Implementation of YOLOv5 Algorithm for Classification and Detection of Car Types Using Deep Learning

Authors

  • Muhammad Rifqi Rajwa Syafirly Universitas Negeri Malang
  • Ravi Rangga Wahyu Firmansyah Universitas Negeri Malang
  • Ahmad Nurdiansyah Universitas Negeri Malang
  • Agis Adienia Haqi Megana Universitas Negeri Malang
  • I Made Wirawan Universitas Negeri Malang

DOI:

https://doi.org/10.31358/techne.v24i1.571

Keywords:

Klasifikasi, YOLOv5, Computer vision, Deteksi, Mobil

Abstract

Perkembangan teknologi computer vision dan deep learning telah membuka peluang baru dalam klasifikasi kendaraan, namun menghadapi tantangan dalam kompleksitas desain dan variasi visual mobil. Penelitian ini berfokus pada implementasi algoritma YOLO (You Only Look Once) V5 untuk mengklasifikasikan jenis mobil, yang bertujuan untuk mengembangkan model yang akurat, kuat, dan efektif dalam membedakan kategori mobil. Dataset yang digunakan dalam penelitian ini, yang bersumber dari Kaggle, dataset terdiri dari 1.000 gambar di empat kategori mobil (convertible, double cabin, sport, dan van), dengan 80% data digunakan untuk pelatihan, 10% untuk validasi, dan 10% untuk pengujian. Metodologinya mencakup prapemrosesan data, pelatihan model YOLOv5, dan evaluasi performa menggunakan metrik seperti akurasi, presisi, perolehan, dan skor F1. Hasilnya menunjukkan bahwa model tersebut dapat mengklasifikasikan jenis mobil dengan accuracy 96%, precision 96,6%, recall 97%, dan F1-score 97%, sehingga menunjukkan performa yang baik untuk setiap kategori mobil.

Kata kunci: Klasifikasi, YOLOv5, Computer vision, Deteksi, Mobil.

Downloads

Download data is not yet available.

References

R. Dwiyanto, D. W. Widodo, and P. Kasih, “Implementasi Metode You Only Look Once (YOLOv5) Untuk Klasifikasi Kendaraan Pada CCTV Kabupaten Tulungagung,” Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), vol. 6, no. 3, pp. 102–104, Nov. 2022, doi: https://doi.org/10.29407/inotek.v6i3.2669.

R. M. Alamgir, A. A. Shuvro, M. Al Mushabbir, M. A. Raiyan, N. J. Rani, M. M. Rahman, et al., “Performance analysis of YOLO-based architectures for vehicle detection from traffic images in Bangladesh,” in Proceedings of the 2022 25th International Conference on Computer and Information Technology (ICCIT), pp. 982–987, Dec. 2022, doi: https://doi.org/10.1109/ICCIT57492.2022.10055758.

M. G. Naftali, J. S. Sulistyawan, and K. Julian, “Comparison of object detection algorithms for street-level objects,” arXiv preprint arXiv:2208.11315, Aug. 2022, doi: https://doi.org/10.48550/arXiv.2208.11315.

H. Henny, M. A. Baiquni, B. Mulyanti, M. F. Nasution, and A. H. S. Budi, “Aplikasi Penghitung Kecepatan Mobil dengan Akurasi Tinggi Menggunakan YOLO untuk Meminimasi Kecelakaan,” Telekontran: Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan, vol. 11, no. 2, pp. 140–149, 2023, doi: https://doi.org/10.34010/telekontran.v11i2.10900.

A. Nugraha, A. Walidani, D. Arochman, M. N. Fahrezi, S. A. H. Agat, and P. Rosyani, “Systematic Literatur Review Mendeteksi Kendaraan Menggunakan Metode YOLO (You Only Look Once),” JRIIN: Jurnal Riset Informatika dan Inovasi, vol. 1, no. 3, pp. 559–562, 2023, doi: https://doi.org/10.24002/ijis.v1i2.1916.

N. Thakur, P. Nagrath, R. Jain, D. Saini, N. Sharma, and J. Hemanth, “Object detection in deep surveillance,” 2021, doi: https://doi.org/10.21203/rs.3.rs-901583/v1.

K. Khairunnas, E. M. Yuniarno, and A. Zaini, “Pembuatan Modul Deteksi Objek Manusia Menggunakan Metode YOLO untuk Mobile Robot,” Jurnal Teknik ITS, vol. 10, no. 1, pp. A50–A55, 2021, doi: http://dx.doi.org/10.12962/j23373539.v10i1.61622.

J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You Only Look Once: Unified, Real-Time Object Detection,” in Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA, pp. 779–788, 2016, doi: https://doi.org/10.1109/CVPR.2016.91.

M. Y. Efendi and M. H. F. Abidin, “Implementasi Klasifikasi Jenis Kendaraan di Indonesia Menggunakan YOLO,” in Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika, pp. 1–7, Apr. 2024, doi: https://doi.org/10.31284/p.snestik.2024.5788.

D. I. Mulyana and M. Zikri, “Optimasi Mendeteksi Klasifikasi Citra Digital Logo Mobil Indonesia dengan Metode Single Shot Multibox Detector,” Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika), vol. 13, no. 2, pp. 88–94, Dec. 2022, doi: http://dx.doi.org/10.36448/jsit.v13i2.2660.

Da_Vinci_Code, "kaggle," [Online]. Available: https://www.kaggle.com/datasets/ademboukhris/cars-body-type-cropped. [Accessed 15 September 2024]

L. Lusiana, A. Wibowo, and T. K. Dewi, “Implementasi Algoritma Deep Learning You Only Look Once (YOLOv5) Untuk Deteksi Buah Segar Dan Busuk,” Paspalum: Jurnal Ilmiah Pertanian, vol. 11, no. 1, pp. 123–130, 2023, doi: https://doi.org/10.35138/paspalum.v11i1.489.

S. Saponara and A. Elhanashi, “Impact of image resizing on deep learning detectors for training time and model performance,” in International Conference on Applications in Electronics Pervading Industry, Environment and Society, Cham: Springer International Publishing, pp. 10–17, Sept. 2021, doi: http://dx.doi.org/10.1007/978-3-030-95498-7_2.

L. Rahma, H. Syaputra, A. H. Mirza, and S. D. Purnamasari, “Objek Deteksi Makanan Khas Palembang Menggunakan Algoritma YOLO (You Only Look Once),” Jurnal Nasional Ilmu Komputer, vol. 2, no. 3, pp. 213–232, 2021, doi: https://doi.org/10.47747/jurnalnik.v2i3.534.

O. E. Karlina and D. Indarti, “Pengenalan objek makanan cepat saji pada video dan real time webcam menggunakan metode You Only Look Once (YOLO),” Jurnal Ilmiah Informatika Komputer, vol. 24, no. 3, pp. 199–208, 2020, doi: http://dx.doi.org/10.35760/ik.2019.v24i3.2362.

J. Redmon, “YOLOv3: An incremental improvement,” arXiv preprint arXiv:1804.02767, 2018, doi: https://doi.org/10.48550/arXiv.1804.02767.

R. A. Asmara, M. R. S. Anugrah, D. W. Wibowo, K. Arai, M. A. Burhanuddin, A. N. Handayani, and F. A. Damayanti, “YOLO-based object detection performance evaluation for automatic target aimbot in first-person shooter games,” Bulletin of Electrical Engineering and Informatics, vol. 13, no. 4, pp. 2456–2470, 2024, doi: https://doi.org/10.11591/eei.v13i4.6895.

J. Vaicenavicius, D. Widmann, C. Andersson, F. Lindsten, J. Roll, and T. Schön, “Evaluating model calibration in classification,” in Proceedings of the 22nd International Conference on Artificial Intelligence and Statistics, vol. 89, pp. 3459–3467, Apr. 2019, doi: https://doi.org/10.48550/arXiv.1902.06977.

Downloads

Published

17-06-2025

How to Cite

Syafirly, M. R. R. ., Firmansyah, R. R. W., Nurdiansyah, A., Megana, A. A. H., & Wirawan, I. M. (2025). Implementation of YOLOv5 Algorithm for Classification and Detection of Car Types Using Deep Learning. Techné : Jurnal Ilmiah Elektroteknika, 24(1), 117–128. https://doi.org/10.31358/techne.v24i1.571

Issue

Section

Articles