UTILIZING ARTIFICIAL NEURAL NETWORKS FOR 3D OBJECT DETECTION IN TRAFFIC VEHICLES TO SUPPORT AUTONOMOUS VEHICLE TECHNOLOGY DEVELOPMENT PEMANFAATAN JARINGAN SYARAF TIRUAN UNTUK DETEKSI OBJEK 3D PADA LALU LINTAS UNTUK MEMBANTU TEKNOLOGI KENDARAAN TANPA AWAK
Abstract
Peningkatan jumlah kendaraan berkontribusi terhadap tingginya angka kecelakaan lalu lintas, yang sebagian besar disebabkan oleh kesalahan manusia. Sebagai contoh, pada tahun 2024, jumlah mobil mencapai 1.475 miliar, dan sekitar 61% kecelakaan disebabkan oleh human error yang berpotensi berujung pada kematian. Penggunaan kendaraan otonom dapat menjadi solusi dari permasalahan tersebut guna mengurangi kontak kendali secara langsung oleh manusia. Pada perkembangannya, penggunaan metode deteksi objek 3D kendaraan lalu lintas berdasarkan sensor kamera monokuler dan sensor Light Detection and Ranging (LiDAR) yang diolah melalui algoritma YOLOv3 dengan backbone Darknet-53, masih sanggup menjadi opsi untuk pengolahan dataset citra. Hasil dari pengolahan dataset tersebut yaitu 0,60 Mean Average Precision (mAP) dengan threshold Intersection of Union (IoU) sebesar 0,5. Sehingga potensi metode deteksi objek 3D kendaraan lalu lintas pada kendaraan otonom dapat dikembangkan menjadi lebih akurat dan presisi dengan penerapan algoritma terbarukan dan model objek yang lebih lengkap di dalam dataset.
Kata kunci: Deteksi objek 3D, kamera monokuler, kendaraan otonom, LiDAR, YOLOv3.
Full text article
Authors
Copyright (c) 2025 Farid Rahman Nurdin
This work is licensed under a Creative Commons Attribution 4.0 International License.
Hak cipta berada di tangan penulis
Artikel yang terbit dapat digunakan di bawah lisensi Creative Commons Atribusi 4.0 Internasional
Anda diperbolehkan:
- Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
- Adaptasi menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial.
Pemberi lisensi tidak dapat mencabut ketentuan di atas sepanjang Anda mematuhi ketentuan lisensi ini.
Berdasarkan ketentuan berikut:
- Atribusi Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
- Tidak ada pembatasan tambahan Anda tidak dapat menggunakan ketentuan hukum atau sarana kontrol teknologi yang secara hukum membatasi orang lain untuk melakukan hal-hal yang diizinkan lisensi ini.