Text

SISTEM PENDETEKSI PEJALAN KAKI DI LINGKUNGAN TERBATAS BERBASIS SSD MOBILENETV1 MENGGUNAKAN GAMBAR 360DC TERNORMALISASI

---

Penilaian

---

ABSTRAKrnSeiring dengan perkembangan zaman, setiap pembuat mobil selalu mengeluarkan produk terbarunya yang lebih canggih. Hal ini dimaksudkan untuk selalu menghadirkan kendaraan yang dapat memenuhi selera konsumen yang terus berkembang. Jika dahulu orang berkendara mobil cukup puas dengan mengemudikannya, namun di masa depan muncul harapan agar dapat berkendara tanpa harus bersusah payah mengemudikannya. Ide ini merupakan cikal bakal lahirnya suatu harapan agar setiap orang dapat berkendara tanpa harus mengemudi. Salah satunya adalah kendaraan tanpa pengemudi atau lebih dikenal dengan kendaraan listrik otonom (KLO). Oleh karena itu, diperlukan teknologi untuk mendukung kendaraan listrik otonom, contohnya yaitu sistem deteksi objek.rnPada pembuatan sistem deteksi objek ini bertujuan untuk mengenali pejalan kaki dengan menggunakan network Single Shot Multibox Detector (SSD) MobilenetV1 dan menggunakan kamera 360° yang dipasang di atas mobil untuk menangkap citra gambar, juga menggunakan Jetson AGX Xavier sebagai pengganti PC (Personal Computer) untuk pemrosesan programnya.rnSSD MobilenetV1 adalah salah satu arsitektur Convolutional Neural Network (CNN) dengan metode untuk mendeteksi objek dalam gambar menggunakan single deep 51 neural-network. SSD MobilenetV1 menggunakan 6 layer konvolusi ekstra dan membandingkan objek dengan default bounding box dengan berbagai rasio selama masa pelatihan.rnKesimpulan dari pembuatan sistem ini yaitu sebagai sistem pendeteksian pejalan kaki menggunakan network SSD MobilenetV1 pada Jetson AGX Xavier agar kendaraan listrik otonom (KLO) tidak menabrak pejalan kaki yang terdeteksi selama kendaraan dioperasikan. Sistem ini juga dapat dikembangkan lagi dengan kebutuhan penelitian berikutnya.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

-

Penerbit

Bandung : Universitas Nurtanio Bandung., 2021

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

https://perpus.unnur.ac.id/

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar