KLASIFIKASI DETEKSI ROBOT KAWAN DAN LAWAN PADA ROBOT SEPAK BOLA BERODA MENGUNAKAN KOMBINASI COLOR SEGMENTATION DAN MULTI REGION BASED SEGMENTATION

Septiadi, Ivan Azwar (2022) KLASIFIKASI DETEKSI ROBOT KAWAN DAN LAWAN PADA ROBOT SEPAK BOLA BERODA MENGUNAKAN KOMBINASI COLOR SEGMENTATION DAN MULTI REGION BASED SEGMENTATION. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0918040003 - Ivan Azwar Septiadi - KLASIFIKASI DETEKSI ROBOT KAWAN DAN LAWAN PADA ROBOT SEPAK BOLA BERODA MENGUNAKAN KOMBINASI COLOR SEGMENTATION DAN MULTI REGION BASED SEGMENTATION.pdf Restricted to Repository staff only Download (2MB)

Abstract

Proses Segmentasi dan klasifikasi robot kawan dan lawan pada robot sepak bola beroda sangatlah penting dilakukan, hal ini dapat memperkecil kemungkinan terjadinya kesalahan dalam pengenalan dalam membedakan robot lawan dan kawan. Sehingga diharapkan robot dapat menghindari terjadinya tabrakan, kesalahan dalam strategi mengoper bola, kesalahan tendangan yang mengenai robot lawan atau robot kawan dan meningkatkan kemampuan pengoperan bola terhadap robot kawan. Pada penelitian sebelumnya menggunakan Deep Learning dengan Convolution Neural Network, pada penelitian tersebut diangap kurang efektif apabila di terapkan pada pertandingan karena pemrosesan citranya sangat berat dan membutuhkan dataset robot musuh yang banyak sehingga dianggap kurang optimal. Pada penelitian ini, menerapkan Color Segmentation dan Multi RegionBased Segmentation dalam pengoptimasian dalam membedakan robot tim lawan dan robot kawan. Tahapan awal Pendeteksian lawan melalui segmentasi dan deteksi warna. Pada proses segmentasi digunakan untuk scanning objek hitam diatas lapangan berwarna hijau, selanjutnya dilakukan scanning warna identitas robot yaitu cyan atau magenta diatas warna hitam. Proses tersebut hanya akan mendeteksi objek warna cyan atau magenta yang berada pada warna dasar hitam dan warna hitam yang berada pada warna dasar hijau. Pada proses ini tidak memerlukan pemerosesan dengan sample dan training data. Sehingga metode Color Segmentation dan Multi Region-Based Segmentation diharapkan lebih efektif untuk digunakan pada pertandingan Kontes Robot Sepakbola Beroda. Pengunaan metode kombinasi Color Segmentation dan Multi Region-base Segmentation mendeteksi dan menklasifikasi robot kawan dan lawan pada robot sepak bola lebih efektif dari pada tanpa menggunakan Multi Region-Based segmentation dengan tingkat akurasi 100% sedangkan tanpa RBS adalah 89%. Jarak deteksi yang bisa dicapai dalam penelitian ini pada kamera omnidirectional dapat mendeteksi objek sampai dengan jarak 450 cm sedangkan pada kamera depan pendeteksian dapat mencapai 1200 cm sesuai dengan panjang lapangan robot sepakbola standar nasional yaitu 900cm x1200cm.

Actions (login required)

View Item