IMPLEMENTASI COMPUTER VISION UNTUK MENDETEKSI BASE BABY CRADLE PADA KONTES ROBOT PEMADAM API INDONESIA (KRPAI)

Oky Risky Dwi Santoso, Panca Mudjirahardjo, Akhmad Zainuri

Abstract


Bertambahnya tingkat kesulitan dalam Kontes Robot Pemadam Api Indonesia (KRPAI) maka diperlukan pengembangan sensor salah satunya yaitu sensor kamera yang digunakan untuk mendeteksi objek baby cradle yang merupakan salah satu dari dua misi yang ada pada Kontes Robot Pemadam Api Indonesia. Dengan adanya peraturan tersebut maka akan dibuat sistem deteksi warna berbasis Computer Vision. Dalam makalah ini akan menganalisis deteksi baby cradle menggunakan metode RGB dan metode HSV serta merancang sistem dalam mendeteksi objek baby cradle. Sensor kamera yang digunakan akan dibantu dengan mini PCdan library OpenCV untuk proses kalkulasi dan konversi nilai dari gambar yang ditangkap. Berdasarkan hasil pengujian untuk metode RGB dapat mendeteksi jarak maksimum 160 cm dengan waktu komputasi 36,1 ms dan tingkat keakuratan deteksi sebesar 78,03%. Sedangkan untuk metode HSV dapat mendeteksi jarak maksimum 220 cm dengan waktu komputasi 38,8 ms dan tingkat keakuratan deteksi 93,69%. Dalam pengujian keseluruhan sistem, robot akan lebih cepat menemukan keberadaan objek menggunakan metode HSV dengan rata – rata waktu 3,93 detik dibandingkan menggunakan metode RGB dengan rata – rata waktu 4,20 detik pada parameter kecepatan serta jarak yang sama.Kata Kunci–Computer Vision, baby cradle, KRPAI, RGB, HSV, OpenCV

Abstract - Increasing the level of difficulty in Indonesian Fire Extinguishers Robot Contest, it is necessary to develop a sensor one of which is a camera sensor used to detect the object baby cradle which is one of the two missions that exist in the Indonesian Fire Extinguisher Robot Contest. With the regulation it will create a color detection system based on Computer Vision. In this paper we will analyze baby cradle detection using RGB method and HSV method and designing system in detecting baby cradle object. The camera sensors used will be assisted with mini PCs and OpenCV libraries for the process of calculating and converting the values of captured images. Based on the test results for RGB method can detect a maximum distance of 160 cm with 36.1 ms computational time and detection accuracy rate of 78.03%. As for HSV method can detect a maximum distance of 220 cm with a computation time of 38.8 ms and a detection rate of 93.69% accuracy. In testing the whole system,robot will more quickly discover the existence using HSV method with the average time of 3,93 seconds compared using the RGB method with the average time of 4,2 seconds at the same parameter of sped and distance.


Full Text: PDF

Refbacks

  • There are currently no refbacks.