Deteksi Penggunaan Handphone Pada Pejalan Kaki Menggunakan Faster R-CNN

Penelitian Deteksi Penggunaan Handphone pada Pejalan Kaki dilatarbelakangi oleh tingginya risiko keselamatan akibat distraksi penggunaan ponsel pada pejalan kaki. Tujuan utama penelitian Deteksi Penggunaan Handphone pada Pejalan Kaki adalah mengimplementasikan metode Faster R-CNN dengan backbone ResNet-50 untuk mendeteksi dan mengklasifikasikan perilaku pejalan kaki secara otomatis. Metodologi yang digunakan meliputi ekstraksi fitur, penggunaan Region Proposal Network (RPN), serta fine-tuning model untuk mengenali tiga kelas aktivitas: user_no_phone, user_phone, dan user_phone_call.Hasil pengujian menunjukkan performa yang sangat solid dengan akurasi rata-rata sebesar 86,67% dan F1-Score 0,88. Pada aspek lokalisasi objek, model mencapai nilai [email protected] sebesar 86,6% dan [email protected] sebesar 80,5%, yang membuktikan presisi tinggi dalam penempatan bounding box. Meskipun terdapat tantangan berupa ambiguitas visual pada gestur tangan yang menyerupai posisi menelepon, sistem tetap mampu mempertahankan stabilitas deteksi yang dapat dipercaya. Kesimpulannya, model Faster R-CNN berhasil mencapai titik optimal dengan kemampuan generalisasi yang kuat, sehingga sangat layak diimplementasikan sebagai alat monitoring keamanan pejalan kaki secara real-time.

Kata Kunci: Faster R-CNN, user_phone, user_no_phone, user_phone_call, Pejalan Kaki.