IDENTIFIKASI WARNA LINTASAN BUOY PADA AUTONOMOUS SUBMARINE SURFACE VEHICLE (ASSV) DI EVENT KONTES KAPAL CEPAT TAK BERAWAK NASIONAL (KKCTBN) MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO)

Romadloni, Faiz (2023) IDENTIFIKASI WARNA LINTASAN BUOY PADA AUTONOMOUS SUBMARINE SURFACE VEHICLE (ASSV) DI EVENT KONTES KAPAL CEPAT TAK BERAWAK NASIONAL (KKCTBN) MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO). Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0919040014 - Faiz Romadloni - Identifikasi Warna Lintasan i Buoy _i Pada i Autonomous Submarine Surface Vehicle _i (ASSV) Di i Event _i Kontes Kapal Cepat Tak Berawak Nasional (KKCTBN) Menggunakan Metode i You Only Look O.pdf Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Kontes Kapal Cepat Tak Berawak Nasional (KKCTBN) merupakan sebuah acara tahunan yang diselenggarakan oleh Pusat Prestasi Nasional (PUSPRESNAS) di bawah naungan Kementrian Pendidikan dan Kebudayaan Republik Indonesia (KEMENDIKBUD RI). Salah satu kategori yang dilombakan pada KKCTBN adalah Autonomous Submarine Surface Vehicle (ASSV). Pada kategori ini, kapal harus bisa bergerak secara otomatis untuk melewati lintasan dari start sampai finish. Lintasan dibatasi oleh deretan buoy berwarna hijau pada sisi kanan dan warna merah pada sisi kiri. Sehingga kapal harus mampu mengidentifikasi warna dari masing-masing pembatas lintasan dengan tepat secara real-time agar tidak menabrak ataupun menyentuh pembatas lintasan. Pada Tugas Akhir ini, penulis hanya membahas mengenai bagaimana cara kapal dapat mengidentifikasi warna lintasan secara otomatis dan metode yang digunakan pada Tugas Akhir ini adalah metode You Only Look Once (YOLO). Metode ini dipilih karena mampu mendeteksi objek secara real-time dengan akurasi dan kecepatan yang tinggi. Berdasarkan penelitian yang telah dilakukan, dihasilkan nilai Mean Average Precision (mAP) sebesar 99,3% dan nilai average loss sebesar 0,2383. Selain itu, algoritma YOLO juga diuji pada intensitas cahaya yang berbeda dan menghasilkan nilai rata-rata deteksi sebesar 98,8% untuk buoy merah dan 100% untuk buoy hijau. Oleh karena itu, dapat disimpulkan bahwa metode ini memiliki nilai yang baik dalam deteksi maupun akurasi.

Actions (login required)

View Item