PERANCANGAN SISTEM KOKOH DETEKSI MARKA JALAN PADA FITUR LANE KEEPING ASSIST DI LINGKUNGAN KOMPLEKS

Oleh :
Petra Rivaldo Anugrah - I0722053 - Fak. Teknik

Peningkatan jumlah kendaraan bermotor di Indonesia turut meningkatkan risiko kecelakaan lalu lintas, sehingga fitur Lane Keeping Assist (LKA) pada sistem Advanced Driver Assistance System (ADAS) menjadi penting untuk menjaga kendaraan tetap berada di dalam lajur. Keandalan fitur LKA sangat bergantung pada kemampuan sistem dalam mendeteksi marka jalan secara kokoh, khususnya pada lingkungan kompleks dengan gangguan seperti silau, bayangan, oklusi, dan minimnya pencahayaan. Penelitian ini merancang sistem deteksi marka jalan menggunakan arsitektur Recurrent Feature-Shift Aggregator (RESA) dengan backbone ResNet-18 yang diimplementasikan pada platform embedded NVIDIA Jetson TX2 NX. Kekokohan model ditingkatkan melalui augmentasi data geometri dan fotometrik terhadap 8.685 citra jalan yang dikumpulkan pada berbagai kondisi pencahayaan. Hasil segmentasi marka selanjutnya diolah melalui transformasi Bird's Eye View (BEV) untuk menghitung lateral offset, serta algoritma pure pursuit untuk menghasilkan sudut kemudi. Pengujian pada test set menunjukkan performa terbaik pada kondisi sore dengan nilai IoU sebesar 0,7222 dan dice score sebesar 0,8317, sedangkan performa terendah terjadi pada kondisi marka terhalang saat malam hari dengan IoU sebesar 0,6385. Pengujian real-time pada tiga kondisi menantang, yaitu silau, berbayang, dan malam, menghasilkan rata-rata F1-score sebesar 0,9618 dengan selisih antar kondisi di bawah 1,7 %. Analisis korelasi Pearson antara lateral offset dan sudut kemudi pada enam kombinasi pengujian menghasilkan nilai korelasi Pearson (r) antara -0,8848 hingga -0,9996, membuktikan respons sistem yang konsisten dan proporsional. Hasil ini menunjukkan bahwa sistem yang dirancang mampu menghasilkan deteksi marka jalan yang kokoh serta keluaran kuantitatif yang andal sebagai dasar pengendalian lateral pada fitur LKA.