Riset AI DTE FTUI Tingkatkan Deteksi Kendaraan Otonom

Dalam pidatonya di sidang terbuka promosi doktor Departemen Teknik Elektro FTUI, Smart Meeting Room (SMR), Senin 4 Mei 2026 Mokhammad Mirza Etnisa berhasil mengembangkan metode deteksi objek untuk kendaraan otonom berbasis kecerdasan buatan dengan mengombinasikan teknologi super resolution DRDB dan YOLOv11. Pendekatan ini mampu meningkatkan kualitas citra sekaligus akurasi deteksi objek, khususnya pada objek kecil dalam lingkungan kendaraan otonom.

Sidang Promosi yang diketuai oleh Dekan Teknik UI Prof. Kemas Ridwan Kurniawan., S.T., M.Sc., Ph.D. Promotor Ajib Setyo Arifin, S.T., M.T., Ph.D., Ko-Promotor Dr.Eng. Arief Suryadi Satyawan, M.T.(Badan Riset dan Inovasi Nasional, Bandung). Penguji Prof. Dr. Ir. Dadang Gunawan, M.Eng., Prof. Dr. Muhammad Suryanegara, S.T., M.Sc., IPU., Prof. Dr. Ir. Muhamad Asvial, M.Eng., Mohammad Ikhsan, M.T., Ph.D. serta Penguji Eksternal Dr.Eng. Ir. Sunu Wibirama, S.T., M.Eng., IPM. (Universitas Gadjah Mada, Yogyakarta).

Metode DRDB memanfaatkan teknologi berbasis transformer, Adaptive Instance Normalization, dan Channel Attention Block untuk menghasilkan rekonstruksi citra yang lebih detail dan stabil. Hasil penelitian menunjukkan peningkatan performa deteksi yang signifikan dibanding metode sebelumnya, termasuk kenaikan mAP@50 hingga 3,1% dan mAP@50–95 hingga 7,45%.

Pengembangan ini diharapkan dapat mendukung sistem kendaraan otonom yang lebih aman, adaptif, dan andal di masa depan.

Penelitian ini berkontribusi terhadap Sustainable Development Goals (SDGs), khususnya SDG 9: Industri, Inovasi, dan Infrastruktur, melalui pengembangan teknologi kecerdasan buatan dan kendaraan otonom. Selain itu, penelitian ini juga mendukung SDG 11: Kota dan Komunitas Berkelanjutan dalam pengembangan sistem transportasi cerdas, serta SDG 4: Pendidikan Berkualitas melalui penguatan riset dan inovasi akademik.