Skripsi
DETEKSI JALAN DAN OBJEK BERBASIS KAMERA DAN DEEP LEARNING SECARA REALTIME SEBAGAI INPUT STEERING ANGLE PADA AUTONOMOUS ELECTRIC VEHICLE
Autonomous electric vehicle adalah sebuah kendaraan yang secara otomatis dapat mengatur arah kendaraan berjalan dengan menggunakan sensor seperti kamera sebagai input steering angle pada autonomous electric vehicle. Input steering angle diperoleh dari hasil pendeteksian jalan dan objek pada sekitar autonomous electric vehicle. Pada penelitian ini, dataset yang digunakan terdiri menjadi 7 kelas antara lain, jalan, mobil, motor, orang, roadblock, simpang 3 dan simpang 4 yang diambil di kampus indralaya universitas sriwijaya. Penelitian ini menggunakan algoritma deep learning yaitu YOLOv8 Segmentation dengan model YOLOv8x-seg yang dilatih menggunakan 2 optimizer berbeda yaitu ADAM dan SGD sebanyak 50 dan 100 epoch pada masing-masing optimizer. Model terbaik diperoleh pada 100 epoch menggunakan optimizer SGD dengan mAP mask sebesar 92%. Dilakukan pengujian secara simulasi, dimana sistem yang dirancang berhasil melakukan pendeteksian jalan, objek dan simpang jalan. Sistem yang telah dirancang dijalankan secara realtime untuk mendeteksi jalan, objek serta simpang pada sekitar autonomous electric vehicle sebagai input steering angle berhasil dilakukan, dimana sistem mendeteksi jalan serta simpang jalan dengan akurasi sebesar 87,5%. Sistem yang dirancang mampu mengukur jarak objek pada autonomous electric vehicle dengan error rata-rata sebesar 0,505 meter. Hasil pengukuran jarak digunakan sebagai input steering angle untuk menghindari objek yang berada pada sekitar autonomous electric vehicle.