<![CDATA[Dewasa ini, fitur keselamatan pada kendaraan roda empat atau mobil sudah sangat berkembang pesat. Hal tersebut terbukti dengan banyaknya produsen mobil yang menerapkan teknologi seat belt, air bag, adaptive cruise control, electronic stability control, autonomous emergency braking, blind spot monitoring dan lain sebagainya. Namun, fitur yang sudah disebutkan diatas dinilai masih kurang ramah bagi pejalan kaki. Terbukti menurut data dari WHO, terdapat 270.000 pejalan kaki meninggal dunia setiap tahun atau sekitar 22% dari seluruh korban meniggal akibat kecelakan di jalan. Berawal dari permasalahan tersebut, penulis akan melakukan penelitian mengenai pendeteksian pejalan kaki pada zebra cross untuk peringatan dini pengendara mobil sebagai topik penelitian. Pada tugas akhir ini, terdapat 3 objek yang akan dideteksi yaitu pejalan kaki, zebra cross dan pengendara motor dengan menggunakan metode Mask R-CNN. Namun, objek utama yang dideteksi adalah pejalan kaki dan zebra cross, sehingga hasil deteksi pengendara motor tidak ditampilkan pada gambar akhir. Hasil terbaik yang didapatkan adalah pada penggunaan ResNet-101 untuk backbone Mask R-CNN dengan skor mAP sebesar 90.476%, mAR sebesar 88.889% serta F1-Score sebesar 87.777%.]]>
Copyrights © 2021
