Virtual Booth

Seiring dengan peningkatan kesedaran masyarakat terhadap hak golongan Orang Kurang Upaya (OKU), keperluan untuk mengawal penggunaan petak parkir khas perlu diberi perhatian dan pengawasan secara teliti. Namun, kaedah penguatkuasaan secara manual masih kurang efisien kerana memerlukan pemantauan berterusan oleh pihak berkuasa. Projek ini bertujuan untuk membangunkan sistem pengesanan kenderaan tanpa pelekat OKU secara automatik menggunakan kecerdasan buatan (AI) berasaskan computer vision. Kaedah yang digunakan melibatkan pengumpulan dan pelabelan imej menggunakan platform Roboflow, serta latihan model pengesanan objek menggunakan YOLOv5. Model yang terhasil kemudiannya diintegrasikan dengan Raspberry Pi dan kamera bagi melaksanakan proses pengesanan secara langsung. Projek ini turut dilengkapi dengan lampu berkelip sebagai penanda amaran visual dan penghantaran notifikasi automatik kepada pihak penguatkuasa melalui aplikasi Telegram apabila kenderaan tanpa pelekat OKU dikesan. Model yang dihasilkan menunjukkan ketepatan yang sangat baik dengan nilai accuracy 99.5% dalam pengesanan pelekat OKU pada kereta. Secara keseluruhannya, sistem ADVOS ini berpotensi membantu pihak berkuasa tempatan meningkatkan keberkesanan penguatkuasaan penggunaan petak parkir OKU secara automatik dan pintar.

Kata Kunci: YOLOv5, Raspberry Pi, Pengesanan Kenderaan, OKU, Deep Learning, Roboflow.