PROTOTIPE MODEL MOBIL OTONOM DENGAN METODE CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN KOMPUTER PAPAN TUNGGAL JETSON NANO
Total View This Week4
Total View This Week4
Institusion
Universitas Padjadjaran
Author
Hamzah, Muhammad Shafly
Subject
Datestamp
2021-11-29 00:00:00
Abstract :
Mobil otonom adalah kendaraan yang memiliki kemampuan untuk mendeteksi keadaan sekelilingnya dan bergerak melalui jalur yang telah ditentukan tanpa campur tangan manusia yang perkembangannya cukup pesat dalam beberapa tahun terakhir. Salah satu tahap untuk mengembangkan mobil otonom adalah uji coba menggunakan prototipe mobil. Namun prototipe mobil demgam ukuran sebenarnya cukup mahal dan berbahaya ketika terjadi kendala. Oleh karena itu dalam penelitian ini diajukan pembuatan prototipe mobil otonom menggunakan mobil RC dan komputer papan tunggal Jetson Nano. Salah satu metode yang dapat digunakan adalah metode deep learning: convolutional neural network, di mana digunakan input gambar untuk menentukan arah stir dan kecepatan mobil. Tahapan yang dilakukan yakni pengumpulan data, pelatihan model, dan uji coba pada model mobil. Dari pengumpulan data, diperoleh sebanyak 12000 data gambar, sudut kemudi, dan kecepatan model. Model akan menggunakan 18 lapisan dengan 2.973.828 parameter dan fungsi aktivasi yang digunakan adalah linear. Dari model yang telah dilatih selama 24 epoch, didapatkan eror validasi sebesar 0,11137. Hasil uji coba model ini berhasil menjalankan mobil dengan baik pada kondisi pencahayaan yang sama dengan pencahayaan pada data pelatihan.
Mobil otonom adalah kendaraan yang memiliki kemampuan untuk mendeteksi keadaan sekelilingnya dan bergerak melalui jalur yang telah ditentukan tanpa campur tangan manusia yang perkembangannya cukup pesat dalam beberapa tahun terakhir. Salah satu tahap untuk mengembangkan mobil otonom adalah uji coba menggunakan prototipe mobil. Namun prototipe mobil demgam ukuran sebenarnya cukup mahal dan berbahaya ketika terjadi kendala. Oleh karena itu dalam penelitian ini diajukan pembuatan prototipe mobil otonom menggunakan mobil RC dan komputer papan tunggal Jetson Nano. Salah satu metode yang dapat digunakan adalah metode deep learning: convolutional neural network, di mana digunakan input gambar untuk menentukan arah stir dan kecepatan mobil. Tahapan yang dilakukan yakni pengumpulan data, pelatihan model, dan uji coba pada model mobil. Dari pengumpulan data, diperoleh sebanyak 12000 data gambar, sudut kemudi, dan kecepatan model. Model akan menggunakan 18 lapisan dengan 2.973.828 parameter dan fungsi aktivasi yang digunakan adalah linear. Dari model yang telah dilatih selama 24 epoch, didapatkan eror validasi sebesar 0,11137. Hasil uji coba model ini berhasil menjalankan mobil dengan baik pada kondisi pencahayaan yang sama dengan pencahayaan pada data pelatihan.
File :
http://media.unpad.ac.id/thesis/140310/2017/140310170049_1_1171.pdf
http://media.unpad.ac.id/thesis/140310/2017/140310170049_a_2981.pdf
http://media.unpad.ac.id/thesis/140310/2017/140310170049_l_1690.pdf
http://media.unpad.ac.id/thesis/140310/2017/140310170049_c_1040.pdf
http://media.unpad.ac.id/thesis/140310/2017/140310170049_d_6791.pdf
http://media.unpad.ac.id/thesis/140310/2017/140310170049_k_5393.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
