KENDALI MOTOR DC PADA SEPEDA LISTRIK SECARA OTOMATIS BERBASIS YOLO V8 DAN ARDUINO UNO

Abstract

Peningkatan penggunaan sepeda listrik di Indonesia menuntut adanya sistem keselamatan yang mampu mendeteksi objek dan mengendalikan kecepatan kendaraan secara otomatis untuk mengurangi risiko kecelakaan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem kendali kecepatan otomatis pada sepeda listrik berbasis deteksi objek menggunakan algoritma YOLOv8. Sistem dikembangkan menggunakan Raspberry Pi 5 sebagai pemroses citra, webcam USB sebagai sensor visual, Arduino Uno R3 sebagai pengendali utama, modul DAC MCP4725 sebagai pembangkit sinyal throttle analog, relay e-brake sebagai sistem pengereman, serta DFPlayer sebagai pemberi peringatan suara. Metode penelitian yang digunakan adalah penelitian kuantitatif eksperimental melalui tahapan perancangan perangkat keras dan perangkat lunak, implementasi sistem, serta pengujian akurasi deteksi objek, latensi sistem, dan pengendalian kecepatan motor BLDC berdasarkan zona keselamatan. Hasil penelitian menunjukkan bahwa sistem berhasil bekerja secara real-time dalam mendeteksi objek manusia, sepeda motor, dan mobil, kemudian mengklasifikasikan objek ke dalam zona keselamatan STOP, Z3, Z5, Z8, dan NONE sebagai dasar pengendalian kecepatan. Hasil pengujian menunjukkan akurasi deteksi objek pria dan wanita mencapai 100% hingga jarak 25 meter, sedangkan akurasi objek anak-anak dan sepeda motor tampak belakang menurun pada jarak yang lebih jauh akibat berkurangnya detail citra dan pengaruh kondisi lingkungan. Sistem juga mampu mengurangi putaran motor secara bertahap hingga mencapai 0 RPM pada zona STOP untuk seluruh variasi berat pengguna. Waktu respons sistem berada pada rentang 263,7–321,3 ms, sehingga mampu memberikan respons kurang dari satu detik. Selain itu, sistem mampu mendeteksi lebih dari satu objek secara bersamaan dan memprioritaskan objek dengan jarak terdekat sebagai dasar pengambilan keputusan. Dengan demikian, sistem yang dikembangkan mampu meningkatkan keselamatan berkendara melalui deteksi objek dan pengendalian kecepatan otomatis secara real-time.