MENGGUNAKAN PROGRAM MACHINE LEARNING YOLOv8 STUDI KASUS JALAN RS FATMAWATI RAYA

Abstract

Analisis kinerja ruas jalan merupakan hal penting untuk mengetahui tingkat layanan pada ruas jalan tersebut. Penelitian ini bertujuan untuk mengetahui akurasi dari model machine learning YOLOv8 untuk digunakan dalam mengevaluasi kinerja ruas Jalan RS Fatmawati Raya. YOLOv8 merupakan model deteksi objek yang dapat mengidentifikasi dan mengklasifikasi kendaraan. Data dikumpulkan melalui rekaman video pada jam 7:00 hingga 9:00 dan dianalisis untuk menentukan volume kendaraan, kapasitas jalan, derajat kejenuhan, dan kecepatan kendaraan. Hasil perancangan menunjukkan bahwa model YOLOv8 memiliki RMSE sebesar 338,395 untuk region A dan 227,654 untuk region B dengan perekaman pada median jalan dan RMSE sebesar 11,82 dari rekaman elevasi tampilan atas seperti JPO. Derajat kejenuhan berdasarkan program berada di bawah 0,85 sedangkan dari perhitungan di atas 1. Kecepatan tempuh yang didapatkan dari program terdapat dekat dengan 50 Km/Jam sedangkan dari perhitungan dekat dengan 30 Km/Jam. Perbedaan disebabkan karena perbedaan jumlah kendaraan dengan perhitungan program lebih rendah dari perhitungan manual.