Teknik Informatika

JudulPENINGKATAN VISIBILITAS DI JALAN BERKABUT BERDASARKAN SALURAN GELAP SEBELUM MENGGUNAKAN DEEP LEARNING
Nama HibahHibah Internal Penelitian
Nama ProgramPenelitian Mandiri Fakultas
Nama SkemaTeknik Informatika
AbstrakKabut menghalangi penglihatan pengendara terhadap lubang jalan yang berdampak berkurangnya penglihatan. Hal ini disebabkan oleh berkurangnya jarak pandang saat berkendara. Untuk mengatasi masalah tersebut, beberapa metode deteksi jalan berlubang telah dilakukan seperti temu kembali citra, thermal imaging, dan menggunakan metode Residual-Based Deep CNN. Tujuan pada penelitian ini adalah deteksi jalan berlubang pada citra berkabut. Dataset yang digunakan diambil dari Kaggle.com sebanyak 1240 data. Ekstraksi fitur pada data tersebut menggunakan teknik konvolusi yang Convolutional Neural Netwrok (CNN). Penghapusan kabut pada penelitian ini menggunakan metode Dark Channel Prior (DCP). Tahap pengembalian citra kabut ke citra asli menggunakan metode Dark Channel Prior terdiri dari dark channel, atmospheric light estimation, transmission estimation dan recovery citra. Hasil dari reduksi citra berkabut diuji dan diklasifikasi menggunakan model hasil dari CNN. Dari penelitian yang dilakukan, menunjukkan bahwa metode yang digunakan memiliki kinerja yang baik dan mendapatkan hasil deteksi pada citra bebas kabut dengan rata-rata sebesar 78.5%.
Pengusul Oddy Virgantara Putra, S.Kom., M.T.
Anggota 1 Jumhurul Umami M.Cs.
Anggota 2
Tahun Penelitian2021
Sumber DanaUNIDA GONTOR
Dana Non DiktiIDR 12.500.000,00