Adriantama, Farrel (2022) DETEKTOR LOKASI AGV (AUTOMATED GUIDED VEHICLE) DENGAN OCR YANG DISEMPURNAKAN BERBASIS RASPBERRY. Other thesis, Universitas Katholik Soegijapranata Semarang.
|
Text
18.F1.0019-Farrel Adriantama-COVER_a.pdf Download (717kB) | Preview |
|
|
Text
18.F1.0019-Farrel Adriantama-BAB I_a.pdf Download (325kB) | Preview |
|
Text
18.F1.0019-Farrel Adriantama-BAB II_a.pdf Restricted to Registered users only Download (617kB) |
||
|
Text
18.F1.0019-Farrel Adriantama-BAB III_a.pdf Download (750kB) | Preview |
|
|
Text
18.F1.0019-Farrel Adriantama-BAB IV_a.pdf Download (769kB) | Preview |
|
|
Text
18.F1.0019-Farrel Adriantama-BAB V_a.pdf Download (186kB) | Preview |
|
|
Text
18.F1.0019-Farrel Adriantama-DAPUS_a.pdf Download (316kB) | Preview |
|
|
Text
18.F1.0019-Farrel Adriantama-LAMP_a.pdf Download (446kB) | Preview |
Abstract
AGV (Automated Guided Vehicle) dengan kecerdasan buatan (AI) diharapkan dapat mengubah perkembangan industri di Indonesia, robot kecerdasan buatan ini menggunakan komputer mini untuk mengoperasikannya dan menggunakan gerakan mekanis seperti kendaraan roda empat dengan sistem penggerak 2WD. Pada artikel ini, strategi kontrol robot AGV akan ditampilkan dan diimplementasikan untuk mendeteksi lokasi di sebuah gedung dengan mendeteksi teks di berbagai bagian gedung. Dalam strategi yang kami gunakan kali ini, kami menggunakan bahasa pemrograman Python dan library OpenCV. Untuk library OpenCV sendiri, disini kita menggunakan OCR (Optical Character Recognition) yang sudah ditingkatkan/dimodifikasi. OCR ini adalah perpustakaan utama dalam membaca teks OCR ini bekerja dalam berbagai tahapan proses, termasuk pencarian baris dan kata, pengenalan kata, pengklasifikasi karakter statis, analisis linguistik, dan pengklasifikasi adaptif. Setelah proses membaca teks ini dilewati, maka akan menghasilkan teks yang sebelumnya dibaca melalui kamera yang kemudian akan memberikan output berupa teks dimana robot AGV berada. Setelah pembacaan benar, robot AGV akan bergerak ke titik berikutnya hingga kembali ke titik awal. Berdasarkan implementasi perangkat keras melalui pengujian di laboratorium AGV dengan kecerdasan buatan, dapat bekerja sesuai dengan algoritma
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 01:39 |
Last Modified: | 08 Dec 2022 01:39 |
URI: | http://repository.unika.ac.id/id/eprint/30421 |
Actions (login required)
View Item |