MUNTAHA, ILYAS (2023) PENGENALAN POLA PADA ROBOT AGV 2WD UNTUK DETEKSI LOKASI BERBASIS RASPBERRY PI 4 MODEL B. Other thesis, Universitas Katolik Soegijapranata Semarang.
|
Text
17.F1.0018-Ilyas Muntaha-COVER_a.pdf Download (923kB) | Preview |
|
|
Text
17.F1.0018-Ilyas Muntaha-BAB I_a.pdf Download (204kB) | Preview |
|
![[img]](https://repository.unika.ac.id/style/images/fileicons/text.png) |
Text
17.F1.0018-Ilyas Muntaha-BAB II_a.pdf Restricted to Registered users only Download (618kB) |
|
|
Text
17.F1.0018-Ilyas Muntaha-BAB III_a.pdf Download (670kB) | Preview |
|
|
Text
17.F1.0018-Ilyas Muntaha-BAB IV_a.pdf Download (1MB) | Preview |
|
|
Text
17.F1.0018-Ilyas Muntaha-BAB V_a.pdf Download (186kB) | Preview |
|
|
Text
17.F1.0018-Ilyas Muntaha-DAPUS_a.pdf Download (277kB) | Preview |
|
|
Text
17.F1.0018-Ilyas Muntaha-LAMP_a.pdf Download (323kB) | Preview |
Abstract
AGV (Automated Guided Vehicle) dengan kecerdasan buatan (AI) diharapkan dapat mempengaruhi pertumbuhan industri di Indonesia. Robot kecerdasan buatan ini dikendalikan oleh komputer kecil dan menggunakan gerakan mekanis, seperti kendaraan roda empat dengan penggerak 2WD. Artikel ini menjelaskan dan mengimplementasikan pendekatan kontrol robot AGV untuk menentukan tempat dalam sebuah bangunan dengan mendeteksi teks di berbagai bagian bangunan. Strategi saat ini menggunakan bahasa pemrograman Python dan perpustakaan OpenCV. Kami menggunakan OCR (Optical Character Recognition) yang dimodifikasi/ditingkatkan untuk perpustakaan OpenCV itu sendiri. OCR ini adalah perpustakaan utama untuk membaca teks. Selain pencarian garis dan kata, pengenalan kata, pengklasifikasi karakter statis, analisis linguistik, dan pengklasifikasi adaptif, OCR ini beroperasi pada beberapa fase proses. Setelah proses membaca dokumen ini selesai, maka akan menghasilkan teks yang telah dibaca sebelumnya melalui kamera, yang kemudian akan menawarkan output teks yang menunjukkan lokasi robot AGV. Setelah pembacaan akurat, robot AGV akan maju ke situs berikut sebelum kembali ke posisi awal. Algoritma tersebut dapat diimplementasikan berdasarkan perangkat keras yang diuji di laboratorium AGV dengan kecerdasan buatan. KataKunci :robot,AGV,sistem pergerakan,computervision,raspberrypi
| 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: | 28 Mar 2023 06:49 |
| Last Modified: | 28 Mar 2023 06:49 |
| URI: | http://repository.unika.ac.id/id/eprint/31194 |
Actions (login required)
 |
View Item |
