PREDIKSI JALUR JALAN BERBASIS KALMAN FILTER PADA SISTEM ADAS (ADVANCE DRIVING ASSISTANCE SYSTEM) MENGGUNAKAN HOUGH TRANSFORM DENGAN KAMERA BERSUDUT PANDANG TERBATAS

WIDYARTONO, ANDREAS EDI
PURWOKO, YOHANES AGUNG
KESAWA, I NYOMAN

TECHNOLOGIC
Vol 16 No 1 (2025): TECHNOLOGIC

Deteksi jalur jalan (road lane detection) merupakan komponen penting dalam sistem bantuan pengemudi cerdas kendaraan otonom. Namun, tantangan muncul ketika kamera dipasang pada kaca depan bagian atas kendaraan dengan sudut pandang terbatas, terutama saat kendaraan berbelok. Keterbatasan ini menyebabkan area region of interest (ROI) menjadi sempit, bahkan jalur tidak terdeteksi sama sekali. Penelitian ini mengusulkan pendekatan kombinasi antara metode deteksi garis berbasis Hough Transform Probabilistik (HoughLinesP) dan prediksi posisi jalur menggunakan Kalman Filter. Ketika jalur hanya sebagian terdeteksi atau tidak terdeteksi karena keterbatasan sudut kamera, Kalman Filter digunakan untuk memprediksi posisi jalur berdasarkan pergerakan titik-titik sebelumnya. Hasil eksperimen menunjukkan bahwa pendekatan ini mampu mempertahankan estimasi posisi jalur secara stabil dan akurat meskipun terjadi kehilangan sebagian informasi visual akibat keterbatasan pandangan kamera. Metode ini meningkatkan keandalan sistem deteksi jalur dalam kondisi lingkungan dinamis dan sudut pandang sempit.