COVER Indira Puspita Margariza
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 1 Indira Puspita Margariza
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 2 Indira Puspita Margariza
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 3 Indira Puspita Margariza
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 4 Indira Puspita Margariza
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
BAB 5 Indira Puspita Margariza
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
PUSTAKA Indira Puspita Margariza
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Terbatas  Alice Diniarti
» Gedung UPT Perpustakaan
Sistem visi merupakan kesatuan sensor, perangkat komputasi, dan perangkat lunak
yang dapat diaplikasikan untuk kebutuhan otomatisasi industri, penelitian, medis,
dan transportasi. Pengembangan sistem visi untuk transportasi sedang giat
dilakukan salah satunya untuk kendaraan otonom. Sistem visi digunakan pada
kendaraan otonom untuk mengenali lingkungan di sekitarnya. Pada penelitian ini
dirancang sistem visi pendeteksi marka jalan membujur yang mampu secara realtime
menentukan posisi dan orientasi kendaraan terhadap lajur jalan.
Pendeteksian marka jalan membujur umumnya dilakukan dengan metode deteksi
tepi dan pembelajaran mendalam. Setelah dilakukan perbandingan antara 2 metode
tersebut, metode pembelajaran mendalam ENet-SAD (Effective Neural Network
Self Attention Distillation) dipilih karena dapat mendeteksi marka jalan membujur
secara real-time. Model ENet-SAD yang dilatih dan digunakan pada penelitian ini
memiliki akurasi sebesar 93,98% dengan rasio false positive terhadap marka jalan
yang terdeteksi sebesar 8,23% dan rasio false negative terhadap ground truth
sebesar 8,21%.
Sistem visi pendeteksi marka jalan membujur dirancang dengan mengintegrasikan
kamera kedalaman Intel RealSense D435, perangkat komputasi, dan model ENet-
SAD sebagai pendeteksi. Untuk mengukur performansi sistem dalam menentukan
posisi dan orientasi kendaraan terhadap lajur jalan, dilakukan perbandingan dengan
sistem Real-time Kinematic (RTK) menggunakan GNSS EMLID Reach RS+.
Hasil perhitungan galat posisi dan orientasi dari deteksi marka jalan membujur
dibandingkan dengan galat dari sistem RTK, sehingga didapatkan nilai Root Mean
Square Error (RMSE) dan Mean Absolute Error (MAE). Dari data pengujian
diperoleh nilai RMSE galat posisi sebesar 0,12 m dan galat orientasi sebesar 0,15
rad untuk lintasan lurus. Pada lintasan berbelok, diperoleh nilai RMSE galat posisi
sebesar 0,18 m dan galat orientasi sebesar 0,20 rad. Untuk nilai MAE pada lintasan
lurus diperoleh galat posisi sebesar 0,09 m dan galat orientasi sebesar 0,14 rad,
sedangkan untuk lintasan berbelok diperoleh galat posisi sebesar 0,13 m dan galat
orientasi sebesar 0,15 rad.
Pada penelitian ini telah dirancang sistem visi pendeteksi marka jalan membujur
dengan model ENet-SAD sebagai pendeteksi. Sistem dapat digunakan untuk
menentukan posisi dan orientasi kendaraan terhadap lajur jalan secara real-time.
Hasil penelitian ini dapat dikembangkan di masa mendatang.