@thesis{thesis,
		author={REYNALDO  MUHAMMAD},
		title ={CONVOLUTIONAL NEURAL NETWORK DALAM DETEKSI DAN
REKOGNISI AGENT PADA KONTES ROBOT SEPAK BOLA
HUMANOID INDONESIA},
		year={2020},
		url={http://repository.teknokrat.ac.id/3382/},
		abstract={Kontes Robot Sepak Bola Indonesia (KRSBI) adalah salah satu program kreativitas
mahasiswa di bawah kegiatan induk Kontes Robot Indonesia (KRI) yang di
perlombakan secara rutin setiap tahun. Salah satu masalah yang ada dalam kontes
ini adalah robot harus bisa mengenali robot ? robot / agent yang ada disekitarnya
agar dapat menghindari tabrakan antar robot / agent. Beberapa penelitian sudah
dilakukan seperti menggunakan Haar-like, Histogram of Oriented Gradient (HOG)
dan Local Binary Pattern (LBP) untuk mengenali robot dengan sangat baik. Tetapi
tidak efektif untuk diterapkan pada deteksi yang memiliki background yang sangat
bervariasi. Dalam penelitian ini, penulis menggunakan deep learning yang
menggukana metode Convolutional Neural Network (CNN) dengan menggunakan
framework Tensorflow dan juga CORAL TPU untuk mengatasi masalah tersebut.
Dataset yang digunakan sebanyak 47110 gambar yang diambil secara lansung di
arena lapangan KRSBI tim Krakatau FC Proses pelatihan CNN dengan
menggunakan data ukuran 100x100 px dengan 6 layer. Pengujian dilakukan dengan
menggunakan 20 gambar yang memiliki 51 objek robot dan menghasilkan
Accuracy sebesar 92%, Recall sebesar 94%, dan Presiccion sebesar 98% dengan
rata ? rata waktu 4ms.}
		}