Perpustakaan Digital ITB

Kereta api saat ini menjadi salah satu moda transportasi umum yang banyak digunakan oleh masyarakat Indonesia. Jumlah penumpang kereta api melonjak naik tiap tahunnya, sehingga menuntut penyedia jasa layanan kereta untuk mengeluarkan kereta-kereta tambahan. Untuk mengatasi padatnya lalu lintas kereta api maka digunakan sistem communication-based train control (CBTC) yang menggunakan sistem dengan persinyalan yang efisien. Namun sistem CBTC tidak dapat mendeteksi objek lain yang menghalangi rel kereta dan dapat berpotensi bahaya bagi kereta. Oleh karena itu perlu adanya sistem penghindaran tabrakan tambahan yang dapat menganalisis kondisi bahaya di lingkungan sekitarnya. Pada penelitian ini digunakan sistem pengolahan citra dengan penglihatan stereo untuk mendeteksi kondisi yang sedang terjadi di depan kereta. Metode yang digunakan adalah membandingkan objek yang ada pada citra yang ditangkap kamera dengan grafik model yang telah dilatih untuk menentukan objek dengan akurat. Hasil pengukuran dengan penglihatan stereo menunjukkan nilai rata-rata kesalahan di bawah 6% untuk objek yang diujicobakan pada rentang jarak dalam percobaan. Dalam meningkatkan kemampuan model untuk mendeteksi objek maka pada penelitian ini diterapkan pendeteksian objek menggunakan pembelajaran dalam dengan dua tahap. Pada rangkaian data yang digunakan pada percobaan, model dengan dua tahap menunjukkan peningkatan mean Average Precision dibandingkan dengan model satu tahap dari 0,7218 menjadi 0,8006. Sistem pengolahan citra ini diterapkan pada miniatur kereta api. Sistem pengolahan citra ini juga dapat digunakan untuk menentukan jarak objek didepannya dengan menganalisa posisi objek pada citra. Kemudian sistem dapat memberikan sinyal kontrol untuk menurunkan kecepatan kereta dan menghindari tabrakan. Dengan penelitian ini diharapkan sistem pengolahan citra dapat meningkatkan kemampuan kereta dalam menghindari kecelakaan jika ada objek yang menghalangi lintasan kereta.