SISTEM DETEKSI KECEPATAN RELATIF KENDARAAN PADA TEKNOLOGI KENDARAAN AUTONOMOUS MENGGUNAKAN MEASUREMENT METHOD BERBASIS STEREO CAMERA


Bin Bahrunnida, Muhammad Fadhil (2023) SISTEM DETEKSI KECEPATAN RELATIF KENDARAAN PADA TEKNOLOGI KENDARAAN AUTONOMOUS MENGGUNAKAN MEASUREMENT METHOD BERBASIS STEREO CAMERA. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of D121171523_skripsi_05-01-2023 cover1.png]
Preview
Image
D121171523_skripsi_05-01-2023 cover1.png

Download (214kB) | Preview
[thumbnail of D121171523_skripsi_05-01-2023 1-2.pdf] Text
D121171523_skripsi_05-01-2023 1-2.pdf

Download (2MB)
[thumbnail of D121171523_skripsi_05-01-2023 dp.pdf] Text
D121171523_skripsi_05-01-2023 dp.pdf

Download (1MB)
[thumbnail of D121171523_skripsi_05-01-2023.pdf] Text
D121171523_skripsi_05-01-2023.pdf
Restricted to Repository staff only until 1 November 2025.

Download (8MB)

Abstract (Abstrak)

Autonomous Vehicle (AV) atau kendaraan tanpa awak merupakan teknologi masa depan yang sedang banyak dikembangkan perusahaan-perusahaan besar di dunia. Salah satu kemampuan dasar yang harus dimiliki oleh AV adalah kemampuan mendeteksi kecepatan kendaraan sekitar, sehingga dapat menjadi dasar keputusan kendaraan dalam bermanuver di segala jenis medan jalan. Penelitian ini mencoba menggabungkan teknologi Computer vision yang dapat memberikan informasi terkait objek disekitar dan digabungkan dengan model matematis yang mengadopsi prinsip-prinsip triangulasi (selanjutnya penelitian ini akan menggunakan istilah Measurement Method dalam model matematis yang diajukan) sehingga jarak antara kendaraan dapat diketahui secara Real-time dan selanjutnya menjadi dasar acuan untuk menghitung kecepatan kendaraan yang masuk dalam frame kamera. Hasil penelitian menunjukkan penggunaan metode Stereo-YoloV5-Deppsort yang diintegrasikan dengan model matematis Measurement Method mendapatkan skor MAPE 6,047% untuk deteksi dan estimasi jarak antara kendaraan dan skor MAPE 14,42% untuk deteksi dan estimasi kecepatan kendaraan.

Kata kunci: Autonomous Vehicle, Stereo vision, Yolov5, Deepsort, Measurement Method

Item Type: Thesis (Skripsi)
Subjects: T Technology > T Technology (General)
Divisions (Program Studi): Fakultas Teknik > Teknik Informatika
Depositing User: Nasyir Nompo
Date Deposited: 21 Mar 2024 02:04
Last Modified: 21 Mar 2024 02:04
URI: http://repository.unhas.ac.id:443/id/eprint/30385

Actions (login required)

View Item
View Item