PENERAPAN DEEP LEARNING UNTUK MENGKLASIFIKASI ROBOT
TIM KRAKATAU FC MENGGUNAKAN TENSORFLOW
Total View This Week0
Total View This Week0
Institusion
Universitas Teknokrat Indonesia
Author
Fauzan, Mige Jisnu
Subject
Metode Komputer
Datestamp
2022-02-07 02:40:53
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 tidak dapat mengenali temannya sendiri. Sehingga robot tim Krakatau FC beluk mampu melakukan oper - operan bola ke robot teman. 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 bisa untuk diterapkan pada kasus ini dikarenakan metode tersebut hanya digunakan untuk mendeteksi ada atau tidaknya robot lain. Dalam penelitian ini, penulis menggunakan deep learning yang menggunakan metode Convolutional Neural Network (CNN) dengan menggunakan framework Tensorflow object Classification untuk mengatasi mendeteksi Robot Tim Krakatau FC. Dataset yang digunakan sebanyak 32000 gambar yang terdiri dari gambar 4 robot Tim Krakatau FC, yaitu robot K, robot F, robot C, dan Robot X. Dataset diambil secara lansung di arena lapangan KRSBI tim Krakatau FC Proses pelatihan CNN dengan menggunakan data ukuran 100x100 px dengan 6 layer. Dilakukan sebanyak 100000 Epoch dengan base learning rate sebesar 0.00125. Pengujian dilakukan dengan menggunakan 20 gambar yang memiliki 51 objek robot dan menghasilkan Accuracy sebesar 90%, Recall sebesar 90%, dan Presiccion sebesar 100% 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 tidak dapat mengenali temannya sendiri. Sehingga robot tim Krakatau FC beluk mampu melakukan oper - operan bola ke robot teman. 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 bisa untuk diterapkan pada kasus ini dikarenakan metode tersebut hanya digunakan untuk mendeteksi ada atau tidaknya robot lain. Dalam penelitian ini, penulis menggunakan deep learning yang menggunakan metode Convolutional Neural Network (CNN) dengan menggunakan framework Tensorflow object Classification untuk mengatasi mendeteksi Robot Tim Krakatau FC. Dataset yang digunakan sebanyak 32000 gambar yang terdiri dari gambar 4 robot Tim Krakatau FC, yaitu robot K, robot F, robot C, dan Robot X. Dataset diambil secara lansung di arena lapangan KRSBI tim Krakatau FC Proses pelatihan CNN dengan menggunakan data ukuran 100x100 px dengan 6 layer. Dilakukan sebanyak 100000 Epoch dengan base learning rate sebesar 0.00125. Pengujian dilakukan dengan menggunakan 20 gambar yang memiliki 51 objek robot dan menghasilkan Accuracy sebesar 90%, Recall sebesar 90%, dan Presiccion sebesar 100% dengan rata ? rata waktu 4ms.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
