Perpustakaan Digital ITB

Cuaca buruk sering mengganggu kelancaran fungsi Sistem transportasi udara. Salah satu dampaknya adalah keterlambatan penerbangan pesawat komersial dan mengakibatkan kerugian baik untuk pihak maskapai dan juga penumpang. Penggunaan teknologi kecerdasan buatan saat ini sudah mampu untuk meminimalisir terjadinya keterlambatan penerbangan yang diakibatkan oleh cuaca buruk khususnya di kondisi visibilitas rendah. Tugas sarjana ini membahas tentang pemodelan kecerdasan buatan yang mampu mendeteksi pesawat dalam kondisi visibilitas rendah khususnya di Kawasan bandar udara. Metode yang digunakan adalah deep learning dengan algoritma YOLOv4 (single-stage detection) yang mampu mendeteksi dengan kecepatan yang optimal. Data yang digunakan sejumlah 600 untuk membuat tiga model kecerdasan buatan pada penelitian ini. Filter Image Dehazing digunakan pada data latih sebelum proses pelatihan data untuk menghasilkan model deteksi. Hasil menunjukkan model memiliki performa yang baik. Sehingga, model ini cocok untuk digunakan untuk mendeteksi pesawat dalam kondisi visibilitas yang rendah