Implementasi Teknologi CCTV Berbasis Artificial Intelligence Untuk Pemantauan Kendaraan Di Ruas Jalan Brigjen H. Hasan Basri Kota Banjarmasin
Main Article Content
Abstract
Jalan Brigjen H. Hasan Basri merupakan koridor utama Kota Banjarmasin dengan tingkat kemacetan dan kecelakaan yang tinggi. Penelitian ini bertujuan menganalisis efektivitas implementasi teknologi CCTV berbasis Artificial Intelligence dalam memantau kendaraan di ruas jalan tersebut. Metode yang digunakan adalah deskriptif kualitatif dengan studi literatur dan observasi lapangan. Hasil penelitian menunjukkan bahwa integrasi CCTV ANPR, traffic counting, dan AI violation detection mampu menurunkan pelanggaran lalu lintas hingga 38% dan waktu tanggap insiden menjadi <5 menit. Rekomendasi penelitian adalah percepatan pembangunan command center ATCS dan regulasi pemanfaatan data.
Article Details
Section
This work is licensed under a Creative Commons Attribution 4.0 International License.
How to Cite
References
Badan Standardisasi Nasional. 2013. SNI IEC 60529:2013 Tingkat Proteksi Selungkup. Jakarta: BSN.[14]
Dinas Perhubungan Kota Banjarmasin. 2025. Laporan Kinerja Lalu Lintas Kota Banjarmasin Tahun 2024. Banjarmasin: Dishub Banjarmasin.[1]
Dinas Perhubungan Kota Surabaya. 2022. Laporan Akhir Pembangunan Surabaya Intelligent Transport System. Surabaya: Dishub Surabaya.[10]
Direktorat Lalu Lintas Polda Metro Jaya. 2023. Evaluasi 1 Tahun Implementasi ETLE di DKI Jakarta. Jakarta: Ditlantas PMJ.[9]
Hasil Observasi Lapangan. 2026. Observasi Volume dan Pelanggaran Lalu Lintas Jl. Brigjen H. Hasan Basri. Banjarmasin.[11]
Kementerian Perhubungan RI. 2015. Peraturan Menteri Perhubungan Nomor PM 49 Tahun 2015 tentang Sistem Manajemen dan Rekayasa Lalu Lintas. Jakarta: Kemenhub RI.[5]
Kementerian PPN/Bappenas. 2020. Pedoman Kerjasama Pemerintah dengan Badan Usaha dalam Penyediaan Infrastruktur. Jakarta: Bappenas.[16]
Lubis, M. A., dan Surya, I. 2022. "Analisis Akurasi ANPR pada Kondisi Pencahayaan Rendah untuk Mendukung ETLE". Jurnal Teknologi Transportasi, Vol. 3, No. 1, hal. 25–34.[6]
Pratama, G. N., et al. 2023. "Deteksi Pelanggaran Lalu Lintas Berbasis YOLOv5 pada Kamera CCTV". Jurnal Sistem Cerdas, Vol. 6, No. 2, hal. 112–120.[8]
Pugu, M. R., Riyanto, S., & Haryadi, R. N. (2024). Metodologi Penelitian; Konsep, Strategi, dan Aplikasi. PT. Sonpedia Publishing Indonesia.
Redmon, J., dan Farhadi, A. 2018. "YOLOv3: An Incremental Improvement". arXiv Preprint arXiv:1804.02767.[7]
Republik Indonesia. 2022. Undang-Undang Nomor 27 Tahun 2022 tentang Pelindungan Data Pribadi. Jakarta: Setneg RI.[15]
Satuan Lalu Lintas Polresta Banjarmasin. 2025. Data Kecelakaan Lalu Lintas Wilayah Hukum Polresta Banjarmasin Tahun 2024. Banjarmasin: Polresta Banjarmasin.[2]
Surya, A., Sulastini, S. and Ashari, A., 2026. Performance Study of Cemara Raya Road in Banjarmasin City Using the 2023 PKJI Method. Jurnal Sipakatau: Inovasi Pengabdian Masyarakat, 3(3), pp.113-121.[17]
Susanto, A. 2023. "Dampak ATCS Terhadap Kinerja Simpang Bersinyal di Kota Surabaya". Jurnal Transportasi, Vol. 23, No. 3, hal. 201–210.[13]
Sussman, J. M. 2005. Perspectives on Intelligent Transportation Systems. New York: Springer.[4]
Tamin, O. Z. 2000. Perencanaan dan Pemodelan Transportasi. Edisi ke-2. Bandung: Penerbit ITB.[3]
Wardhani, I. K. 2021. Perancangan Jaringan Komunikasi Fiber Optik untuk ITS. Yogyakarta: Deepublish.[12]