Sistem Pelacakan Bola Putih Pada Robot Sepak Bola Humanoid Menggunakan Metode Deep Learning

Raden Hernanta Subagya Kusuma, Drs. Agus Harjoko, M.Sc., Ph.D. ; Dr. Dyah Aruming Tyas, S.Si.

2023 | Skripsi | ELEKTRONIKA DAN INSTRUMENTASI

Pada penelitian ini dirancang sebuah sistem agar robot humanoid dapat mendeteksi bola putih menggunakan metode Deep Learning, dengan memerhatikan komputasi yang ringan dan memiliki pendeteksian yang robust. Metode Deep Learning yang digunakan yaitu Mobilenet-SSD (Single Shoot Detector) V1. Metode Mobilenet-SSD V1 diharapkan dapat menyelesaikan masalah tersebut dengan memerhatikan arsitektur, dataset, beserta parameter lain yang dibutuhkan termasuk kondisi lapangan bola yang digunakan.

Penelitian ini menggunakan tiga skema data yaitu 2.000 data, 5.000 data, dan 9.000 data. Sehingga dapat dilihat perbandingan deteksi yang dihasilkan. Arsitektur Mobilenet-SSD V1 terdiri dari dua buah jaringan arsitektur, yaitu mobilenet sebagai feature extraction dan ssd sebagai proses pendeteksian yang akan menghasilkan bounding box prediksi bola. Hasil penelitian ini yaitu sistem dapat mendeteksi bola dengan tingkat keakuratan rata-rata yaitu 90%, dan memiliki kecepatan frame sebesar 21 fps dengan menggunakan hyperparameter learning rate 0,00001. Selain itu, robot dapat mendeteksi bola hingga jarak 552 cm dan dapat melakukan tracking dengan baik.

In this research, a system is designed so that humanoid robots can detect white balls using Deep Learning methods, with attention to lightweight computing and robust detection. The Deep Learning method used is Mobilenet-SSD (Single Shoot Detector) V1. The Mobilenet-SSD V1 method is expected to solve the problem by taking into account the architecture, dataset, and other parameters needed including the conditions of the ball field used.

This research uses three data schemes, namely 2,000 data, 5,000 data, and 9,000 data. So that the resulting detection comparison can be seen. The Mobilenet-SSD V1 architecture consists of two architectural networks, namely mobilenet as a feature extraction and ssd as a detection process that will produce a ball prediction bounding box. The result of this research is that the system can detect the ball with an average accuracy rate of 90%, and has a frame rate of 21 fps using a hyperparameter learning rate of 0.00001. In addition, the robot can detect the ball up to a distance of 552 cm and can track well.

Kata Kunci : Deep Learning, Mobilenet-SSD V1, Bola Putih, Robot Humanoid