Professional Documents
Culture Documents
Makalah Kendaraan Otonom
Makalah Kendaraan Otonom
AUTONOMUS VEHICLES
(Makalah ini disusun untuk memenuhi tugas mata kuliah Pengantar Teknologi Informasi)
Dosen Pengampu :
Bpk.Ahmad Lutfi,M.KOM
Disusun Oleh :
UNIVERSITAS IBRAHIMY
Situbondo
2023
i
KATA PENGANTAR
Puji syukur saya panjatkan kehadiran Tuhan Yang Maha Esa yang telah memberikan
rahmat dan karunia-Nya, sehingga Makalah Autonomus Vehicles ini dapat terlaksana dengan
baik dan lancar.Makalah ini disusun sebagai pertanggungjawaban terhadap tugas mata kuliah
yang diampuh oleh bapak Ahmad Lutfi,M.KOM
Penulis
i
DAFTAR ISI
ii
PENDAHULUAN
Pada dasarnya, kendaraan otonom adalah perpaduan antara teknologi sensor
canggih,kecerdasan buatan, dan sistem computer yang mampu memproses data dalam waktu
nyata. Dengan perangkat-perangkat ini,kendaraan dapat mendeteksi rute,menghindari rintangan,
dan berinteraksi dengan pengguna jalan lainnya tanpa intervensi manusia secara langsung.
Makalah ini bertujuan untuk memberikan gambaran tentang kendaraan otonom, teknologi yang
mendasarinya, kemajuan terkini, serta implikasi yang dimilikinya terhadap masyarakat dan
industri transportasi, mengeksplorasi level otonomi yang ada, tantangan-tantangan yang
dihadapi, dan potensi dampak positif yang dapat dihasilkan.
1
PEMBAHASAN
Gambar 1.1
2
Perusahaan-perusahaan besar di industry otomotif berinvestasi dalam teknologi
otonomi.Penilitian dan pengembangan intensif terjadi untuk menghadirkan
kendaraan dengan tingkat otonomi yang lebih tinggi.
Kendaraan Otonom Tingkat Rendah
Sistem-sistem bantuan pengemudi seperti parkir otomatis dan pengereman darurat
mulai diimplementasikan pada mobil-mobil konsumen.
D. 2010-an:Munculnya Kendaraan Otonom Tingkat Lanjut
Pengujian Kendaraan Otonom
Perusahaan-perusahaan seperti Google (Sekarang Waymo),Tesla,Uber,dan
beberapa produsen mobil lainnya mulai menguji prototipe kendaraan ke level
otonomi yang lebih tinggi,seperti mobil yang dapat mengemudi sendiri di jalan
raya dengan pengawasan minimum manusia.
E. 2020-an dan Masa Depan:Integrasi Kendaraan Otonom
Perkembangan Lebih Lanjut
Teknologi otonomi terus berkembang dengan fokus pada keamanan,pembaruan
perangkat lunak,serta integrasi dengan infrastruktur jalan raya yang cerdas.
Uji Coba Dan Penyempurnaan
Uji coba lebih lanjut,perubahan peraturan,serta penerimaan masyarakat akan
menjadi kunci dalam mengimplementasikan kendaraan otonom secara lebih luas.
3
Gambar 1.2
Radar
Sensor radar digunakan untuk mendeteksi objek di sekitar kendaraan,mengukur
jarak,kecepatan,dan arah objek-objek tersebut.
Kamera
Kamera berfungsi untuk mengidentifikasi objek,membaca rambu lalu lintas,dan
memahami lingkungan sekitarnya melalui pengolahan gambar.
Sensor Kamera
Gambar 1.3
Ultrasonik Sensor
Sensor ini digunakan untuk mendeteksi objek secara mendetail pada jarak yang
lebih dekat dengan kendaraan. Sensor ultrasonik bekerja berdasarkan prinsip
pantulan gelombang suara, Dimana sensor ini menghasilkan gelombang suara
yang kemudian menangkapnya kembali dengan perbedaan waktu sebagai dasar
penginderaannya.
Ultrasonik Sensor
Gambar 1.4
2. Sistem Navigasi
GPS (Global Postioning System)
GPS adalah system satelit navigasi dan penentuan posisi yang dimiliki dan
dikelola oleh Amerika Serikat. Sistem ini didesain untuk memberikan posisi dan
kecepatan tiga-dimensi serta informasi mengenai waktu, secara kontinyu
diseluruh dunia tanpa bergantung waktu dan cuaca, kepada banyak orang secara
simultan. Teknologi GPS membantu kendaraan menentukan posisi geografisnya
dan merencanakan rute yang optimal.
4
GPS pada kendaraan otonom
Gambar 1.5
Pemetaan Digital
Pemetaan Digital adalah proses dimana suatu kumpulan data dikompilasi dan
diformat menjadi gambar digital. Pemetaan yang presisi tinggi diperlukan untuk
membantu kendaraan memahami dan menavigasi jalur perjalanan dengan akurasi.
3. Kecerdasan Buatan (AI) dan Machine Learning
Pengolahan Data
Teknik-teknik AI dan machine learning digunakan untuk menganalisis data dari
sensor-sensor dan memungkinkan kendaraan untuk membuat keputusan secara
real-time berdasarkan informasi yang diperoleh.
Algoritma Kendaraan Otonom
Dengan menggunakan algoritma khusus,kendaraan otonom mampu mengambil
keputusan terkait pemilihan, pengereman, dan kemudi berdasarkan informasi dari
sensor dan pemetaan.
4. Sistem Komputer dan Perangkat Lunak
Unit Pengendali Sentral
Unit pengendali sentral adalah salah satu bagian dari unit pemrosesan sentral yang
bertugas untuk memberikan kendali terhada operasi yang dilakukan oleh unit
aritmatika dan logika. Unit Pengendali Sentral menggunakan komputer-komputer
canggih untuk memproses data dari berbagai sensor dan membuat keputusan
mengenai operasi kendaraan.
Perangkat Lunak Otonom
Perangkat Lunak AI di dalam mobil terhubung ke semua sensor dan
mengumpulkan input dari Google Street Viem dan kamera video di dalam mobil.
AI mensimulasikan proses persepsi dan pengambilan keputusan manusia
menggunakan pembelajaran mendalam dan tindakan control dalam sistem control
pengemudi,seperti kemudi dan rem.
5. Konektivitas
V2X (Vehicle-to-Everything)
5
V2X (Vehicle-to-Everything) adalah komunikasi antara kendaraan dan entitas
apapun yang dapat mempengaruhi,atau mungkin terpengaruh oleh kendaraan. Ini
adalah sistem komunikasi kendaraan yang menggabungkan jenis komunikasi lain
yang lebih spesifik seperti V2I (Kendaraan ke Infrastruktur), V2N (Kendaraan ke
jaringan), V2V (Kendaraan ke kendaraan), V2P (Kendaraan ke pejalan kaki),dan
V2D (Kendaraan ke perangkat).
V2X pada Kendaraan Otonom
Gambar 1.6
Koneksi Internet
Koneksi internet digunakan untuk pembaruan perangkat lunak, pemetaan terkini,
dan integrasi data penting lainnya.
6
Kendaraan dapat mengemudi sendiri dalam kondisi tertentu, tetapi pengemudi
harus siap untuk mengambil alih kendali jika system meminta. Waktu reaksi
manusia diperlukan saat beralih antara kendali manusia dan kendali otonom.
e. Level 4: Otonomi tinggi
Kendaraan dapat mengemudi sendiri dalam Sebagian besar situasi tanpa
intervensi manusia.Namun, ada Batasan geografis atau situasional tertentu di
mana pengemudi mungkin perlu mengambil alih kendali.
f. Level 5: Otonomi penuh
Kendaraan sepenuhnya otonom dan tidak memerlukan keterlibatan manusia
dalam mengemudi. Mereka dapat beroperasi dalam semua kondisi dan
lingkungan tanpa kebutuhan untuk kendali manusia.
7
dan keselamatan, Masyarakat perlu menerima dan percaya pada teknologi ini
sebelum adopsi yang luas dapat terjadi.
8
KESIMPULAN
Perkembangan terbaru dalam teknologi kendaraan otonom menjanjikan masa depan yang
menarik dan potensional. Dengan peggunaan sensor yang lebih canggih, kecerdasan buatan, dan
komunikasi yang lebih baik, kendaraan otonom semakin dekat dengan menjadi kenyataan.
Dampaknya pada Masyarakat dan industry sangat besar, termasuk peningkatan keamanan jalan
raya, mobilitas yang lebih baik, efisiensi energi, dan perubahan paradigma dalam industry
otomotif. Meskipun tantangan masih ada, pengembangan teknologi kendaraan otonom terus
berlanjut dengan harapan untuk menghadirkan masa depan transportasi yang lebih cerdas dan
berkelanjutan.
9
DAFTAR PUSTAKA
Dr.Muhammad Yusro,M.T.(2019). SENSOR & TRANSDUSER (Teori dan Aplikasi).
Jakarta: Universitas Negeri Jakarta.
Sidik, A. D. W. M, & Akbar, Z. (2021). Analyzing the Potential for Utilization of New
Renewable Energy to Support the Electicity System in the Cianjur Regency Region. Fidelity:
Jurnal Teknik Elektro, 3(3), 46.51.
Yudono, M. A. S., Faris, R. M., De Wibowo, A., Sidik, M., Sembiring, F., & Aji, S. F.
(2022, February). Fuzzy Decision Support System for ABC University Student Admission
Selection. In International Conference on Economics, Management and Accounting (ICEMAC
2021) (pp. 230-237). Atlantis Press.
Kumaran, I., Firmansyah, M. R., Fauziah, E., Hutahaean, Y. B., Suryana, A., Sidik, A. D.
W. M., ... & Kusumah, I. H. (2021). Pengenalan Wajah Menggunakan Pendekatan Berbasis
Pengukuran dan Metode Segmentasi dalam Berbagai Posisi dan Pencahayaan. FIDELITY: Jurnal
Teknik Elektro, 3(1), 5-8.
Artiyasa, M., Kusumah, I. H., Suryana, A., Sidik, A. D. W. M., & Junfithrana, A. P.
(2020). Comparative Study of Internet of Things (IoT) Platform for Smart Home Lighting
Control Using NodeMCU with Thingspeak and Blynk Web Applications. FIDELITY: Jurnal
Teknik Elektro, 2(1), 1-6.
Yudono, M. A. S., Sidik, A. D. W. M., Kusumah, I. H., Suryana, A., Junfithrana, A. P.,
Nugraha, A., ... & Imamulhak, Y. (2022). Bitcoin USD Closing Price (BTC-USD) Comparison
Using Simple Moving Average And Radial Basis Function Neural Network Methods.
FIDELITY: Jurnal Teknik Elektro, 4(2), 29-34.
Maulana, R., & Sidik, A. D. W. M. (2019). Design of an Automatic Nutrition System for
Hydroponic Plants with an IoT-based NodeMCU Microcontroller. FIDELITY: Jurnal Teknik
Elektro, 1(2), 1-5.
Junfithrana, A. P., Kusumah, I. H., Suryana, A., Artiyasa, M., & De Wibowo, A. (2019).
Identifikasi Gas terlarut Minyak Transformator dengan Menggunakan Logika Fuzzy
Menggunakan Metode TDCG untuk Menentukan Kondisi Transformator 150 KV. FIDELITY:
Jurnal Teknik Elektro, 1(1), 11-15.
Taufik, D. M., & De Wibowo, A. (2020). SISTEM PENETASAN TELUR BERBASIS
PLC. Jurnal Rekayasa Teknologi Nusa Putra, 7(1), 45-53.
Tambunan, H. B., Surya, A. S., Jintaka, D. R., Harsono, B. B. S., Sinaga, D. H., Sidik, A.
D. W. M., & Pramurti, A. R. (2021). Review Proses Perencanaan Jangka Panjang Sistem Tenaga
Listrik. EPIC (Journal of Electrical Power, Instrumentation and Control), 4(1).
10