Prasetyo, Pupung Adi (2020) Penentuan Model Lajur pada Self-Driving Car menggunakan Hough Transform dan Kuantisasi Warna K-Means. Sarjana thesis, Universitas Brawijaya.
Abstract
Teknologi terus berkembang hingga memungkinkan kegiatan sehari-hari manusia dapat dilakukan oleh kecerdasan buatan. Penelitian pada kecerdasan buatan terus berkompetisi untuk menghasilkan penemuan-penemuan yang dapat meringankan beban kerja masyarakat. Saat ini, piranti kecerdasan buatan sudah dapat ditemui di berbagai lingkungan, salah satunya adalah self-driving car. Topik ini cukup diminati oleh para peneliti saat ini karena pembagian fungsionalitasnya yang cukup beragam. Fungsionalitas yang paling sering diperbincangkan yakni dalam perencanaan model lajur navigasi pada self-driving car. Model lajur yang merupakan arah navigasi dari self-driving car seharusnya dapat ditentukan secara visual berdasarkan markah jalan, yang juga merupakan arah navigasi dari kendaraan publik. Oleh karenanya, penelitian ini akan mencoba menentukan model lajur secara visual menggunakan metode pengolahan citra. Dengan hanya menggunakan pengolahan citra, tingkat presisi yang dihasilkan dapat mencapai nilai rata-rata 88,45% pada berbagai kondisi jalan. Oleh karenanya, disimpulkan bahwa pengolahan citra dapat digunakan untuk menentukan model lajur pada self-driving car.
English Abstract
Technology continues to develop to the phase where human daily activities can be carried out by artificial intelligence. Research on artificial intelligence keeps on competing to produce more advanced program to simplify things. Nowadays artifial intelligence tools can be found in various application, one of them is self-driving car. This topic is one of the most widely researched topic due to its various division of functionality. The most frequently discussed functionality is the defining of navigation lane model. The lane model which is the navigation direction of a self-driving car must be visually determined based on the road markings, which also the navigation direction directions of public vehicles. Therefore, this study will determine the lane model visually using image processing methods. By only using image processing, the resulting precision can reach an average value of 88.45% in various road conditions. Therefore, it can be concluded that the visual image processing can be used to determine the lane model in a self-driving car.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/24/052002986 |
| Uncontrolled Keywords: | model lajur, Hough transform, kuantisasi warna, deteksi tepi, lane model, Hough transform, color quantization, edge detection vii |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.37 Computer vision > 006.370 151 Image processing--Mathematics |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 02 Oct 2020 02:51 |
| Last Modified: | 18 Apr 2023 01:58 |
| URI: | http://repository.ub.ac.id/id/eprint/180481 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Pupung Adi Prasetyo (2).pdf - Published Version Restricted to Registered users only until 31 December 2023. Download (10MB) |
Actions (login required)
 |
View Item |