Perpustakaan Digital ITB

Kemajuan teknologi memberikan kemudahan kepada manusia untuk melakukan aktivitas sehari-hari dengan bantuan sistem pintar, salah satunya adalah kendaraan yang dapat berjalan dengan sendiri atau yang biasa dikenal sebagai kendaraan swakemudi. Salah satu keputusan yang harus diambil oleh kendaraan swakemudi adalah dapat atau tidaknya kendaraan berpindah lajur di jalan raya dengan kecepatan tertentu. Sifat otonom dari kendaraan swakemudi menyebabkan perlunya proteksi lebih berupa asuransi kendaraan bagi kendaraan swakemudi. Asuransi kendaraan berfungsi untuk melindungi penumpang dari risiko kerusakan yang mungkin terjadi pada kendaraan akibat kecelakaan. Penelitian ini bertujuan untuk memprediksi perilaku perubahan lajur dan kecepatan lateral dari kendaraan swakemudi di jalan raya. Data yang digunakan adalah data Next-Generation Simulation (NGSIM) pada segmen jalan US-101 (Hollywood Freeway) dan metode yang digunakan adalah Model Markov Tersembunyi dan Long-Short Term Memory (LSTM). Metrik hasil prediksi kendaraan tidak berpindah lajur yakni ketepatan (precision) sebesar 0,97, sensitivitas (recall) sebesar 0,97, dan skor F1 sebesar 0,97. Untuk kendaraan berpindah lajur ke kanan diperoleh ketepatan sebesar 0,96, sensitivitas sebesar 0,94, dan skor F1 sebesar 0,95. Selain itu, untuk kendaraan berpindah lajur ke kiri diperoleh ketepatan sebesar 0,96, sensitivitas sebesar 1,00, dan skor F1 sebesar 0,98. Dalam prediksi kecepatan lateral, model LSTM menunjukkan penurunan RMSE yang signifikan dan konvergen menuju suatu nilai tertentu. Kecepatan konvergensi RMSE bervariasi di antara berbagai Vehicle ID yang dianalisis. Hasil prediksi ini menjadi dasar penentuan keputusan bagi kendaraan swakemudi untuk berpindah lajur atau tidak di jalan raya.