Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Techne : Jurnal Ilmiah Elektroteknika The Indonesian Journal of Computer Science
Akbar, Reesa
Unknown Affiliation
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 
Omnidirectional Camera untuk Positioning Robot Soccer dengan Metode 2-Fixed-Point Irwansyah, Arif; Putra, Arie Zuliyan; Akbar, Reesa
Techné : Jurnal Ilmiah Elektroteknika Vol. 22 No. 2 (2023)
Publisher : Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31358/techne.v22i2.374

Abstract

Kamera omnidireksional banyak digunakan sebagai sensor utama pada robot soccer yang bertanding dalam kompetisi Robocup Junior League. Hal ini dikarenakan kamera omnidirectional mampu menangkap gambar dari area sekitar robot pada sudut pandang 360 derajat hanya dalam satu frame gambar. Selanjutnya, informasi dari gambar tersebut dapat digunakan untuk menentukan lokasi robot di lapangan. Lokasi yang didapat merupakan data yang sangat penting sebagai dasar untuk menentukan kontrol, strategi, dan koordinasi robot. Pada penelitian ini, sebuah sistem kamera omnidireksional untuk self localization robot soccer dengan metode 2 fixed-point telah berhasil diimplementasikan. Sistem yang dirancang berhasil mendapatkan gambar 360 derajat disekitar robot, sekaligus lokasi robot dilapangan. Dari hasil pengujian, sistem yang dirancang telah berhasil melakukan self localization dengan tingkat akurasi hingga 92,9% pada sumbu x dan 92,1% pada sumbu y.
Pemetaan Area Berbasis LiDAR Menggunakan Metode KPFCNN Irwansyah, Arif; Zazuli, Moh Ismarintan; Akbar, Reesa
The Indonesian Journal of Computer Science Vol. 12 No. 2 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i2.3194

Abstract

Pada pemetaan suatu area menggunakan Light detection and ranging (LiDAR) didapatkan data yang diolah menjadi peta tiga dimensi dari area tersebut, sehingga dapat diketahui bentuk topografi maupun objek di sekitar area tersebut. Namun untuk mengidentifikasi berbagai objek tersebut masih dilakukan dengan cara manual, sehingga pada kasus pemetaan area yang luas dibutuhkan waktu yang lebih lama untuk mengidentifikasi objek-objek tersebut. Untuk itu dibutuhkan sebuah metode yang dapat secara otomatis mengidentifikasi objek-objek pada area yang telah dipindai. Pada penelitian ini dibuat sebuah perangkat yang dapat melakukan scanning pada sebuah area kemudian hasil dari scaning tersebut dibuat bentuk visual tiga dimensinya sekaligus dapat mengklasifikasikan objek-objek yang ada di sekitarnya. Pada penelitian ini dibatasi pada pengenalan obyek bangunan dan pepohonan. Untuk melakukan klasifikasi tersebut dilakukan proses semantic segmentation dengan metode Kernelized Partial Flow Convolutional Neural Network (KPFCNN). Dengan dilakukan training pada framework dari KPFCNN, hasil pengujian pada penelitian ini didapatkan hasil scanning area yang optimal pada jarak 0,5 meter – 30 meter, dengan kerapatan jarak vertikal atar point sebesar 0,039 x radius scanning serta akurasi pada segmentasi objek pepohonan dan bangunan sebesar 94,61%.
Co-Authors Irwansyah, Arif Putra, Arie Zuliyan Zazuli, Moh Ismarintan