{"title":"Deteksi Bola Multipola Memanfaatkan Ekstraksi Fitur Local Binary Pattern dengan Algoritma Learning Adaboost","authors":"Muhammad Pajar Kharisma Putra","doi":"10.33365/jecsit.v1i1.1","DOIUrl":null,"url":null,"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.","PeriodicalId":498649,"journal":{"name":"Journal of Engineering Computer Science and Information Technology (JECSIT)","volume":"130 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-03-13","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Engineering Computer Science and Information Technology (JECSIT)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33365/jecsit.v1i1.1","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 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.