Perancangan Sistem Deteksi Objek Bola Dan Gawang Pada Robot Sepakbola Menggunakan Metode Darknet YOLO
Main Article Content
Abstract
Di bidang robotika, terdapat salah satu jenis robot yang memiliki kemampuan untuk bermain sepakbola, yaitu robot sepakbola humanoid. Robot ini diharapkan memiliki kemampuan utama dalam mendeteksi objek yang ada di lapangan, terutama objek bola dan gawang. Oleh karena itu, perlu dikembangkan sistem deteksi objek bola dan gawang dengan tingkat keakuratan yang tinggi, agar robot dapat mengidentifikasi objek yang tepat untuk menjalankan tugas-tugas selanjutnya. Penelitian ini menggunakan platform robot ROBOTIS OP3 yang terintegrasi dengan webcam Logitech C920. Sistem pendeteksian yang digunakan adalah Darknet YOLO, yang merupakan salah satu penerapan dari deep-learning. Jaringan YOLO yang digunakan dalam penelitian ini adalah YOLOv3 Tiny, dan tahapan pelatihannya melibatkan framework Darknet. Pada tahap pelatihan jaringan, diperoleh nilai rata-rata loss (avg loss) sebesar 0,2805 dan nilai mean Average Precision (mAP) sebesar 96,3%. Pada tahap pengujian jaringan, dihasilkan frame gambar sistem pendeteksian objek yang terdeteksi dengan diberi label "bola" dan "gawang” serta bounding box. Pada penelitian ini sistem deteksi yang telah dikembangkan menghasilkan nilai performa jaringan dengan nilai accuracy sebesar 0.97, precision sebesar 0.99, recall sebesar 0.96, dan F1-score sebesar 0.97. Nilai-nilai performa jaringan ini diperoleh dari pengujian menggunakan 200 frame gambar yang digunakan sebagai test set dalam tahap pelatihan jaringan.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Submission of an original manuscript to the journal will be taken to mean that it represents originality work not previously published. Please see JIEET (Journal of Information Engineering and Educational Technology) originality guidelines for details. Use this in conjunction with the points below about references, before submission i.e. always attribute clearly using either indented text or quote marks as well as making use of the preferred IEEE style of formatting. Authors submitting articles for publication warrant that the work is not an infringement of any existing copyright and will indemnify the publisher against any breach of such warranty. For ease of dissemination and to ensure proper policing of use, papers and contributions become the legal copyright of the publisher unless otherwise agreed.
The editor may make use of Thurnitin software for checking the originality of submissions received.