Arial Capstone Project
Kami coba untuk membantu masalah kemacetan di bali dengan solusi computer vision
Status kemacetan simpang unud real-time :
Tingkat Kemacetan : 0
Pada : Loading...
- Motor : 0
- Mobil : 0
- Truck Kecil : 0
- Kendaraan Besar : 0
Tentang Kami
Kami adalah tim Capstone Project beranggotakan 3 orang mahasiswa Teknik Elektro Universitas Udayana yang berusaha mencari solusi atas kemacetan yang terjadi di Pulau Bali menggunakan algoritma computer vision guna mendeteksi kemacetan dan mengirimkannya melalui internet.
Capstone project merupakan tugas akhir sebagai penentu kelulusan mahasiswa Teknik Elektro Universitas Udayana dimana mahasiswa diharapkan dapat menyelesaikan sebuah masalah melalui proyek kolaboratif
teknologi yang kami gunakan :
- Computer Vision YoLoV5 (pendeteksi kendaraan)
- Panel surya (sumber energi)
- ESP32 (pengontrol lalu lintas)
- Django REST (protokol web)
- Vue.js (website)
Cara kerja sistem
Sistem kami bekerja dengan cara mendeteksi kendaraan yang melintas di simpang unud menggunakan algoritma computer vision YoLoV5. Data yang didapat kemudian diolah dan dikirimkan ke server menggunakan protokol web Django REST. Server kemudian mengirimkan data tersebut ke ESP32 yang berfungsi sebagai pengontrol lalu lintas.
Guna menghemat energi, kami menggunakan panel surya sebagai sumber energi cadangan untuk ESP32 dan kamera. Alat kami dapat dibongkar pasang secara mudah, sehingga dapat diimplementasikan di berbagai tempat secara cepat tergantung dengan jalan dan persimpangan yang akan diawasi.
