PENINGKATAN ALGORITMA DETEKSI BLOB SISTEM PENGLIHATAN MIROSOT TEKNIK INFORMATIKA UPN “VETERAN” YOGYAKARTA MENGGUNAKAN ALGORITMA CONNECTED-COMPONENTS LABELING (CCL)

Santoso, Rangga Bagas (2017) PENINGKATAN ALGORITMA DETEKSI BLOB SISTEM PENGLIHATAN MIROSOT TEKNIK INFORMATIKA UPN “VETERAN” YOGYAKARTA MENGGUNAKAN ALGORITMA CONNECTED-COMPONENTS LABELING (CCL). Other thesis, UPN "VETERAN" YOGYAKARTA.

[img]
Preview
Text
Cover.pdf

Download (196kB) | Preview
[img]
Preview
Text
HALAMAN PENGESAHAN PEMBIMBING SCAN.pdf

Download (303kB) | Preview
[img]
Preview
Text
ABSTRAK.pdf

Download (83kB) | Preview
[img]
Preview
Text
DAFTAR ISI.pdf

Download (106kB) | Preview

Abstract

ABSTRAK Sistem penglihatan merupakan salah satu sensor penting dalam robot sepakbola, khususnya robot MiroSot yang dinaungi oleh FIRA. Sistem penglihatan berguna untuk mengambil data citra kondisi lapangan pada pertandingan robot sepakbola dan mendapatkan koordinat pusat objek robot dan bola di lapangan dengan mengandalkan algoritma deteksi objek. Sistem penglihatan robot MiroSot Teknik Informatika UPN “Veteran” Yogyakarta menggunakan algoritma deteksi objek Scanline. Algoritma Scanline terbatas pada objek color-patch berbentuk persegi atau bentuk datar simetris, sehingga ketika tim lawan menggunakan model color-patch selain persegi akan mengalami kesulitan dalam memperoleh koordinat pusat robot lawan. Pengembangan selanjutnya, yakni algoritma deteksi objek border-tracing memberikan hasil akurat pada berbagai model color-patch, namun belum bisa diterapkan pada kondisi real-time. Algoritma deteksi objek pada penelitian ini adalah algoritma connectedcomponents labeling (CCL). Konsep algoritma ini adalah menganggap setiap piksel blob warna robot atau bola sebagai komponen yang saling terhubung (connected-components) dan diberikan label sebagai identitas blob. Terdapat dua proses utama, yakni pelabelan sementara pada komponen (masking) mengambil dari teknik pelabelan algoritma CCL Lumia dan penggabungan komponen (merging) mengambil dari teknik pelabelan algoritma CCL HCS. Koordinat pusat komponen atau blob didapati dari sejumlah komponen piksel yang tergabung dan dicari nilai rata-rata koordinatnya. Algoritma deteksi objek yang dikembangkan telah memberikan kemampuan akurasi yang lebih tinggi di berbagai model color-patch pada pengujian yang dilakukan, namun menyisakan kekurangan pada waktu pemrosesan yang di atas 30 milidetik, sehingga belum cukup real-time. Optimasi lebih lanjut perlu dilakukan guna membuat algoritma deteksi objek connected-components labeling dapat diimplementasikan ke dalam sistem penglihatan robot MiroSot Teknik Informatika UPN “Veteran” Yogyakarta. Kata Kunci : Sistem Penglihatan, Blob, Connected-components , CCL, Deteksi Blob,

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Basir Umaryadi
Date Deposited: 25 Jul 2017 07:32
Last Modified: 25 Jul 2017 07:32
URI: http://eprints.upnyk.ac.id/id/eprint/12445

Actions (login required)

View Item View Item