JURNAL

• DAFFA EKA PUTRI
• BERKAT JUNIANTO SIMAMORA
• 2025

---

Pelanggaran lalu lintas masih merupakan masalah yang sangat besar di Indonesia. Penegakan hukum digital dibantu oleh sistem penegakan hukum Transportasi Elektronik (ETLE). Tujuan dari penelitian ini adalah untuk mengetahui seberapa efektif pengolahan gambar dan penggunaan data besar (Big Data) dalam sistem (ETLE) untuk meningkatkan kepatuhan pengendara dan mengurangi pelanggaran. Penelitian ini menggunakan metodologi kualitatif-deskriptif dengan pendekatan studi kasus, observasi data sekunder, analisis dokumen, dan penerapan siklus Ai Project Cyle. Algoritma Yolov5 digunakan untuk mendeteksi pelanggaran lalu lintas secara otomatis pada dataset gambar yang dianotasi melalui platfrom Roboflow. GPU Tesla T4 digunakan untuk proses pelatihan model di Google Colaboratory. Dataset dari 21 gambar dengan 42 anotasi dan 12 kelas pelanggaran. Hasil pelatihan dan evaluasi model menunjukkan bahwa baik dengan metrik seperti Precision, recall, dan mean avarge precision (mAP). Evaluasi juga melihat aspek fungsional seperti kecepatan dan akurasi model dalam kondisi nyata. Penelitian ini menemukan bahwa jumlah pelanggaran telah berkurang sejek penerapan ETLE. Analisis tren data tilang tahun 2018-2025 menunjukkan bahwa pengolahan gambar dan Big Data dapat meningkatkan kinerja sistem ETLE dan memberikan Solusi otomatis untuk pengawasan lalu lintas.

• Pelanggaran Lalu Lintas
• ETLE
• Pengolahan Citra Digital
• Big Data
• Yolov5
• Roboflow
• Kecerdasan Buat

https://repository.bsi.ac.id/repo/74500/JURNAL
Anda dapat membaca file tugas akhir ini di repository.