© jkj,gwww.itda.ac.id 2024

Detail Skripsi

PROTOTIPE HUMAN FOLLOWING ROBOT MENGGUNAKAN TENSOR FLOW LITE PADA RASPBERRY PI
Penulis
AHNAF BAGUS ARYANDIKA
Pembimbing : Dr. Ir. Arwin Datumaya Wahyudi Sumari, S.T., M.T., IPU, ASEAN Eng., ACPE. - Ndaru Atmi Purnami, S.Si., M.Sc.,

ABSTRAK :
Pada penelitian ini dirancang dan diimplementasikan sebuah prototipe human following robot menggunakan Tensor Flow Lite pada perangkat keras Raspberry Pi yang mana robot dibekali kemampuan mengikuti pergerakan manusia untuk membantu teknisi pesawat membawa tool kits perawatan pesawat udara. Pergerakan robot didasarkan pada masukan dari sensor kamera yang mengikuti pergerakan objek melalui penentuan koordinat titik tengah dari frame kamera. Citra masukan dari sensor diproses oleh deep learning model YOLO v3-Tiny dengan tahapan penentuan bounding box, penghitungan Euclidean Distance, dan penentuan nilai pixel kamera sebagai dasar pergerakan robot. Jika nilai Euclidean Distance kurang dari 70, maka robot akan berhenti. Jika sebaliknya, maka robot akan bergerak. Pergerakan robot diatur oleh motor driver L298N melalui dua buah motor Direct Current (DC) untuk roda kiri dan roda kanan. YOLO v3-Tiny diaplikasikan menggunakan library machine learning Tensor Flow Lite pada Raspberry Pi. Hasil penelitian menunjukkan bahwa pada jarak tempuh sepanjang 2 𝑚, kecepatan pergerakan robot rata-rata adalah sebesar 0,18 𝑚/𝑑𝑒𝑡𝑖𝑘, dan waktu tempuh 11 𝑑𝑒𝑡𝑖𝑘 dengan penggunaan tegangan sebesar 6,5 𝑉, serta intensitas cahaya lebih dari 250 lux. Jarak minimal dan maksimal deteksi objek adalah sejauh 120 𝑐𝑚 dan 400 𝑐𝑚 dengan akurasi arah belok motor sebesar 79,2% dan akurasi deteksi objek sebesar 95,8%. Robot mampu membawa beban maksimal seberat 600 𝑔. Kata Kunci: deep learning, Euclidean Distance, human following robot, Raspberry Pi, Tensor Flow Lite, YOLO v3-Tiny


Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
Penulis : AHNAF BAGUS ARYANDIKA
NIM : 20010004
Foto :
File : [ Baca file skripsi ]
   

E-LibSTTA

Sistem Informasi Perpustakaan STTA Yogyakarta

© E-LibSTTA 2024