Rancang Bangun Sistem Navigasi Jarak Dekat Robomagellan (Jelajah – V18) Menggunakan Deep Learning Dan Logika Fuzzy
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Meidina, Dena
Subject
004_Data Processing & Computer Science
Datestamp
2020-07-23 04:32:05
Abstract :
Kebutuhan autonomous car diperlukan untuk mengurangi bahkan meniadakan kesalahan yang dilakukan manusia. Penelitian ini mengembangkan sistem purwarupa robomagellan untuk menghindari objek tanpa menabrak. Berupa robot industri autonomous car berkembang. Divisi Robotika Unikom telah ikut mengembangkan purwarupa autonomous car yang diikutsertakan dalam pertandingan robomagellan di Robogames sejak tahun 2014. Dalam bernavigasi robot tersebut melakukan navigasi jarak jauh dan jarak dekat, dalam penelitian ini akan membahas mengenai navigasi jarak dekat terutama navigasi untuk menghindari manusia. Untuk sistem pendeteksi manusia menggunakan deep learning dengan algoritma YOLOv3. Menghindari manusia memerlukan sensor jarak untuk mengetahui jarak di area robot. Setelah manusia terdeksi dan jarak area robot di dapat selanjutnya akan di proses menggunakan logika fuzzy. Input dari proses logika fuzzy yaitu sudut manusia yang terdeteksi dan jarak di area robot. Pembentukan aturan dan analisis dengan fungsi implikasinya menggunakan fungsi MIN dan defuzzifikasi menggunakan metode rata-rata. Output yang dihasilkan yaitu kecepatan dan sudut steering robot. Dengan menerapkan deep learning dan logika fuzzy robot mampu mendeteksi manusia dan menghindarinya dengan rata-rata keberhasilan 85.71% serta didapat jarak ideal menghindari manusia yaitu lebih dari 2 meter antara robot dan manusia.
Kebutuhan autonomous car diperlukan untuk mengurangi bahkan meniadakan kesalahan yang dilakukan manusia. Penelitian ini mengembangkan sistem purwarupa robomagellan untuk menghindari objek tanpa menabrak. Berupa robot industri autonomous car berkembang. Divisi Robotika Unikom telah ikut mengembangkan purwarupa autonomous car yang diikutsertakan dalam pertandingan robomagellan di Robogames sejak tahun 2014. Dalam bernavigasi robot tersebut melakukan navigasi jarak jauh dan jarak dekat, dalam penelitian ini akan membahas mengenai navigasi jarak dekat terutama navigasi untuk menghindari manusia. Untuk sistem pendeteksi manusia menggunakan deep learning dengan algoritma YOLOv3. Menghindari manusia memerlukan sensor jarak untuk mengetahui jarak di area robot. Setelah manusia terdeksi dan jarak area robot di dapat selanjutnya akan di proses menggunakan logika fuzzy. Input dari proses logika fuzzy yaitu sudut manusia yang terdeteksi dan jarak di area robot. Pembentukan aturan dan analisis dengan fungsi implikasinya menggunakan fungsi MIN dan defuzzifikasi menggunakan metode rata-rata. Output yang dihasilkan yaitu kecepatan dan sudut steering robot. Dengan menerapkan deep learning dan logika fuzzy robot mampu mendeteksi manusia dan menghindarinya dengan rata-rata keberhasilan 85.71% serta didapat jarak ideal menghindari manusia yaitu lebih dari 2 meter antara robot dan manusia.
File :
UNIKOM_Dena Meidina_Cover.pdf
UNIKOM_Dena Meidina_Lembar Pengesahan.pdf
UNIKOM_Dena Meidina_Daftar Pustaka.pdf
UNIKOM_Dena Meidina_Jurnal Dalam Bahasa Inggris.pdf
UNIKOM_Dena Meidina_Surat Keterangan Publikasi.pdf
UNIKOM_Dena Meidina_Surat Pernyataan Orisinalitas.pdf
UNIKOM_Dena Meidina_Kata Pengantar.pdf
UNIKOM_Dena Meidina_Daftar Isi.pdf
UNIKOM_Dena Meidina_Bab 1.pdf
UNIKOM_Dena Meidina_Bab 2.pdf
UNIKOM_Dena Meidina_Bab 3.pdf
UNIKOM_Dena Meidina_Bab 5.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
