SAPUTRA, YULIUS DANI (2023) PENERAPAN OBJECT DETECTION BERUPA GARIS DENGAN METODE HSV PADA AGV TUGAS AKHIR ALTERNATIF. Other thesis, Universitas Katolik Soegijapranata Semarang.
|
Text
19.F1.0011-YULIUS DANI SAPUTRA-COVER_a.pdf Download (557kB) | Preview |
|
Text
19.F1.0011-YULIUS DANI SAPUTRA-BAB I_a.pdf Restricted to Registered users only Download (219kB) |
||
Text
19.F1.0011-YULIUS DANI SAPUTRA-BAB II_a.pdf Restricted to Registered users only Download (525kB) |
||
Text
19.F1.0011-YULIUS DANI SAPUTRA-BAB III_a.pdf Restricted to Registered users only Download (540kB) |
||
Text
19.F1.0011-YULIUS DANI SAPUTRA-BAB IV_a.pdf Restricted to Registered users only Download (215kB) |
||
|
Text
19.F1.0011-YULIUS DANI SAPUTRA-DAPUS_a.pdf Download (282kB) | Preview |
|
Text
19.F1.0011-YULIUS DANI SAPUTRA-LAMP_a.pdf Restricted to Registered users only Download (1MB) |
Abstract
Dalam perkembangan teknologi saat ini, khususnya di sektor industri, robot dengan kecerdasan buatan mengemban peran penting dalam meningkatkan efisiensi waktu kerja manusia. Penelitian ini menciptakan sebuah mobil AGV yang dilengkapi sistem kecerdasan buatan, menggunakan kamera sebagai sensor visual untuk mendeteksi garis lintasan sebagai panduan navigasi. Robot AGV ini memanfaatkan OpenCV untuk pemrosesan citra dengan metode filter warna HSV. Metode ini mencakup teknik morfologi dan Gaussian blur untuk mengenali garis lintasan yang akan dilalui. Setelah proses identifikasi jalur, robot AGV akan bergerak sesuai jalur yang terdeteksi oleh kamera. Pengujian perangkat keras dilakukan di laboratorium, bahwa mode navigasi robot AGV berdasarkan metode HSV mampu berfungsi baik dan menghasilkan tingkat akurasi deteksi jalur yang tinggi. Kata kunci: AGV, Open CV, Object Detection, HSV, Raspberry Pi
Item Type: | Thesis (Other) |
---|---|
Subjects: | 600 Technology (Applied sciences) > 620 Engineering > 621 Electrical engineering |
Divisions: | Faculty of Engineering > Department of Electrical Engineering |
Depositing User: | Ms Cristina Mayasari |
Date Deposited: | 08 Dec 2023 01:47 |
Last Modified: | 08 Dec 2023 01:49 |
URI: | http://repository.unika.ac.id/id/eprint/33798 |
Actions (login required)
View Item |