SISTEM KENDALI HUMANOID ROBOT MENGGUNAKAN COST- ORIENTED AUTOMATION (COA) DAN EDGE DETECTION

PRABOWO, ADITYA BAYU (2023) SISTEM KENDALI HUMANOID ROBOT MENGGUNAKAN COST- ORIENTED AUTOMATION (COA) DAN EDGE DETECTION. Other thesis, UPN "Veteran" Yogyakarta.

	Text Abstrak Skripsi_Aditya Bayu Prabowo_123170048.pdf Download (146kB)
	Text Cover Skripsi_Aditya Bayu Prabowo_123170048.pdf Download (149kB)
	Text Daftar Isi Skripsi_Aditya Bayu Prabowo_123170048.pdf Download (125kB)
	Text Daftar Pustaka Skripsi_Aditya Bayu Prabowo_123170048.pdf Download (136kB)
	Text Halaman Pengesahan Pembimbing Skripsi_Aditya Bayu Prabowo_123170048.pdf Download (258kB)
	Text Halaman Pengesahan Penguji Skripsi_Aditya Bayu Prabowo_123170048.pdf Download (208kB)
	Text Fulltext Skripsi_Aditya Bayu Prabowo_123170048.pdf Restricted to Repository staff only Download (11MB)

Abstract

Humanoid robot merupakan robot dengan tampilan keseluruhan berdasarkan tubuh
manusia. Persepsi, pemrosesan, dan tindakan diwujudkan dalam bentuk antropomorfik
yang dapat dikenali untuk meniru beberapa bagian dari bagian fisik, kognitif dan sosial
dari tubuh dan pengetahuan manusia. Salah satu perlombaan humanoid robot di dunia yaitu
HuroCup yang diselenggarakan oleh The Federation of International Sports Association
(FIRA). Pada perlombaan tersebut memiliki beberapa cabang perlombaan namun pada
penelitian ini hanya berfokus pada cabang perlombaan yaitu obstacle run. Pada penelitian ini memiliki beberapa tujuan antara lain sistem visi pada humanoid
robot dapat mendeteksi suatu objek dengan menggunakan algoritma Edge Detection dan
mengkombinasikan algoritma Cost-Oriented Automation (COA) dan Edge Detection agar
robot dapat mendeteksi dan menghindari objek rintangan. Penerapan algoritma Cost- Oriented Automation (COA) memiliki fungsi pada strukturisasi tubuh robot, sedangkan
algoritma Edge Detection digunakan untuk mendeteksi objek berdasarkan deteksi tepi
dengan menggunakan operator Canny yang berada dalam jangkauan penglihatan robot. Operator Canny ini memiliki fungsi dan tujuan untuk meminimalkan kerancuan terhadap
tepi objek yang akan objek yang akan dideteksi. Hasil pengujian menunjukkan bahwa pada citra ruang warna HSV (Value Channel)
dengan kondisi intensitas cahaya gelap, akurasi deteksi rata-rata mencapai 71,43%. Pada
kondisi intensitas cahaya terang, akurasi deteksi meningkat menjadi 82,86%. Sementara itu, pada citra ruang warna RGB (Blue Channel), akurasi deteksi pada kondisi intensitas
cahaya gelap adalah 50%, dan pada kondisi intensitas cahaya terang adalah 61,42%. Dengan demikian, data ini menegaskan bahwa penggunaan citra ruang warna HSV (Value
Channel) memberikan hasil akurasi deteksi yang lebih baik dibandingkan dengan citra
ruang warna RGB (Blue Channel). Meskipun demikian, aspek ketepatan gerakan robot merupakan tantangan yang
perlu diperhatikan. Implementasi algoritma Cost-Oriented Automation (COA) dan Edge
Detection, meskipun berhasil mendeteksi semua objek berbentuk kotak, namun pada
ketepatan gerakan robot mengalami kegagalan untuk menghindari objek dikarenakan
keseimbangan robot yang masih belum stabil dan ada beberapa servo dibagian kaki yang
berhenti sendiri sehingga menyebabkan pergerakan menjadi tidak terarah sesuai yang
diinginkan. Oleh karena itu, penerapan konsep algoritma Cost-Oriented Automation (COA)
pada kerangka robot tidak optimal dan sehingga membutuhkan perbaikan lebih lanjut pada
ketepatan gerakan robot serta perlu dilakukan pergantian beberapa komponen seperti servo
dan frame robot untuk meningkatkan performa keseluruhan sistem terutama pergerakan
robot.
Kata Kunci : Humanoid Robot, Obstacle Run, COA, Edge Detection

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Humanoid Robot, Obstacle Run, COA, Edge Detection
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Apriliani Kusuma Wardhani
Date Deposited:	23 Nov 2023 01:19
Last Modified:	23 Nov 2023 01:19
URI:	http://eprints.upnyk.ac.id/id/eprint/38188

Actions (login required)

View Item