digilib@itb.ac.id +62 812 2508 8800

2008 TA PP ANGELA IRFANI 1-COVER
Terbatas  rikrik
» Gedung UPT Perpustakaan

2008 TA PP ANGELA IRFANI 1-BAB 1
Terbatas  rikrik
» Gedung UPT Perpustakaan

2008 TA PP ANGELA IRFANI 1-BAB 2
Terbatas  rikrik
» Gedung UPT Perpustakaan

2008 TA PP ANGELA IRFANI 1-BAB 3
Terbatas  rikrik
» Gedung UPT Perpustakaan

2008 TA PP ANGELA IRFANI 1-BAB 4
Terbatas  rikrik
» Gedung UPT Perpustakaan

2008 TA PP ANGELA IRFANI 1-BAB 5
Terbatas  rikrik
» Gedung UPT Perpustakaan

2008 TA PP ANGELA IRFANI 1-BAB 6
Terbatas  rikrik
» Gedung UPT Perpustakaan

2008 TA PP ANGELA IRFANI 1-PUSTAKA
Terbatas  rikrik
» Gedung UPT Perpustakaan

Jaringan Saraf Tiruan telah terbukti berhasil menyelesaikan masalah kompleks seperti pengenalan wajah, pengenalan tulisan tangan dan pengenalan suara. Permasalahan sistem kemudi otomatis pada lingkungan jalan darat termasuk kategori permasalahan kompleks karena keberagaman fitur-fitur jalan yang sangat tinggi ditambah lagi faktor lingkungan seperti intensitas cahaya. Tugas Akhir ini mempelajari bagaimana menyelesaikan permasalahan sistem kemudi otomatis pada lingkungan jalan darat menggunakan Jaringan Saraf Tiruan. Batasan permasalahan sistem kemudi antara lain output yang dihasilkan hanya arah kemudi, jalan tidak ramai, tidak memperhitungkan tujuan berkendara, serta tidak menangani persimpangan dan rambu lalu lintas. Jaringan Saraf Tiruan terdiri dari beberapa layer, dan setiap layer terdiri dari beberapa unit. Input ke suatu unit dipengaruhi suatu nilai yang disebut dengan nilai bobot. Pembelajaran pada jaringan saraf tiruan adalah bagaimana memperkecil galat dengan menemukan nilai-nilai bobot yang tepat. Tugas Akhir ini membangun perangkat lunak yang diberi nama Re-Alvinn untuk simulasi sistem kemudi otomatis pada lingkungan jalan darat dengan Jaringan Saraf Tiruan. Re-Alvinn dapat menerima masukan rangkaian gambar jalan dalam format video, memproses video sehingga menjadi gambar masukan bagi JST, melatih JST dan memperlihatkan simulasi penggunaan JST untuk menghasilkan arah kemudi. Re- Alvinn dikembangkan menggunakan kakas Microsoft Visual Studio 2005 dengan framework .Net 2.0. Performansi Re-Alvinn dalam menghasilkan arah kemudi yang sesuai masih rendah. Hal ini dapat disebabkan oleh data latihan yang kurang beragam, preprocessing gambar yang masih belum maksimal dan dapat pula disebabkan oleh target arah kemudi yang digunakan pada fase pembelajaran kurang tepat karena dibuat secara manual.