| dc.description.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. | en_US |
