Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Engineering, Computer Science and Information Technology (JECSIT)

Deteksi Bola Multipola Memanfaatkan Ekstraksi Fitur Local Binary Pattern dengan Algoritma Learning Adaboost Muhammad Pajar Kharisma Putra
Journal of Engineering, Computer Science and Information Technology (JECSIT) Vol 2, No 1 (2022): Volume 2 Nomor 1, April 2022
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (342.582 KB) | DOI: 10.33365/jecsit.v1i1.1

Abstract

Kontes Robot Sepakbola Indonesia 2017 yang mengacu  pada  rule  robocup  2016  mengalami peningkatan tantangan yang signifikan. Berbeda dengan tahun sebelumnya yang menggunakan bola tenis berwarna orange, tahun 2017 menggunakan bola standar FIFA 1 berdiameter 13 cm dengan warna 50% putih dan sisanya acak serta pola yang beragam. Sedangkan lapangan menggunakan rumput sintetis dengan ketebalan 2 cm dan gawang berwarna putih.. Banyaknya objek di lapangan yang memiliki warna serupa dengan bola membuat metode deteksi sebelumnya yang berbasis warna sudah tidak bisa lagi digunakan Begitupun dengan deteksi berbasis bentuk seperti transformasi hough, akan sulit dilakukan karena kondisi bola yang benar – benar bulat akan jarang ditemui saat pertandingan. Karena itu digunakanlah metode learning untuk melakukan deteksi bola. Metode ini dinilai efektif untuk mengenali pola bola yang beragam. Dari hasil pengujian, kondisi eksternal robot didapat melalui sensor passive berupa digital kamera PS Eye dan di otaki oleh komputer dengan processor Intel Cherry Trail yang bekerja pada clock 1.8 GHz, didapat bahwa strategi yang diajukan dapat melokalisasi bola sekaligus mengeliminasi noise dalam waktu 30 ms, sehingga robot masih dapat merespon perubahan kondisi lingkungan secara real-time.