Optimasi Penggunaan Kamera FLIR Untuk Navigasi Pada Sistem Kemudi Otomatis

Abstrak

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.