Pengembangan Kemampuan Model Autonomous Car Terhadap Aspek Keselamatan Berkendara Saat Kondisi Ekstrem Menggunakan CARLA Simulator

Muhammad Fadli Hernanda, M. Idham Ananta Timur, S.T., M.Kom.

2025 | Skripsi | ELEKTRONIKA DAN INSTRUMENTASI

Perkembangan teknologi otomatisasi, khususnya dalam kendaraan otonom, mengalami kemajuan pesat dengan penerapan pembelajaran mesin. Namun, sistem ini masih menghadapi tantangan dalam lingkungan dengan lalu lintas padat dan kondisi yang dinamis, sehingga aspek keselamatan menjadi perhatian utama. Data kecelakaan lalu lintas menunjukkan bahwa penerapan kendaraan otonom masih jauh dari optimal, terutama dalam kondisi ekstrem seperti cuaca buruk dan kepadatan lalu lintas yang tidak dapat diprediksi. Penelitian ini bertujuan untuk mengembangkan model sistem kendaraan otonom yang tidak hanya mampu beroperasi dalam kondisi normal tetapi juga dapat beradaptasi dengan kondisi ekstrem. 

Model ini dikembangkan menggunakan CARLA Simulator, yang memungkinkan pengujian dalam berbagai skenario lingkungan secara realistis.  Pengujian dilakukan dengan mensimulasikan faktor cuaca buruk dan kepadatan lalu lintas untuk mengevaluasi ketahanan serta respons model terhadap berbagai skenario. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu meningkatkan keselamatan berkendara dalam kondisi ekstrem dengan nilai skor performa rata-rata sebesar 84.54?n memiliki efektivitas tinggi dalam penghindaran rintangan dan pengambilan keputusan dinamis. Dengan demikian, pendekatan ini diharapkan dapat berkontribusi dalam pengembangan kendaraan otonom yang lebih adaptif dan aman untuk diterapkan di lingkungan nyata.

The advancement of automation technology, particularly in autonomous vehicles, has rapidly progressed with the integration of machine learning. However, these systems still face challenges in environments with dense traffic and dynamic conditions, making safety a primary concern. Traffic accident data indicate that the implementation of autonomous vehicles remains far from optimal, especially under extreme conditions such as severe weather and unpredictable traffic congestion. This study aims to develop an autonomous vehicle system model that can operate not only under normal conditions but also adapt to extreme situations. 

The model was developed using the CARLA Simulator, which allows testing in various environmental scenarios realistically. The testing was conducted by simulating adverse weather conditions and traffic congestion to evaluate the model's resilience and response to different scenarios. The results show that the developed model is able to enhance driving safety in extreme conditions, with an average performance score of 84.54%, and demonstrates high effectiveness in obstacle avoidance and dynamic decision-making. Therefore, this approach is expected to contribute to the development of more adaptive and safe autonomous vehicles for real-world applications.

Kata Kunci : Machine Learning, Kendaraan Otonom, Keselamatan Berkendara, Kondisi Ekstrem, CARLA Simulator