PROTOTYPE SMART AUTONOMOUS CAR BERBASIS DEEP LEARNING DENGAN SISTEM PENCEGAH KECELAKAAN

Yusuf Pradityarahman, Jurusan Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Yogyakarta, Indonesia
Dewanti Indri Hestiwi, Jurusan Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Yogyakarta, Indonesia
Fariz Al-Mustaqim, Jurusan Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Yogyakarta, Indonesia
Muhammad Luthfi Hakim, Jurusan Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Yogyakarta, Indonesia

Abstract


ABSTRACT:

Land transportation is dominated in its use to suffice the needs of the community in Indonesia. One type of land transportation that is most used is a car. The development of Smart Autonomous Car Prototype based on Deep Learning with Accident Prevention System aims to overcome the high rate of car accidents, which has the driver as the most cause. The research method used Research and Development with a sequential linear or waterfall model. The research stages consist of literature study, system design, implementation or manufacture, and testing. The Smart Autonomous Car prototype uses the Jetson nano and Arduino nano as the main components and also uses deep learning with the YOLOX and EfficientNet model in its technology.

ABSTRAK:

Penggunaan transportasi darat di Indonesia mendominasi dalam hal pemenuhan kebutuhan di masyarakat. Salah satu jenis transportasi darat yang banyak digunakan adalah mobil. Pembuatan Prototype Smart Autonomous Car berbasis Deep Learning dengan Sistem Pencegah Kecelakaan bertujuan untuk mengatasi tingginya tingkat kecelakaan mobil yang penyebab terbesarnya adalah pengemudi. Metode penelitian yang digunakan adalah Research and Development atau penelitian dan pengembangan dengan model sequential linear atau waterfall. Tahapan penelitian terdiri dari study literature, perancangan sistem, implementasi atau pembuatan, serta pengujian. Prototype Smart Autonomous Car menggunakan Jetson nano dan Arduino nano sebagai komponen utamanya, serta menggunakan deep learning berupa model YOLOX dan EfficientNet dalam teknologinya.


Keywords


transportation, accident, autonomous, deep learning

Full Text:

PDF

References


Azka, R.M. (2021) ‘Didominasi Moda Darat, Angkutan Logistik Bakal Diratakan’. URL: https://ekonomi.bisnis.com/read/20200621/98/1255602/didominasi-moda-darat-angkutan-logistik-bakal-diratakan- . Diakses tanggal 26 Agustus 2021

Badan Pusat Statistik. (2019). Statistik Transportasi Darat 2019. BPS RI/BPS-Statistics Indonesia. https://doi.org/06140.2002 Katalog/Catalog: 8302004

Marrol. 2017. ‘Rata-rata Tiga Orang Meninggal Setiap Jam Akiat Kecelakaan Jalan’.URL: https://kominfo.go.id/index.php/content/detail/10368/rata-rata-tiga-orang-meninggal-setiap-jam-akibat-kecelakaan-jalan/0/artikel_gpr Diakses pada tanggal 26 Agustus 2021

Stats, C., Hs, D. O. T., Carolina, N., Carolina, S., & Mariana, N. (2018). Traffic Safety Facts : Critical Reasons for Crashes Investigated in the National Motor Vehicle Crash Causation Survey. 2018(August), 1–3.




DOI: https://doi.org/10.21831/jee.v5i2.43926

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Jurnal Edukasi Elektro

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Indexed by:

Supported by:

RJI Main logo

Lisensi Creative Commons

JURNAL EDUKASI ELEKTRO by Jurusan Pendidikan Teknik Elektro, Fakultas Teknik UNY distributed under a Creative Commons Attribution 4.0 International License based on the copyright of https://journal.uny.ac.id/index.php/jee/.