Optimasi Penggunaan Kamera FLIR Untuk Navigasi Pada Sistem Kemudi Otomatis

Abstract

Abstrak — Perkembangan teknologi informasi dan komunikasi mendorong berbagai inovasi, salah satunya adalah
kendaraan listrik otonom (KLO) yang dapat mengurangi kelalaian manusia dalam mengemudi. Penelitian ini bertujuan
untuk mengembangkan dan menguji sistem kemudi otomatis pada KLO menggunakan kamera FLIR (Forward-Looking
Infrared). Kamera FLIR digunakan untuk mendeteksi lingkungan sekitar kendaraan dalam berbagai kondisi
pencahayaan, seperti siang hari dan malam hari. Pengujian dilakukan untuk mengevaluasi kinerja kamera dalam
menghasilkan gambar termal yang akurat dan memastikan deteksi serta identifikasi objek yang andal. Metode
Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 digunakan untuk meningkatkan efektivitas deteksi
objek. Hasil penelitian menunjukkan bahwa kamera FLIR
mampu mendeteksi objek dengan baik dalam kondisi siang dan malam hari, serta meningkatkan keselamatan dan navigasi
kendaraan otonom. Penggunaan metode CNN terbukti efektif dalam meningkatkan akurasi deteksi objek, memberikan
kontribusi signifikan dalam pengembangan sistem kemudi otomatis yang lebih aman dan efisien.

Kata kunci — Kendaraan Listrik Otonom (KLO), Sistem Kemudi Otomatis, Kamera FLIR, Deteksi Objek, Convolutional
Neural Network (CNN), ResNet-50, Pengujian Kinerja, Keselamatan Navigasi.