Implementasi Sistem Navigasi Berbasis Machine Vision Menggunakan YOLO11 dan PID Controller Dengan Metode Tuning Ziegler-Nichols pada Autonomous Surface Vessel

Abstract

Autonomous Surface Vehicle (ASV) memerlukan sistem deteksi objek yang akurat dan pengendali arah yang stabil untuk melakukan navigasi otomatis di lingkungan perairan. Penelitian ini mengembangkan sistem navigasi ASV berbasis deteksi dua kelas buoy menggunakan YOLO11, dipadukan dengan pengendali PID yang di-tuning menggunakan metode Ziegler–Nichols. Dataset yang digunakan berjumlah 6.612 citra, dibagi menjadi 80% data latih, 10% data validasi, dan 10% data uji. Empat varian YOLO11 dibandingkan berdasarkan precision, recall, F1 Score, mAP@0.5:0.95, inference time, dan FPS. Hasil pengujian menunjukkan YOLO11m pada 100 epoch menghasilkan F1-Score tertinggi sebesar 0,8806, sedangkan YOLO11n mencapai kecepatan inferensi tertinggi sebesar 52 FPS. Parameter PID terbaik menghasilkan rise time 3,8 detik, overshoot 47,2%, settling time 22 detik, dan steady-state error 6,9%. Pengujian lapangan pada kolam dengan dua buoy menunjukkan sistem mampu menyelesaikan misi navigasi tanpa tabrakan, meskipun pengujian masih terbatas pada skenario sederhana dengan dua objek.