Pengenalan rambu lalu lintas menggunakan convolutional neural networks

Abstract

Traffic sign recognition (TSR) digunakan mengenali rambu lalu lintas dengan memanfaatkan pengolahan citra. Artikel ini menyajikan pengenalan rambu lalu lintas di Indonesia menggunakan convolutional neural networks (CNN). Dataset citra yang digunakan secara keseluruhan adalah 2050 citra rambu lalu lintas, yang terdiri dari 10 macam rambu. Lapisan CNN yang digunakan terdiri dari satu lapisan konvolusi, satu lapisan pooling menggunakan operasi maxpool, dan satu lapisan fully-connected. Algoritme pelatihan yang digunakan adalah Stochastic Gradient Descent (SGD). Pada tahap pelatihan dengan menggunakan 1750 data citra latih, 48 filter dan laju pelatihan 0,005, dihasilkan galat 0,005 dan akurasi 100 %. Pada tahap pengujian menggunakan 300 data citra uji, sistem dapat mengenali rambu lalu lintas dengan galat 0,107 dan akurasi mencapai 97,33 %.

Keywords

• convolutional neural networks
• rambu lalu lintas
• pengenalan rambu
• pengolahan citra