Analisis Kinerja Prototipe Traffic Sign Recognition Untuk Sistem Autonomous Car Menggunakan You Only Look Once

Abstract

Autonomous car adalah sistem mobil yang dikendalikan dengan komputer yang dapat memandu,
beradaptasi dengan lingkungan dan beroperasi tanpa interaksi manusia. Ini membuat keadaan lalu lintas
semakin rumit sehingga kecerdasan buatan seperti memberikan informasi rambu, dan membantu dalam
kontrol kendaraan sangat dibutuhkan untuk memastikan keselamatan berkendara. Tugas Akhir ini akan
merancang sebuah sistem yang dapat mengenali rambu lalu lintas dengan metode You Only Look Once
(YOLO). YOLO merupakan pendeteksi objek dengan menggunakan convolutional network yang hanya
akan dilewatkan satu kali saja. Berbeda dengan convolutional network pada umumnya yang melewatkan
ribuan network untuk mendapatkan satu citra dengan komputasi yang cukup lama. Tugas akhir ini akan
menggunakan arsitektur YOLO9000 dengan dataset sebanyak 3 class, yaitu rambu belok kanan, belok
kiri, dan stop. Konfigurasi sistem yang digunakan adalah learning rate, batch size, dan step training.
Dataset terdiri dari 384 citra data latih dan 1920 citra data uji. Dalam Tugas Akhir ini, konfigurasi sistem
terbaik didapatkan pada konfigurasi learning rate 0.00002, batch size 8, dan step training 20K dengan
hasil akurasi sebesar 93,41%.

Kata kunci : You Only Look Once, Traffic Sign Recognition, Akurasi.