Deteksi Pejalan Kaki pada Zebra Cross untuk Peringatan Dini Pengendara Mobil Menggunakan Mask R-CNN

Dewasa ini, fitur keselamatan pada kendaraan roda empat atau mobil sudah sangat berkembang pesat. Hal tersebut terbukti dengan banyaknya produsen yang menerapkan teknologi seat belt, air bag, adaptive cruise control, electronic stability autonomous emergency braking, blind spot monitoring dan lain sebagainya. Namun, disebutkan diatas dinilai masih kurang ramah bagi pejalan kaki. Terbukti menurut data dari WHO, terdapat 270.000 kaki meninggal dunia setiap tahun sekitar 22% seluruh korban meniggal akibat kecelakan di jalan. Berawal permasalahan tersebut, penulis akan melakukan penelitian mengenai pendeteksian zebra cross untuk peringatan dini pengendara sebagai topik penelitian. Pada tugas akhir 3 objek dideteksi yaitu kaki, motor menggunakan metode Mask R-CNN. utama adalah cross, sehingga hasil deteksi tidak ditampilkan gambar akhir. Hasil terbaik didapatkan penggunaan ResNet-101 backbone R-CNN skor mAP sebesar 90.476%, mAR 88.889% serta F1-Score 87.777%.