SISTEM DETEKSI HAMBATAN PADA AUTONOMOUS DRIVING MENGGUNAKAN METODE SINGLE SHOT MULTIBOX DETECTOR (SSD)

Teknologi transportasi cerdas menjadi bagian yang penting dalam pengembangan autonomous driving, salah satunya adalah dalam mendeteksi objek hambatan. Pada saat mengemudikan mobil, akan ada banyak hambatan yang dapat menghalangi kelancaran saat berkendara dan bahkan dapat mengakibatkan kecelakaan. Terdapat beberapa faktor penyebab terjadinya kecelakaan di jalan saat berkendara, yaitu faktor kendaraan, faktor manusia, dan faktor kondisi jalan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sistem deteksi objek hambatan car, motorcycle, person dan pothole dengan metode Single Shot Multibox Detector (SSD) dan arsitektur mobilenet v2. Data input berupa data video yang di ekstrak menjadi frame, dimana data tersebut diambil menggunakan sebuah dash camera yang dipasang di mobil. Jumlah dataset yang digunakan pada proses training yaitu 720 gambar untuk setiap objek hambatan. Adapun parameter latih pada proses training yaitu num steps 20000 dan batch size 16. Pada penelitian ini, metode SSD dapat diimplementasikan dengan baik dalam mendeteksi dan mengklasifikasikan objek hambatan secara real time, dimana hasil akurasi yang didapatkan pada kecepatan 10 km/jam, 20 km/jam, 30 km/jam, dan 40 km/jam masing-masing sebesar 93.88%, 97.22%, 95.83%, dan 94.44%. Adapun hasil performa model di beberapa resolusi gambar 2560x1600 piksel, 1280x800 piksel, 640x400 piksel, dan 320x200 piksel, didapatkan bahwa akurasi tertinggi di resolusi 2560x1600, dimana akurasi pada masing-masing objek hambatan car, motorcycle, person, dan pothole yaitu sebesar 100.00%, 66.37%, 100.00%, dan 100.00%.

Kata kunci: autonomous driving, hambatan, SSD, mobilenet v2, real time