CONVOLUTIONAL NEURAL NETWORK DALAM DETEKSI DAN
REKOGNISI AGENT PADA KONTES ROBOT SEPAK BOLA
HUMANOID INDONESIA
Total View This Week0
Total View This Week0
Institusion
Universitas Teknokrat Indonesia
Author
REYNALDO, MUHAMMAD
Subject
TJ Mechanical engineering and machinery
Datestamp
2022-02-03 04:29:14
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.
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.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
