Claim Missing Document
Check
Articles

Found 12 Documents
Search

Implementasi Robot Operating System pada Robot ABU ROBOCON 2024 dengan Metode High Precision Path Planning Jawed Iqbal Alfaruqiy; Joko Endrasmono; Zindhu maulana Ahmad Putra
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 3 (2024): Jurnal Elkolind Vol. 11 No. 3 (September 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i3.6313

Abstract

Kontes Robot Indonesia (KRI) adalah kompetisi nasional dalam bidang robotika yang diselenggarakan oleh Pusat Prestasi Nasional, Kementerian Pendidikan dan Kebudayaan Republik Indonesia. Salah satu kategorinya, Kontes Robot ABU Indonesia (KRAI), mengikuti tema dan aturan dari ABU Robocon. Pada tahun 2024, tema "Harvest Day" mengharuskan robot bergerak otomatis tanpa intervensi manual, menjadikan lokalisasi yang akurat sangat penting untuk memastikan pergerakan robot yang tepat di arena. Lokalisasi, yang merupakan proses penentuan posisi robot, dilakukan menggunakan Robot Operating System (ROS), memanfaatkan pustaka seperti Gazebo dan RViz untuk meningkatkan akurasi dan pemantauan gerakan robot. Dengan Adaptive Monte Carlo Localization (AMCL) dan sensor RPLidarA1M8, robot dapat menentukan posisinya pada sumbu x dan y, serta arah gerak berikutnya. Penelitian ini menunjukkan bahwa AMCL dalam ROS efektif untuk lokalisasi dan perencanaan jalur dengan parameter yang dapat disesuaikan. Namun, untuk hasil optimal, diperlukan peningkatan desain perangkat keras, terutama pada swerve drive dan rotary encoder, serta komunikasi yang lebih efisien antara mikrokontroler STM32F407VGTx dan laptop agar perencanaan jalur lebih cepat dan efektif.
Penerapan Deteksi Titik Api Pada Area graving dock Menggunakan YOLO dan GRAD-CAM Fadlol, Muhammad Thoriq; Khumaidi, Agus; Subiyanto, Lilik; Joko Endrasmono; Mustika Kurnia Mayangsari; Anggarjuna Puncak Pujiputra
Jurnal Elektronika dan Otomasi Industri Vol. 12 No. 1 (2025): Vol 12 No 1 (Mei 2025): Jurnal Elkolind Vol 12 No 1 (Mei 2025)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v12i1.7253

Abstract

Fire spot detection in the graving dock area is crucial to prevent potentially harmful fires. This study employs the YOLOs method as a deep learning-based object detection technique to detect fire and sparks in real-time. Despite its high accuracy, visual interpretation of detection results remains challenging. Therefore, the Grad-CAM technique is utilized to generate a heatmap on the detection area of YOLO. The heatmap is calculated using the alpha blending method with a specific transparency factor, resulting in clearer visualization of detected objects. The test results show that the combination of YOLO and Grad-CAM can detect fire with an accuracy of 73%. The heatmap visualization validates the critical areas that contribute to the model's decision, making it suitable for fire monitoring systems in high-risk areas.