Mohammad Basuki Rahmad
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi ROS dan Optimasi Identifikasi Warna Buoy Dengan YOLOv5 Pada Miniatur Autonomous Surface Vehicle Gusti Audryadmaja, Anugerah Ekha; Joko Endrasmono; Zindhu Maulana Ahmad Putra; Lilik Subiyanto; Muhammad Khoirul Hasin; Mohammad Basuki Rahmad; Isa Rachman; Agus Khumaidi; Yuning Widiarti; Ryan Yudha Adhitya; Dimas Pristovani Riananda
Jurnal Elektronika dan Otomasi Industri Vol. 11 No. 1 (2024): Jurnal Elkolind Vol. 11 No.1 (Mei 2024)
Publisher : Program Studi Teknik Elektronika Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/elkolind.v11i1.5343

Abstract

Autonomous Surface Vehicles (ASV) telah menjadi fokus penelitian yang populer karena aplikasinya yang luas. Tantangan utama dalam pengembangan ASV adalah mendeteksi dan mengidentifikasi objek di permukaan udara, seperti pelampung , dengan cepat dan akurat. Penelitian ini mengintegrasikan Robot Operating System (ROS ) dengan algoritma YOLOv5 untuk mendeteksi pelampung berwarna, dengan tujuan mengidentifikasi varian YOLOv5 yang menawarkan kinerja komputasi ringan dan akurasi yang tinggi untuk aplikasi real-time pada ASV. Berbagai varian YOLOv5 (YOLOv5s, YOLOv5m, dan YOLOv5L) dievaluasi berdasarkan kinerja deteksi dan penggunaan sumber daya komputasi. Hasil menunjukkan semua model YOLOv5 berfungsi dengan baik dalam ekosistem ROS. YOLOv5m memiliki performa deteksi terbaik dengan akurasi 90%, diikuti oleh YOLOv5s (89,8%) dan YOLOv5L (88,9%). Dalam pengujian real-time , YOLOv5L memiliki akurasi terbaik sebesar 87,78%, diikuti oleh YOLOv5m (85%) dan YOLOv5s (80%). Dari segi respon, YOLOv5s menjadi yang tercepat dengan waktu respon 36,4ms, diikuti oleh YOLOv5m (77ms) dan YOLOv5L (139ms). Berdasarkan hasil tersebut, YOLOv5m dianggap paling ideal untuk digunakan pada miniatur ASV karena memiliki akurasi yang baik (85%) dan waktu respon yang cepat (77ms), berkontribusi pada pengembangan teknologi ASV yang lebih efisien dan andal.