bjb Kredit Kepemilikan Rumah
Helo Indonesia

Teliti Tentang Intelligent Transportation System, Dosen FTIK USM Raih Doktor di Undip

2 jam 28 menit lalu
    Bagikan  
Teliti Tentang Intelligent Transportation System, Dosen FTIK USM Raih Doktor di Undip

Dr Aria Hendrawan MKom saat meraih gelar doktor dalam ujian promosi Prodi DSI Undip

SEMARANG, HELOINDONESIA.COM - Dosen Fakultas Teknologi Informasi dan Komunikasi (FTIK) Universitas Semarang (USM) Aria Hendrawan MKom berhasil meraih gelar doktor pada Program Studi Doktor Sistem Informasi (DSI) Universitas Diponegoro (Undip) usai ujian promosi doktor pada Rabu, 4 September 2024.

Dr Aria Hendrawan MKom melakukan penelitian disertasi dengan judul “Pengembangan Metode Yolo Sebagai Deteksi Dan Klasifikasi Kendaraan Pada Intelligent Transportation System”.

Baca juga: Alumnus Magister Hukum USM Jadi Bakal Calon Bupati Demak, KPU Klarifikasi Ijazah

Tim Penguji terdiri dari Prof Ir Mochamad Agung Wibowo MM MSc PhD (Dekan Pascasarjana Undip), Prof Dr Ir R Rizal Isnanto ST MM MT IPU ASEAN Eng (Sekretaris Prodi DSI), Prof Dr Rahmat Gernowo MSi (Promotor), Dr Oky Dwi Nurhayati ST MT (Co Promotor), Dr Drs Catur Edi Widodo MT (Penguji 1), Jatmiko Endro Suseno SSi MSi PhD (Penguji 2), dan Prof Dr Ir Imam Riadi MKom sebagai Penguji Eksternal dari Universitas Ahmad Dahlan Yogyakarta.

Kaprodi DSI Undip Prof Dr Rahmat Gernowo MSi mengaku bangga atas capaian dari para mahasiswa DSI dan Dr Aria Hendrawan MKom merupakan lulusan yang ke-12.

Rektor USM Dr Supari MT mengatakan bahwa saat ini USM memiliki dosen dengan kualifikasi doktor sebanyak 92 dosen dan Dr Aria Hendrawan merupakan doktor ke-93.

“Dr Aria Hendrawan merupakan doktor ketiga di program studi Teknik Informatika USM dan akan memperkuat SDM khususnya dalam bidang teknologi informasi, kedepan negara ini akan sangat membutuhakan SDM yg ahli dalam teknologi informasi, sekarang ini dalam semua aspek kehidupun kita tak lepas dari teknologi informasi,” ungkap Supari.

“Tantangan kedepan adalah bagaimana membuat aplikasi yang mengendalikan aktifitas kita setiap hari mengunakan aplikasi produk anak negeri bukan dari produk negeri asing, hal ini terkait keamanan inofrmasi dan kerahaisaan informasi,” tambahnya.

Supari mengaku sangat bangga dan apresiasi atas capaian Dr Aria Hendrawan untuk memperkuat USM pada khususnya dan untuk Indonesia pada umumnya dalam memajukan teknologi informasi.
Berperan
Menurut Dr Aria Hendrawan bahwa sistem transportasi cerdas (Intelligent Transportation System atau ITS) berperan penting dalam mengelola lalu lintas di kota-kota besar. Deteksi dan klasifikasi kendaraan secara akurat menjadi tantangan utama, terutama dalam kondisi lingkungan yang dinamis seperti pencahayaan rendah atau lalu lintas padat.

“YOLO (You Only Look Once), metode populer untuk deteksi dan klasifikasi objek karena kecepatannya yang tinggi. Keunggulan YOLO tersebut, ternyata mengakibatkan kesulitan dalam mendeteksi kendaraan yang serupa, terutama saat pencahayaan tidak ideal, sehingga mengurangi efektivitas ITS dalam merespons situasi lalu lintas yang kompleks,” ungkap Aria Hendrawan.

“Penelitian ini mengembangkan model YOLO yang dioptimalkan, bernama YOLO-ARIA (You Only Look Once Artificial Intelligent Real-Time Analysis), untuk meningkatkan akurasi dan kecepatan deteksi serta klasifikasi kendaraan. Penelitian dimulai dengan pengumpulan dataset video dari CCTV di beberapa lokasi strategis di Kota Semarang. Video dikonversi menjadi citra yang digunakan sebagai input model,” tambahnya.

Baca juga: Ketua PR Transportasi BRIN Siap Fasilitasi Rektor USM Bertemu PR Bidang Energi

Lebih lanjut ia menambahkan bahwa kualitas citra ditingkatkan menggunakan metode Contrast Limited Adaptive Histogram Equalization (CLAHE) untuk memperbaiki kontras dan detail citra, terutama dalam kondisi pencahayaan rendah.

Hasil penelitian menunjukkan YOLO-ARIA mencapai akurasi deteksi dan klasifikasi kendaraan sebesar 98,4% dibandingkan metode YOLO sebelumnya yang diuji pada dataset Visual of Content (VOC). YOLO-ARIA menunjukkan peningkatan kecepatan deteksi dan klasifikasi kendaraan sebesar 50% dibandingkan dengan YOLOv5x. (Aji)