Implementasi Computer Vision Untuk Mendeteksi Base Baby Cradle Pada Kontes Robot Pemadam Api Indonesia (Krpai)

Santoso, Oky Risky Dwi (2017) Implementasi Computer Vision Untuk Mendeteksi Base Baby Cradle Pada Kontes Robot Pemadam Api Indonesia (Krpai). Sarjana thesis, Universitas Brawijaya.

Abstract

Bertambahnya tingkat kesulitan dalam Kontes Robot Pemadam Api Indonesia (KRPAI) maka diperlukan pengembangan sensor salah satunya yaitu sensor kamera yang digunakan untuk mendeteksi objek baby cradle yang merupakan salah satu dari dua misi yang ada pada Kontes Robot Pemadam Api Indonesia. Dengan adanya peraturan tersebut maka akan dibuat sistem deteksi warna berbasis Computer Vision. Adapun metode yang digunakan adalah metode RGB dan metode HSV untuk mendeteksi keberadaan objek baby cradle. Sensor kamera yang digunakan akan dibantu dengan mini PCdan library OpenCV untuk proses kalkulasi dan konversi nilai dari gambar yang ditangkap. Hasil pengujian menunjukkan bahwa pada metode RGB dapat mendeteksi jarak maksimum 160 cm dengan waktu komputasi 36,1 ms dan tingkat keakuratan deteksi sebesar 78,03%. Sedangkan untuk metode HSV dapat mendeteksi jarak maksimum 220 cm dengan waktu komputasi 38,8 ms dan tingkat keakuratan deteksi 93,69%. Dalam pengujian keseluruhan sistem, robot akan lebih cepat menemukan keberadaan objek menggunakan metode HSV dengan rata – rata waktu 3,93 detik dibandingkan menggunakan metode RGB dengan rata – rata waktu 4,20 detik pada parameter kecepatan serta jarak yang sama.

English Abstract

Increasing the level of difficulty in Indonesian Fire Fighting Robot Contest, it is necessary to develop a sensor one of which is a camera sensor used to detect the object baby cradle which is one of the two missions that exist in the Indonesian Fire Fighting Robot Contest. With the regulation it will create a color detection system based on Computer Vision. The method used is RGB method and HSV method to detect the existence of baby cradle object. The camera sensors used will be assisted with mini PCs and OpenCV libraries for the process of calculating and converting the values of captured images. Based on the test results for RGB method can detect a maximum distance of 160 cm with 36.1 ms computational time and detection accuracy rate of 78.03%. As for HSV method can detect a maximum distance of 220 cm with a computation time of 38.8 ms and a detection rate of 93.69% accuracy. In testing the whole system,robot will more quickly discover the existence using HSV method with the average time of 3,93 seconds compared using the RGB method with the average time of 4,2 seconds at the same parameter of sped and distance.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FT/2017/1061/051711996
Uncontrolled Keywords: Computer Vision, baby cradle, KRPAI, RGB, HSV, OpenCV,
Subjects: 600 Technology (Applied sciences) > 629 Other branches of engineering > 629.8 Automatic control engineering > 629.89 Computer control > 629.892 Robots
Divisions: Fakultas Teknik > Teknik Elektro
Depositing User: Nur Cholis
Date Deposited: 04 Jan 2018 02:54
Last Modified: 05 Oct 2020 11:27
URI: http://repository.ub.ac.id/id/eprint/7706
Full text not available from this repository.

Actions (login required)

View Item View Item