IMPLEMENTASI LINE DETECTION SELF-DRIVING CAR MENGGUNAKAN METODE HSV BERBASIS RASPBERRY PI

Putra, Eric Pratama (2022) IMPLEMENTASI LINE DETECTION SELF-DRIVING CAR MENGGUNAKAN METODE HSV BERBASIS RASPBERRY PI. Other thesis, Universitas Katholik Soegijapranata Semarang.

	Text 18.F1.0033-Eric Pratama Putra-COVER_a.pdf Download (620kB)
	Text 18.F1.0033-Eric Pratama Putra-BAB I_a.pdf Download (204kB)
	Text 18.F1.0033-Eric Pratama Putra-BAB II_a.pdf Restricted to Registered users only Download (519kB)
	Text 18.F1.0033-Eric Pratama Putra-BAB III_a.pdf Download (511kB)
	Text 18.F1.0033-Eric Pratama Putra-BAB IV_a.pdf Download (1MB)
	Text 18.F1.0033-Eric Pratama Putra-BAB V_a.pdf Download (254kB)
	Text 18.F1.0033-Eric Pratama Putra-DAPUS_a.pdf Download (201kB)
	Text 18.F1.0033-Eric Pratama Putra-LAMP_a.pdf Download (1MB)

Abstract

Dengan berkembangnya teknologi khususnya di bidang robotika, aktivitas manusia sehari-hari dapat dilakukan dengan kecerdasan buatan. Salah satu teknologi kecerdasan buatan yang membantu meringankan beban manusia, terutama dalam hal mengemudi, adalah mobil self-driving. Dalam hal ini, mobil self-driving memiliki beberapa metode dengan sistem GPS, radar, lidar, atau kamera. Pada penelitian ini dirancang sistem Self-Driving Car pada model jalur navigasi menggunakan pendeteksi tanda jalan dengan sensor perantara yaitu kamera sebagai sensor penglihatan. Sistem mobil self-driving ini menggunakan prototipe yang disebut mobil otonom untuk berjalan di jalur yang merupakan arah navigasi mobil self-driving berdasarkan garis yang terdeteksi untuk dapat mendeteksi sensor kamera yang memproses gambar garis dari kamera menggunakan HSV. metode. Pada penelitian ini telah berhasil dirancang sistem mobil self-driving menggunakan mikrokontroler yaitu Raspberry Pi 4 sebagai programmer dan Driver motor L298n, BTS7960 sebagai Driver untuk mobil self-driving. Raspberry Pi 4 mengirimkan gambar Real-Time melalui kamera sebagai sensor penglihatan yang kemudian mendeteksi garis untuk menavigasi pergerakan mobil self-driving ini. Dengan menggunakan pengolahan citra, tingkat presisi yang dihasilkan dapat mencapai nilai rata-rata sesuai dengan arah mobil self-driving

Item Type:	Thesis (Other)
Subjects:	600 Technology (Applied sciences) > 620 Engineering > 621 Electrical engineering
Divisions:	Faculty of Engineering > Department of Electrical Engineering
Depositing User:	mr AM. Pudja Adjie Sudoso
Date Deposited:	08 Dec 2022 01:42
Last Modified:	08 Dec 2022 01:42
URI:	http://repository.unika.ac.id/id/eprint/30430

Actions (login required)

View Item