2020 : PREPROCESSED MASK REGION-BASED CONVOLUTIONAL NEURAL NETWORK UNTUK DETEKSI TEMPAT PARKIR MOBIL PADA SISTEM PARKIR CERDAS

Dr.Eng. Nanik Suciati S.Kom., M.Kom.
Dr.Eng. Chastine Fatichah S.Kom, M.Kom

External link

Type

RESEARCH

Keywords

-


Abstract

Pengemudi mobil di kota-kota besar seringkali kesulitan dalam menemukan tempat parkir karena terbatasnya lahan parkir dan banyaknya jumlah mobil. Sistem parkir cerdas diusulkan untuk memudahkan pencarian tempat parkir. Saat ini, penggunaan sensor berdasarkan berat yang dipasang pada setiap slot parkir mobil, telah banyak digunakan. Meskipun cukup efektif dalam mendeteksi ketersediaan slot parkir, namun pendekatan ini memerlukan sensor dalam jumlah besar serta biaya perawatan yang mahal. Pada penelitian ini dikembangkan sebuah sistem deteksi slot parkir otomatis menggunakan data video dari kamera CCTV sebagai pengganti sensor berat yang diharapkan dapat menjadi alternatif dengan biaya yang lebih murah. Ketersediaan parkir dapat dilakukan melalui pendeteksian ada/tidaknya mobil di lahan parkir. Pada penelitian sebelumnya, deteksi mobil menggunakan deep learning telah dilakukan dengan hasil yang cukup baik. Namun deteksi mobil pada area terbuka seringkali gagal karena terdapat perubahan kondisi cahaya yang cukup ekstrim. Penelitian ini mengusulkan metode Preprocessed Mask Region-based Convolutional Neural Network (Mask R-CNN) untuk melakukan deteksi tempat parkir secara otomatis. Kontribusi dari metode ini adalah penambahan tahap pra-proses pada data video sebelum diklasifikasi menggunakan Mask R-CNN. Pra-proses diharapkan dapat memperbaiki dan menyamakan kondisi pencahayaan pada citra sehingga dapat meningkatkan akurasi deteksi tempat parkir. Tahap praproses dilakukan dengan mengkombinasikan peningkatan kontras menggunakan kerangka kerja Exposure Fusion dan perbaikan tepi menggunakan Median Filter. Evaluasi dilakukan dengan membandingkan hasil yang diperoleh dari metode yang diajukan yaitu Pre-processed Mask R-CNN dengan metode pendahulunya yaitu Mask R-CNN. Pengukuran performa deteksi tempat parkir dihitung menggunakan Intersection of Union (IoU), sedangkan performa klasifikasi status slot parkir dihitung menggunakan akurasi. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi keilmuan di bidang visi komputer, terutama dalam pengkombinasian Exposure Fusion dan Median Filtering untuk perbaikan citra yang diterapkan pada sistem deteksi tempat parkir menggunakan Mask R-CNN. Luaran penelitian adalah artikel ilmiah yang dipublikasikan pada Jurnal Internasional Terindeks (Q2 atau Q1) dan buku tesis.