<![CDATA[Abstrak–Kemajuan teknologi di dunia industri saat ini sangat berkembang pesat, begitu juga teknologi kontrolotomatis. Penggunaan mesin-mesin di industri yang dimanfaatkan untuk membantu pekerjaan manusiamembutuhkan pengontrolan yang autonomous sehingga dapat mendapatkan tingkat keefisienan dan keakuratanyang tinggi. Autonomous juga telah merambah ke dunia otomotif seperti autonomous car yang akhir-akhir initelah banyak berkembang terutama di bagian Computer Vision. Karena itu dalam makalah ini akan menganalisabagaimana sebuah autonomous car akan bisa mendeteksi marka jalan menggunakan metode thresholding warnakombinasi dari HSL, Sobel X dan LAB. Algoritma dari pendeteksian jalan akan menggunakan library OpenCVdan akan disimulasikan menggunakan software PyCharm. Input yang akan diproses berupa video cuplikan jalantol dengan posisi kamera berada di tengah mobil. Berdasarkan hasil pengujian dengan menggunakan algoritmapendeteksian jalan ini didapat nilai estimasi frame per detik yang dapat diproses oleh algoritma adalah 2,9 fpsdengan waktu eksekusi tiap frame yang diproses rata-rata 360 ms untuk input beresolusi 720p. Dari hasil pengujianresolusi, resolusi input yang digunakan akan berbanding terbalik dengan fps serta waktu eksekusi yang didapat.Namun untuk pengujian hasil output, resolusi yang lebih rendah akan membuat nilai output menjadi tidak jelasdan tidak stabil sehingga pengujian dengan resolusi tinggi akan memiliki hasil yang lebih baik. Presentase keberhasilan deteksi objek berupa garis pada 3 kondisi jalan yang berbeda dengan menggunakan algoritma sistemini adalah 76,26%.Kata Kunci–Computer Vision, autonomous car, HSL, Sobel X, LAB, OpenCVAbstract -Technological advances in today's industrial world are growing rapidly, as is automatic controltechnology. The use of machines in industry that are used to help human work requires autonomous control sothat they can get a high level of efficiency and accuracy. Autonomous has also penetrated into the automotiveworld, such as the autonomous car which has recently developed a lot, especially in the Computer Vision.Therefore, in this paper, we will analyze how an autonomous car will be able to detect road lanes using thecombination color thresholding method of HSL, Sobel X and LAB. The lane detection algorithm will use theOpenCV library and will be simulated using PyCharm software. The input to be processed is a video of the tollroad with the camera position in the middle of the car. Based on the test results using this lane detection algorithm,the estimated value of frames per second that can be processed by the algorithm is 2.9 fps with the execution timeof each frame processed an average of 360 ms for 720p resolution input. From the results of the resolution test,the input resolution used will be inversely proportional to the fps and the execution time obtained. However, fortesting the output results, a lower resolution will make the output value unclear and unstable so that a test with ahigher resolution will have better results. The percentage of success in detecting objects in the form of lines on 3different road conditions using this algorithm is76.26%.Keyword- Computer Vision, baby cradle, KRPAI, RGB, HSV, OpenCV]]>
Copyrights © 2021
