Lewati ke konten
SDGs Center UDINUS

Catatan bukti · UDINUS · SDGs

Perbandingan ResNet dan VGGNet untuk Kualitas Citra Rambu Lalu Lintas pada Kondisi Malam

Rektorat UDINUS 2024 Terbit 2026-10-30

Catatan bukti · UDINUS · SDGs

Unit
Rektorat UDINUS
Periode
2024
Tujuan
Nomor
f6c01aa5-a6dc-458c-97c5-7b30594ebceb
Terbit
2026-10-30

Universitas Dian Nuswantoro melaksanakan penelitian mengenai penerapan Histogram Equalization untuk meningkatkan keterlihatan rambu lalu lintas dalam kondisi pencahayaan rendah. Kegiatan ini menggunakan arsitektur pembelajaran mendalam ResNet50 dan VGG19 serta mengevaluasi dampak Histogram Equalization terhadap kinerja keduanya dalam mengenali rambu lalu lintas. Rambu lalu lintas dijelaskan sebagai fasilitas perlengkapan jalan yang penting karena memberikan informasi visual kepada pengguna jalan mengenai peraturan dan petunjuk.

Penelitian ini membahas pengembangan dan penerapan sistem pengenalan rambu lalu lintas otomatis untuk Advanced Driver Assistance Systems. Kegiatan eksperimental membandingkan akurasi pengujian ResNet50 dan VGG19 setelah Histogram Equalization diterapkan. Dengan demikian, kegiatan ini berfokus pada keterlihatan citra dan kinerja pengenalan dalam kondisi pencahayaan rendah, dengan tujuan mengevaluasi dampak metode pemrosesan citra tersebut terhadap pengenalan rambu lalu lintas.

Hasil eksperimental menunjukkan bahwa Histogram Equalization mempertahankan akurasi pengujian ResNet50 sekitar 92%. Pada VGG19, Histogram Equalization meningkatkan akurasi pengujian dari 89,62% menjadi 92,54%. Temuan tersebut melaporkan dampak yang berbeda pada kedua arsitektur sekaligus menyajikan hasil akurasi pengujian yang disebutkan. Sumber juga menjelaskan bahwa temuan ini relevan bagi sistem pengenalan rambu lalu lintas, yang merupakan komponen penting dari Advanced Driver Assistance Systems.

Dengan meningkatkan akurasi pengenalan rambu lalu lintas dalam kondisi pencahayaan rendah, Histogram Equalization berkontribusi pada peningkatan keselamatan jalan melalui Advanced Driver Assistance Systems yang lebih andal dan responsif. Sistem tersebut bergantung pada pengenalan rambu lalu lintas untuk memberikan informasi penting kepada pengemudi. Melalui kegiatan penelitian ini, UDINUS membahas pengenalan rambu lalu lintas dalam kondisi pencahayaan rendah serta relevansinya terhadap keselamatan jalan dan pembangunan komunitas yang berkelanjutan.

Rujukan https://www.scopus.com/pages/publications/85213369857?origin=resultslist