<![CDATA[Penerapan metode Monte Carlo Localization(MCL) dengan pemanfaatan fitur lapangan melalui kameraomni-directional dilakukan untuk mengatasi keterbatasanrobot. Keterbatasan Enspartan dalam menentukan posisinya dilapangan, yang merupakan robot sepak bola beroda yangdikembangkan oleh Universitas Brawijaya dan hanyamengandalkan metode dead reckoning dengan sensor rotaryencoder dalam estimasi posisinya. Evaluasi kinerja algoritmadilakukan berdasarkan parameter akurasi, presisi, dan efisiensimenggunakan pendekatan Root Mean Square Error (RMSE),simpangan baku (standard deviation), dan waktu eksekusi.Pengujian dilakukan dengan membandingkan dua pendekatan,yaitu MCL tanpa dead reckoning dan MCL dengan deadreckoning, guna menentukan metode yang lebih optimal dalammeningkatkan kemampuan navigasi robot. Tahapan penelitianmeliputi pengambilan 50 sampel yang ditentukan berdasarkanformula sample size dengan tingkat kepercayaan 95% dantoleransi kesalahan ±1. Perbandingan antara algoritma MCLdengan dead reckoning dan MCL tanpa dead reckoningberdasarkan akurasi, presisi, dan efisiensi. Hasil yang diperolehmenunjukkan bahwa pada MCL tanpa dead reckoning, nilaiakurasi, presisi, dan waktu eksekusi secara berurutan adalah20,81%, 98,0%, dan 2358,67 ms, sedangkan pada MCL dengandead reckoning masing-masing sebesar 2,79%, 12,88%, dan1023,72 ms. Dengan demikian, penerapan dead reckoning padaalgoritma MCL terbukti meningkatkan presisi sebesar 92%,akurasi sebesar 86,6%, serta efisiensi kinerja sebesar 56,59%dibandingkan dengan MCL tanpa dead reckoning.Kata Kunci— Monte Carlo Localization, Dead Reckoning,Robot Sepak Bola Beroda, Kamera Omni-directional, KinerjaAlgoritma]]>
