Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS
Rusdhianto Effendi Abdul Kadir
Departemen Teknik Elektro Institut Teknologi Sepuluh Nopember Surabaya
Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Deteksi Ruang Kosong pada Jalan Menggunakan Semantic Segmentation pada Mobil Otonom Agil Bintang Pratama; Rusdhianto Effendi Abdul Kadir; Mohamad Abdul Hady
Jurnal Teknik ITS Vol 11, No 1 (2022)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v11i1.81667

Abstract

Perkembangan mobil otonom tentunya tidak terlepas dari masalah navigasi, dimana navigasi untuk menentukan apakah jalan di depanya aman dan bebas dari halangan. Beberapa masalah pada mobil otonom yang diteliti belakangan ini seperti deteksi halangan dan deteksi garis jalan hanya melakukan pendeteksian dan pengenalan objek namun tidak memberikan informasi mengenai jalan yang dapat dilewati. Oleh karena itu, diperlukan deteksi ruang kosong pada jalan yang aman dari halangan agar tidak terjadi tabrakan. Pada umumnya deteksi ruang kosong jalan yang ada masih menggunakan sensor kamera saja, sehingga hasil yang didapat kurang baik. Pada penelitian ini, metode Semantic Segmentation dengan menggunakan data fusion antara sensor LiDAR dan kamera diterapkan untuk menghasilkan suatu sistem yang dapat mendeteksi ruang kosong jalan. Algoritma yang digunakan pada sistem ini adalah SNE-RoadSeg. Deteksi ruang kosong yang dihasilkan adalah berupa segmentasi pada jalan untuk memberikan infomasi pengenalan dan klasifikasi jalan di tingkat piksel. Performa sistem kemudian diuji menggunakan dataset jalan yang berasal dari KITTI pada kelima jenis backbone yaitu, ResNet-18, ResNet-34, ResNet-50, ResNet-101, dan ResNet-152. Algoritma sistem dapat menghasilkan skor \mathbit{F}\mathbf{1}\ \mathbit{score} terkecil dengan nilai 0.9548 pada ResNet-18 dan skor \mathbit{F}\mathbf{1}\ \mathbit{score} terbesar dengan nilai 0.9675 untuk ResNet-101. Skor precision ResNet-152 dengan nilai 0.9686 lebih tinggi 0.0024 dibandingkan dengan ResNet-101. Sistem yang diajukan memiliki rata-rata kecepatan deteksi pada tiap jenis ResNet sekitar 0.343 detik.
Pengaturan Kemudi Kendaraan Otonom Four Wheel Steer dan Four Wheel Drive (4WS4WD) Menggunakan Model Predictive Control Brilian Putra Amiruddin; Rusdhianto Effendi Abdul Kadir; Ari Santoso
Jurnal Teknik ITS Vol 10, No 1 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i1.59574

Abstract

Riset dan perkembangan kendaraan otonom yang semakin masif memberikan tantangan baru pada permasalahan pengaturan kendaraan otonom itu sendiri. Salah satu model kendaraan yang sering digunakan karena terkenal akan kemampuan manuvernya adalah model 4WS4WD. Salah satu permasalahan pengaturan yang berpengaruh signifikan pada keotonoman kendaraan adalah sistem pengaturan kemudinya. Pengaturan kemudi ini memegang peranan penting dalam beberapa skenario misalnya perubahan lajur dan pelacakan jalur. Pada penelitian ini, algoritma kontrol Model Predictive Control (MPC) dirancang untuk mengatur kemudi dari kendaraan otonom model 4WS4WD. Dari hasil percobaan dengan beberapa skenario diperoleh bahwa kontroler kemudi yang dirancang memiliki nilai IAE dan RMSE terendah ketika Np = 6 dan Nc = 5 dengan rata-rata nilai 706.32 dan 0.0296, masing-masing.
Co-Authors Agil Bintang Pratama Ari Santoso Brilian Putra Amiruddin Hady, Mohamad Abdul