DETEKSI OBJEK SEKITAR MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE (YOLO) UNTUK AUTONOMOUS ELECTRIC VEHICLE

NASUTION, MUHAMMAD HARUN ALRASYID and Dwijayanti, Suci (2020) DETEKSI OBJEK SEKITAR MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE (YOLO) UNTUK AUTONOMOUS ELECTRIC VEHICLE. Undergraduate thesis, Sriwijaya University.

	Text RAMA_20201_03041381621090.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (8MB) | Request a copy
	Text RAMA_20201_03041381621090_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (18MB) | Request a copy
Preview	Text RAMA_20201_03041381621090_0030078404_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (401kB) | Preview
	Text RAMA_20201_03041381621090_0030078404_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (710kB) | Request a copy
	Text RAMA_20201_03041381621090_0030078404_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (149kB) | Request a copy
	Text RAMA_20201_03041381621090_0030078404_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (5MB) | Request a copy
	Text RAMA_20201_03041381621090_0030078404_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (32kB) | Request a copy
	Text RAMA_20201_03041381621090_0030078404_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (43kB) | Request a copy
	Text RAMA_20201_03041381621090_0030078404_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy

Abstract

Kondisi jalan Indonesia yang bervariasi dibanding negara lain menuntut autonomous electric vehicle untuk mengetahui kondisi sekitarnya. Sehingga, autonomous vehicle perlu memiliki kemampuan untuk mendeteksi objek dengan akurasi dan kecepatan mendeteksi yang tinggi. Selain itu, autonomous vehicle juga perlu mengetahui jarak objek di sekitar terhadap kendaraan tersebut. Penelitian ini mengembangkan metode menggunakan kamera untuk menangkap citra dan diproses dengan teknologi image processing yaitu algoritma cerdas You Only Look Once (YOLO) berbasis Convolutional Neural Network(CNN) yang mampu mendeteksi beberapa objek dengan simultan secara real-time. Pada penelitian ini, performansi model Tiny YOLO VOC dan Tiny YOLOv2 diuji dalam mendeteksi objek berupa mobil, motor, pohon, bentor, manusia, tiang, tanda jalan, serta bangunan. Sedangkan untuk mengukur jarak objek terhadap kendaraan secara real-time dilakukan dengan menggunakan metode depth information. Data yang digunakan dalam penelitian ini adalah kondisi jalan di sekitar lingkungan Fakultas Teknik hingga gedung rektorat Universitas Sriwijaya. Hasil penelitian menunjukkan bahwa model terbaik Tiny YOLOv2 adalah pada batch 16, 100 epoch dengan nilai loss 4,48 dan model terbaik Tiny YOLO VOC adalah pada batch 32, 300 epoch dengan nilai loss 3,70. Hasil pengujian menunjukkan bahwa performansi model Tiny YOLO VOC memiliki akurasi yang lebih baik dibandingkan model Tiny YOLOv2 dengan akurasi mencapai 93,45%. Pada saat diuji dengan menggunakan data berbeda yang memiliki saturasi tinggi secara real-time, model tersebut memiliki akurasi sebesar 47,45%. Akurasi yang rendah diakibatkan oleh kualitas pencahayaan dan kamera yang tidak stabil. Penelitian ini juga membandingkan deteksi objek YOLO dengan pengukuran jarak depth information dan deteksi objek HSV dengan OpenCV dimana hasilnya deteksi objek YOLO lebih baik dengan akurasi yang tinggi sebesar 85,36% dan pengukuran jarak yang baik pada jarak dekat.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Autonomous Electric Vehicle, YOLO, Deteksi Objek, Image Processing
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7885-7895 Computer engineering. Computer hardware
Divisions:	03-Faculty of Engineering > 20201-Electrical Engineering (S1)
Depositing User:	Users 9974 not found.
Date Deposited:	18 Jan 2021 07:07
Last Modified:	18 Jan 2021 08:03
URI:	http://repository.unsri.ac.id/id/eprint/40369

Actions (login required)

View Item