Implementasi Sistem Object Tracking Untuk Mendeteksi Bola dan Kawan Menggunakan Metode Convolutional Neural Network pada Robot Jr Evo Universitas Jember

Abstract

Kontes Robot Indonesia (KRI) adalah ajang kompetisi rancang bangun dan rekayasa dalam bidang robotika. KRI diselenggarakan oleh Pusat Prestasi Nasional, Kementrian Pendidikan dan Kebudayaan Republik Indonesia. Salah satu divisi yang dilombakan yaitu Kontes Robot Sepak Bola Beroda (KRSBI Beroda). Pada divisi ini, robot diharapkan dapat bergerak secara autonomus dalam hal mencari dan identifikasi bola. Salah satu strategi pertandingan yaitu saling umpan antar robot. Jadi robot diharuskan dapat melakukan identifikasi mana kawannya. Untuk melakukan tracking bola dan kawan dibutuhkan sebuah sistem pendeteksian objek. Pada penelitian ini, akan dikembangkan sistem tracking bola dan pendeteksian robot kawan dengan menggunakan metode CNN (Convolutional Neural Network). Pada penelitian ini akan menggunakan kamera omnidirectional dan kamera webcam Logitech yang masing-masing akan digunakan untuk proses pendeteksian bola dan kawan. Pada sistem elektronikanya terdapat beberapa komponen diantaranya Teensy 4.0, motor PG45, dan Driver Motor. Pendeteksian objek yang dilakukan menggunakan algoritma YOLO yang arsitekturnya terdiri dari 24 layer kovolusi, 4 layer max pooling, dan 2 layer fully connected. Beradasarkan pengujian yang dilakukan sistem dapat mendeteksi bola mencapai jarak 700 cm dan mendeteksi kawan mencapai jarak 900 cm. Ketika intensitas cahaya terlalu rendah pendeteksian yang dilakukan tidak stabil. Robot JR EVO berhasil melakukan tracking bola maupun kawan. Kesimpulan yang didapatkan dari penelitian ini adalah dalam merancang sistem tracking bola dan kawan dibutuhkan CNN dengan menggunakan algortima YOLO. Model yang dihasilkan dari YOLO dapat melakukan pendeteksian dengan cepat dan ketepatan pembacaannya sangat baik. Robot Jr Evo mampu melakukan tracking bola dan kawan dengan baik.