Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Rekayasa elektrika
Padang Ufqi Sutrisno
Universitas Katolik Soegijapranata
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Algoritma HSV pada Autonomous Car untuk Sistem Self-Driving Berbasis Raspberry Pi 4 Florentinus Budi Setiawan; Padang Ufqi Sutrisno; Leonardus Heru Pratomo; Slamet Riyadi
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (905.212 KB) | DOI: 10.17529/jre.v18i4.27495

Abstract

Perkembangan teknologi di sektor transportasi di masa ini semakin krusial. Sehingga perusahaan berinovasi menciptakan mobil yang dapat berjalan sendiri dengan tingkat keamanan yang tinggi. Pada penelitian ini, kami merancang sistem self-driving untuk mobil RC skala 1:10 menggunakan komponen utama berupa Raspberry Pi 4 sebagai pengolahan citra untuk kendali otomatis pada autonomous car. Untuk mengatur pergerakan roda belakang dan steering menggunakan motor DC. Penelitian ini menerapkan computer vision yang dipakai untuk sistem navigasi agar dapat berjalan sesuai dengan lintasan. Permasalahan yang dijumpai pada penelitian sebelumnya adalah masih mengambil sampel lintasan terlebih dahulu yang dirasa kurang efisien karena pada jalan yang belum diambil sampelnya tidak dapat dilalui robot tersebut. Untuk memecahkan permasalahan ini maka peneliti menerapkan algoritma HSV agar dapat mengikuti lintasan secara real-time. Algoritma HSV(hue, saturation, value) merupakan sistem untuk mendeteksi tepi garis lintasan dengan memproses gambar dari kamera Raspberry Pi.  Dari hasil kalibrasi nilai threshold yang digunakan adalah sebesar Hmin = 135 dan Hmax = 179, Smin = 70 dan Smax = 255, dan nilai V sebesar Vmin = 53 dan Vmax = 106 agar dapat mendeteksi jalur lintasan secara jelas, baik di dalam ruangan maupun diluar ruangan,  dan HSV toleran terhadap perubahan intensitas cahaya. Itulah keuntungan dari algoritma HSV. Berdasarkan hasil pengujian dan implementasi robot ini dengan menggunakan kecerdasan buatan dapat bekerja sesuai dengan algoritma yang sudah dibuat dengan tingkat akurasi deteksi jalur yang cukup tinggi.
Penerapan Algoritma HSV pada Autonomous Car untuk Sistem Self-Driving Berbasis Raspberry Pi 4 Florentinus Budi Setiawan; Padang Ufqi Sutrisno; Leonardus Heru Pratomo; Slamet Riyadi
Jurnal Rekayasa Elektrika Vol 18, No 4 (2022)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v18i4.27495

Abstract

Perkembangan teknologi di sektor transportasi di masa ini semakin krusial. Sehingga perusahaan berinovasi menciptakan mobil yang dapat berjalan sendiri dengan tingkat keamanan yang tinggi. Pada penelitian ini, kami merancang sistem self-driving untuk mobil RC skala 1:10 menggunakan komponen utama berupa Raspberry Pi 4 sebagai pengolahan citra untuk kendali otomatis pada autonomous car. Untuk mengatur pergerakan roda belakang dan steering menggunakan motor DC. Penelitian ini menerapkan computer vision yang dipakai untuk sistem navigasi agar dapat berjalan sesuai dengan lintasan. Permasalahan yang dijumpai pada penelitian sebelumnya adalah masih mengambil sampel lintasan terlebih dahulu yang dirasa kurang efisien karena pada jalan yang belum diambil sampelnya tidak dapat dilalui robot tersebut. Untuk memecahkan permasalahan ini maka peneliti menerapkan algoritma HSV agar dapat mengikuti lintasan secara real-time. Algoritma HSV(hue, saturation, value) merupakan sistem untuk mendeteksi tepi garis lintasan dengan memproses gambar dari kamera Raspberry Pi.  Dari hasil kalibrasi nilai threshold yang digunakan adalah sebesar Hmin = 135 dan Hmax = 179, Smin = 70 dan Smax = 255, dan nilai V sebesar Vmin = 53 dan Vmax = 106 agar dapat mendeteksi jalur lintasan secara jelas, baik di dalam ruangan maupun diluar ruangan,  dan HSV toleran terhadap perubahan intensitas cahaya. Itulah keuntungan dari algoritma HSV. Berdasarkan hasil pengujian dan implementasi robot ini dengan menggunakan kecerdasan buatan dapat bekerja sesuai dengan algoritma yang sudah dibuat dengan tingkat akurasi deteksi jalur yang cukup tinggi.
Co-Authors Florentinus Budi Setiawan Leonardus Heru Pratomo Slamet Riyadi