ABSTRAK
Salah satu pengembangan teknologi dalam bidang otomotif sangatlah banyak salah satunya yaitu dashboard camera yang berfungsi untuk merekam keadaan jalan didepan mobil selama mengemudi. Proses pengambilan gambar bertujuan untuk mendeteksi objek, yang dimana nantinya Uncommon Object atau objek tak dikenal seperti ‘Gerobak’ dapat terdeteksi.
Penulis berinovatif untuk melakukan pengambilan gambar ‘Gerobak’ sebanyak-banyaknya lalu data akan di proses di training menggunakan Fast R-CNN agar objek dapat dikenali oleh kamera saat pengambilan gambar dilakukan.
Implementasi teknologi ini bertujuan untuk memberikan informasi kepada pengguna agar dapat mengetahui keadaan jalan dan ada atau tidaknya objek ‘Gerobak’ disepanjang jalan yang akan dilewati.
Keluaran dari tugas akhir ini adalah label klasifikasi objek gerobak dan nilai probabilitas dari hasil klasifikasi geroak tersebut. System deteksi objek menggunakan algoritma faster r-cnn yang dapat berkerja dengan baik saat mendeteksi jarak objek dan mendapatkan hasil untuk jarak 6 meter sebesar 100%, dijarak 12 meter sebesar 90%, dijarak 18 meter sebesar 70,00%.
Kata Kunci: Deteksi Objek, Objek tidak dikenal, Fast R-CNN