Articles
<![CDATA[Vision Based Self Localization for Humanoid Robot Soccer ]]>
<![CDATA[Nuryono Satya Widodo]]>;
<![CDATA[Arif Rahman]]>
<![CDATA[ TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 10, No 4: December 2012 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/telkomnika.v10i4.851
<![CDATA[Vision based robot soccer localization system, aiming to create a robot soccer localization system. The implementation of this idea is motivated by the need of the localization system for the robot soccer to play the ball effectively and efficiently. The expected result of this research is to develop the localization system for the robot soccer based on camera vision. Thus the developed robot will be able to play football better. It is because of the localization system that can make the robot able to behave more precisely on certain condition and location. For example, the robot should be able to find the ball in its own area or in the opponent’s. Research conducted on several major parts, consisting: image capture, processing image information and directions to the information about the location of the robot at the time. The experimental results indicate that the localization system in this research work has the ability to perform an approximation of the robot location with respect to the goal.]]>
<![CDATA[PENERAPAN MULTI-MIKROKONTROLER PADA MODEL ROBOT MOBIL BERBASIS LOGIKA FUZI ]]>
<![CDATA[Nuryono Satya Widodo]]>
<![CDATA[ TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 7, No 3: December 2009 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/telkomnika.v7i3.597
<![CDATA[This paper proposed a fuzzy logic based mobile robot as implemented in a multimicrocontroller system. Fuzzy logic controller was developed based on a behavior based approach. The Controller inputs were obtained from seven sonar sensor and three tactile switches. Behavior based approach was implemented in different level priority of behaviors. The behaviors were: obstacle avoidance, wall following and escaping as the emergency behavior. The results show that robot was able to navigate autonomously and avoid the entire obstacle.]]>
<![CDATA[MOBIL ROBOT ANTI MENABRAK BERBASIS MIKROKONTROLER 68HC11 ]]>
<![CDATA[Nuryono Satya Widodo]]>;
<![CDATA[Balza Achmad]]>;
<![CDATA[Darmawan Sutanto]]>
<![CDATA[ TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 3, No 1: April 2005 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/telkomnika.v3i1.1218
<![CDATA[Tujuan penelitian ini adalah pertama, merancang prototip mobil robot anti menabrak, baik perangkat keras maupun perangkat lunaknya. Kedua, menentukan kesalahan perjalanan mobil robot anti menabrak dalam menghindari dinding khusus atau dinding yang memenuhi kriteria tertentu. Subjek penelitian ini adalah mobil robot anti menabrak berbasis mikrokontroler 68HC11. Transdusernya adalah sensor inframerah dengan fototransistor menggunakan penguat operasional LM 324. Bagian-bagian yang dirancang adalah untai penguat instrumen sebagai penguat tegangan, rangkaian penguatan sensor inframerah, badan (body) mobil, tombol pemilih dan program untuk mengatur kerja rangkaian. Alat yang diperlukan untuk mengumpulkan data adalah perangkat mobil yang telah jadi dengan sensor inframerah sebagai transduser, penggaris untuk mengukur jarak respon mobil mulai membelok, berbagai macam bentuk benda penghalang yang dibuat dari karton dengan warna yang berbeda. Data diperoleh dengan melihat perbedaan jarak pada saat mobil mulai membelok ketika didepan mobil diberi benda penghalang yang bermacam-macam bentuk dan warna berbeda, juga respon sensor inframerah pada mobil robot terhadap penghalang dengan sudut yang berbeda-beda. Hasil penelitian menunjukkan, telah dapat dirancang mobil robot anti menabrak berbasis mikrokontroler 68HC11, baik perangkat keras maupun perangkat lunaknya, dengan sensor inframerah sebagai pendeteksi dinding penghalang. Mobil robot dapat menghindari penghalang dengan baik pada posisi sudut 35 terhadap penghalang dengan 0% kegagalan, mulai menunjukkan kesalahan pada sudut 30 terhadap penghalang dengan 10% kegagalan dan mulai gagal 100% pada sudut 20terhadap penghalang. Bentuk penghalang yang paling sensitif dideteksi oleh sensor inframerah adalah bentuk balok dan segitiga sama sisi, sedangkan yang paling tidak sensitif adalah bentuk tabung dan prisma sama sisi. Warna penghalang yang paling sensitif dideteksi oleh sensor inframerah adalah warna perak, kemudian diikuti warna putih dan hitam.]]>
<![CDATA[SISTEM PENGAMAN PINTU ELEKTRONIS MENGGUNAKAN BARCODE PASSWORD DAN PIN PASSWORD BERBASIS MIKROKONTROLER 68HC11 ]]>
<![CDATA[Muchlas Muchlas]]>;
<![CDATA[Nuryono Satya Widodo]]>;
<![CDATA[Haris Ramdan]]>
<![CDATA[ TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 3, No 2: August 2005 ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/telkomnika.v3i2.1225
<![CDATA[Proses buka tutup dan sistem keamanan pintu pada awalnya dilakukan secara manual, namun dengan meningkatnya tindakan kriminalitas dibutuhkan sistem pengaman pintu yang baik dan pintu dapat bekerja secara otomatis dengan mempertimbangkan aspek pembiayaan agar tetap murah. Penelitian ini bertujuan untuk membangun sistem pengaman pintu elektronis menggunakan dua jenis pengaman yaitu barcode password dan PIN password berbasis mikrokontroler 68HC11.Penelitian dilakukan dengan metode eksperimen di laboratorium yang dimulai dengan merancang perangkat keraas yang meliputi rangkaian sistem EVBU mikrokontroler 68HC11, catu daya, barcode reader, keypad 3x4, LCD 20x2 karakter, dan driver motor stepper. Sistem pengaman pintu elektronis ini mempunyai 2 password yaitu barcode dan kombinasi PIN, sedangkan proses buka dan tutup pintu diimplementasikan oleh putaran motor stepper. Selanjutnya merancang peragkat lunak sebagai pengendali sistem keamanan pintu elektronis yang meliputi perancangan program komunikasi serial antara borcode reader dengan Serial Peripheral Interface dari mikrokontroler 68HC11, program penampilan karakter oleh LCD sebagai penampil layanan menu, program keypad untuk pemasukan kombinasi PIN dan program untuk memutarkan motor stepper. Pengujian dilakukan secara eksperimen yang meliputi frekuensi barcode reader pada saat melakukan scanning, respon barcode reader terhadap media kertas yang berbeda, jarak scanning barcode, kemiringan scanning barcode, dan pemasukan kombinasi PIN.Hasil penelitian menunjukan bahwa sistem pintu elektronis menggunakan dua jenis pengaman yaitu barcode password dan kombinasi PIN berbasis mikrokontroler 68HC11 telah dapat dirancang dan bekerja dengan baik. Barcode reader membaca barcode dengan cara scanning dari kiri ke kanan (0º) atau dari kanan ke kiri (180º), dengan kemiringan maksimum 45º. Media cetak barcode menggunakan kertas yang berbeda tidak memberikan pengaruh yang signifikan, yang terpenting adalah media cetak barcode tersebut dapat memantulkan sinar yang dipancarkan oleh barcode reader dengan jarak maksimum scanning barcode 2 cm.]]>
<![CDATA[Sistem Pengenalan Bola dan Gawang Pada Robot Sepakbola Beroda Berbasis Mesin Visi ]]>
<![CDATA[Tofik Nurochman]]>;
<![CDATA[Nuryono Satya Widodo]]>;
<![CDATA[Kartika Firdausy]]>
<![CDATA[ Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dalam pertandingan robot sepak bola beroda robot dituntut harus dapat bergerak secara autonomous, serta dapat mengenali bola, gawang, serta parameter lain yang berada di lapangan yang dapat digunakan sebagai bagian dari strategi robot. Selain itu robot juga harus mampu membedakan antara gawang sendiri dengan gawang lawan. Penerapan pengolahan citra digital merupakan salah satu pilihan yang tepat yang dapat diimplementasikan pada robot agar robot dapat mengenali bola, gawang maupun objek lain. Pengolahan citra menggunakan metode houghcircle dan cornerharris merupakan metode pendeteksian bola dan gawang yang telah dikembangkan oleh tim robot sepakbola beroda Universitas Ahmad Dahlan. Metode tersebut menggunakan parameter warna dan bentuk sebagai acuan untuk pendeteksian bola dan gawang, serta menggunakan parameter lain yaitu warna hijau lapangan. Dengan menggunakan metode tersebut robot dapat mendeteksi bola dan gawang yang berada di atas objek yang berwarna hijau dan dapat membedakan objek yang serupa gawang yang berada di sekitarnya, Sementara hardware menggunakan sebuah mini PC yang diprogam menggunakan software UltraVNC, dimana software tersebut dapat dimasukan library OpenCV. Hasil pengujian penerapan metode hough circle dan corner harris pada robot memiliki keakuratan tinggi untuk mendeteksi bola mencapai 88,8 % sementara untuk mendeteksi gawang memiliki keakurasian mencapai 66,6 %.]]>
<![CDATA[Pengendali Lampu LED Matrix Headlamp pada Kendaraan Bermotor ]]>
<![CDATA[Jatmiko Tri Waluyo]]>;
<![CDATA[Nuryono Satya Widodo]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol. 1 No. 1 (2019): April ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v1i1.834
<![CDATA[Penelitian ini mengusulkan tentang desain Headlamp lampu kendaraan yang dapat meredup berdasarkan pada data lampu kendaraan lawan. Pengolah data menggunakan Arduino uno dan menggunakan sensor BH1750 untuk membaca intensitas cahaya. Lampu Headlamp terdiri dari 3 baris LED yang terdiri dari 4 buah LED setiap baris. Lalu juga terdapat 1 buah lampu LED utama di kanan dan kiri. Berdasarkan pengujian dapat diketahui bahwa lampu LED dapat bekerja dengan baik yaitu dapat meredup dari mulai LED pada baris pertama dan kedua sesuai dengan intensitas cahaya. Perbandingan pengukuran menggunakan perangkat lightmeter menunjukkan bahwa perangkat memiliki nilai error -53,925 dan standar deviasi 51,6110126 yang menunjukkan bahwa desain perangkat masih belum mendapatkan hasil yang baik.]]>
<![CDATA[Sistem Pengolah Musik Sebagai Kontrol Gerak Robot Humanoid ]]>
<![CDATA[Irmawan Maulana]]>;
<![CDATA[Nuryono Satya Widodo]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol. 1 No. 2 (2019): Agustus ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v1i2.915
<![CDATA[Pada Kontes Robot Seni Tari Indonesia (KRSTI), mengharuskan peserta untuk dapat membuat robot yang dapat menari secara otomatis dengan diiringi alunan musik. Tujuan penelitian ini adalah membuat robot humanoid yang dapat menari ketika musik pengiring diputar dan berhenti ketika musik berhenti. Penelitian ini menggunakan IC MSGEQ7 sebagai pengolah musik karena IC ini dapat membaca nilai frekuensi musik secara detail sebanyak tujuh frekuensi yaitu frekuensi 63Hz; 16Hz; 400Hz, 1kHz; 2,5kHz; 6,25kHz; dan 16kHz. Ketujuh frekuensi tersebut dijadikan acuan sebagai isyarat robot untuk bergerak atau berhenti. Penentuan frekuensi sebagai isyarat gerak didapat melalui sampling musik Tari Remo menggunakan perangkat lunak Matlab dengan metode FFT (Fast Fourier Transform). Isyarat gerak tersebut dikirimkan ke sistem robot melalui Modul Bluetooth HC-05. Jika sistem robot mendapat isyarat untuk bergerak maka robot akan menggerakkan servo penggerak menjadi gerakan yang serasi. Hasil yang didapat dari pengujian adalah dapat diketahui frekuensi yang sering muncul pada musik tari remo yaitu pada frekuensi 0-4000Hz. Setelah frekuensi diketahui, implementasi pada robot memperoleh hasil robot dapat menari ketika musik diputar dan robot dapat berhenti ketika musik dihentikan.At the Indonesian Dance Robot Contest (KRSTI), it requires participants to be able to make robots that can dance automatically accompanied by music. The purpose of this study is to create a humanoid robot that can dance when the accompaniment music is playing and stop when the music stops. This study uses IC MSGEQ7 as a music processor because this IC can read music frequency values in detail as many as seven frequencies namely 63Hz frequency; 16Hz; 400Hz, 1kHz; 2.5kHz; 6.25kHz; and 16kHz. The seven frequencies are used as a reference as a robot signal to move or stop. The determination of the frequency as a gesture is obtained through the sampling of Remo Dance music using Matlab software with the FFT (Fast Fourier Transform) method. These motion signals are sent to the robot system via the Bluetooth Module HC-05. If the robot system gets a signal to move, the robot will move the servo drive into a matching movement. The results obtained from testing are the frequency that often appears in Remo dance music, namely the frequency 0-4000Hz. After the frequency is known, the implementation of the robot obtains the results that the robot can dance when the music is playing and the robot can stop when the music is stopped.]]>
<![CDATA[Gyroscope and Accelerometer Sensor on the Lanange Jagad Dance Robot Balance System ]]>
<![CDATA[Ahmad Sopi Samosir]]>;
<![CDATA[Nuryono Satya Widodo]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol. 2 No. 2 (2020): Agustus ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v2i2.922
<![CDATA[In performing dance moves, humanoid robots are expected to move flexibly and not easily fall during dance moves. To reduce the risk of robots falling while performing dance moves, a balance control system using a gyroscope sensor and accelerometer from the MPU6050 is controlled through the Arduino MEGA 2560 PRO. Robots that have balance control, are able to maintain stability in track conditions that have a certain degree of slope. This balance control system uses the Kalman filter method for processing data from the gyroscope sensor and accelerometer in order to reduce the noise that occurs during the robot's balance process. From the results of the test, the percentage of the success rate of robots in rest was 88.8%, the percentage of success when the robot was running was 86.6%, and the percentage of success when the robot was walking with dancing was 75%. From the results of all tests, humanoid robot has a percentage of 83.4% after adding a balance control system and when the humanoid robot does not use balance control will only produce a percentage of success rate of 48.4%.]]>
<![CDATA[Deteksi Zona pada KRSTI dengan Sensor Warna TCS3200 ]]>
<![CDATA[Ahmad Imam Bardani]]>;
<![CDATA[Nuryono Satya Widodo]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol. 1 No. 2 (2019): Agustus ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v1i2.955
<![CDATA[Robot seni tari Lanange Jagad untuk lomba Kontes Robot Seni Tari Indonesia (KRSTI) belum mampu membedakan zona warna pada arena yang menyebabkan robot melakukan gerakan tarian yang tidak sesuai dengan tempatnya. Oleh karena itu dibutuhkan kontrol otomatisasi menggunakan sensor warna TCS3200. TCS3200 akan memperoleh komposisi RGB yang tepat menggunakan perhitungan frekuensi. Hasil yang dicapai dalam penelitian ini adalah robot seni tari Lanange Jagad dapat membedakan zona dengan memanfaatkan warna merah, biru, biru muda, hijau, dan putih dengan tingkat keberhasilan 84%. Ketika robot mendeteksi warna yang sudah ditentukan pada setiap zona, robot akan secara otomatis melakukan gerakan tari yang sudah disesuaikan dengan zona tersebut. Saat robot masuk ke zona warna berbeda maka robot akan menghentikan gerakan tari pada zona sebelumnya dan memanggil gerakan tari selanjutnya. Namun masih terdapat banyak noise saat melakukan pengujian sehingga nilai RGB yang digunakan untuk memanggil gerakan tari berubah sehingga robot tidak merespons perintah yang dimasukkan pada program. Nilai RGB yang stabil di dapatkan pada kondisi kaki robot menapak atau bersentuhan langsung dengan zona warna, nilai tersebut yang digunakan untuk pemanggilan gerakan tari.The Lanange Jagad dance robot for the Indonesian Robot Dance Contest (KRSTI) has not been able to distinguish the color zone in the arena that causes the robot to perform dance moves that are not in accordance with its place. Therefore we need automation control using the TCS3200 color sensor. TCS3200 will obtain the right RGB composition using frequency calculations. The results achieved in this study are the Lanange Jagad dance robot can distinguish zones by utilizing red, blue, light blue, green, and white with a success rate of 84%. When the robot detects the colors that have been determined in each zone, the robot will automatically perform dance moves that have been adapted to the zone. When the robot enters a different color zone, the robot will stop the dance movement in the previous zone and call the next dance movement. However, there is still a lot of noise when testing so that the RGB value used to call dance moves changes so that the robot does not respond to commands entered in the program. A stable RGB value is obtained when the robot's foot steps or comes into direct contact with the color zone, the value that is used for calling dance moves.]]>
<![CDATA[Application of Deep Learning Convolution Neural Network Method on KRSBI Humanoid R-SCUAD Robot ]]>
<![CDATA[Syahid Al Irfan]]>;
<![CDATA[Nuryono Satya Widodo]]>
<![CDATA[ Buletin Ilmiah Sarjana Teknik Elektro Vol. 2 No. 1 (2020): April ]]>
Publisher : <![CDATA[Universitas Ahmad Dahlan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.12928/biste.v2i1.985
<![CDATA[In a soccer game the ability of humanoid robots that one needs to have is to see the ball object in real time. Development of the ability of humanoid robots to see the ball has been developed but the level of accuracy of object recognition and adaptation during matches still needs to be improved. The architecture designed in this study is Convolutional Neural Network or CNN which is designed to have 6 hidden layers with implementation of the robot program using the Tensorflow library. The pictures taken are used in the training process to have 9 types of images based on where the pictures were taken. Each type of image is divided into 2 classes, namely 2000 images for ball object classes and 2000 images for non-ball object classes. The test is done in real time using a white ball on green grass. From the architectural design and white ball detection test results obtained a success rate of 67%, five of the nine models managed to recognize the ball. The model can recognize objects with an image processing speed of a maximum of 13 FPS.Dalam pertandingan sepak bola kemampuan robot humanoid yang perlu dimiliki salah satunya adalah melihat objek bola secara real time. Pengembangan kemampuan robot humanoid untuk melihat bola telah dikembangkan tetapi tingkat akurasi pengenalan objek dan adaptasi saat pertandingan masih perlu ditingkatkan. Arsitektur yang dirancang pada penelitian ini yaitu Convolutional Neural Network atau CNN yang dirancang memiliki 6 hidden layer dengan implementasi pada program robot menggunakan library Tensorflow. Gambar yang diambil digunakan dalam proses training memiliki 9 jenis gambar berdasarkan tempat pengambilan gambar. Tiap jenis gambar terbagi menjadi 2 class yaitu 2000 gambar untuk class objek bola dan 2000 gambar untuk class objek bukan bola. Pengujian dilakukan secara real time dengan menggunakan bola berwarna putih di atas rumput hijau. Dari perancangan arsitektur dan hasil pengujian pendeteksian bola putih didapatkan persentase keberhasilan 67% yaitu lima dari sembilan model berhasil mengenali bola. Model dapat mengenali objek dengan kecepatan pengolahan gambar adalah maksimal 13 FPS.]]>
