SISTEM PENDETEKSI KELENGKAPAN DAN JENIS-JENIS PENAMBAT PADA JALAN REL BERBASISKAN YOU ONLY LOOK ONCE VERSI 4

Abstract

Currently, railway track maintenance in Indonesia still heavily relies on manual labor, which is considered suboptimal due to the considerable time required to achieve optimal results. Furthermore, the accuracy of the data obtained is not always up-to-date. Therefore, with the advancement of information technology, there is a need to develop a device and system to facilitate railway maintenance personnel in automatically checking for damaged or missing rail fasteners. This device utilizes image capture by a camera with object identification at 30 Frames Per Second (FPS) and processes the images using You Only Look Once (YOLO) image processing to display the results visually. Based on the analysis conducted, it is evident that rail fasteners can be detected optimally with a 93.33% accuracy rate at a speed of 5 km/h during the evening. The highest accuracy for the best camera angle placement is 86.66% at a camera angle of 80°. This research demonstrates that the developed device is capable of effectively detecting rail fastener objects. The speed of the locomotive and the placement angle of the camera significantly influence the detection results of rail fastener objects.

ABSTRAK

Pada saat ini, pemeliharaan jalur rel di Indonesia masih mengandalkan tenaga petugas pemeliharaan secara manual. Hal tersebut dirasa kurang optimal karena waktu pemeliharaan yang cukup lama demi mencapai hasil yang maksimal. Selain itu keakuratan data yang didapatkan, belum sepenuhnya merupakan data terkini. Oleh karena itu, dengan perkembangan teknologi informasi, perlu dikembangkan suatu perangkat alat dan sistem untuk memudahkan petugas perawat jalan rel dalam pengecekan penambat yang rusak maupun hilang secara otomatis. Perangkat ini menggunakan pengambilan gambar yang ditangkap kamera dengan hasil identifikasi objek dengan 30 frame per second (FPS), dan diproses dengan pengolahan citra You Only Look Once (YOLO) untuk menampilkan hasil pengolahan secara visual. Berdasarkan hasil analisis yang dilakukan, terlihat bahwa penambat dapat terdeteksi secara maksimal dengan persentase 93,33%, pada kecepatan 5 km/jam di waktu sore hari. Akurasi tertinggi untuk perletakan sudut kamera terbaik adalah 86,66% pada sudut kamera 80°. Hasil penelitian ini memperlihatkan bahwa perangkat yang dikembangkan sudah mampu mendeteksi objek penambat dengan baik. Kecepatan lori dan peletakan sudut kamera sangat mempengaruhi hasil deteksi objek penambat.