Identifikasi Jalan Kampus Universitas Sriwijaya Berbasis Fully Convolutional Networks

Abstract

Perkembangan mobil listrik sangat pesat seiring dengan semakin berkurangnya sumber energi fosil. Untuk mampu bergerak otomatis identifikasi dan deteksi jalan sangat diperlukan. Namun proses ini sulit dikarenakan jalan yang ada tidak memiliki garis sebagai acuan. Banyak metode yang telah digunakan salah satunya dengan menggunakan Fully Convolutional Networks (FCNs). Metode ini berhasil dalam melakukan identifikasi terhadap jalan yang ada pada kampus Universitas Sriwijaya. Berdasarkan hasil pengujian didapatkan nilai Intersection over Union (IoU) 90%. Sehingga, model yang dihasilkan oleh FCNs dapat digunakan untuk identifikasi jalan yang dilalui. Selain itu parameter lain yang diperhitungkan yaitu nilai akurasi 98,12% pada data latih dan 97,87% pada data uji. Sedangkan error yang dihasilkan sebesar 6 % pada data latih dan 7% pada data uji. Kata kunci: Fully Convolutional Networks (FCNs), Intersection over Union, Jalan kampus, Mobil ListrikABSTRACTThe development of electric cars is very rapid along with the decreasing source of fossil energy. To move automatically, the electric car is needs identification and detection of roads. But this process is difficult because the existing road does not have a line as a reference. Many methods have been used, one of them is using Fully Convolutional Networks (FCNs). This method is successful in identifying existing roads on the Sriwijaya University campus. Based on the results of testing, it obtained Intersection over Union (IoU) value of 90%. So, the model produced by FCNs can be used to identify the path traveled. In addition, other parameters taken into account are the accuracy value of 98.12% in the training data and 97.87% in the test data. While the resulting error of 6% in training data and 7% in test data.