Article Sidebar

Download
pdf

Main Article Content

Abstract





 




Kontes Robot Sepak Bola Beroda (KRSBI – Beroda) tahun 2022 telah diadakan secara luring. Kemampuan utama yang harus dimiliki robot saat pertandingan adalah mencari, mengumpan, menggiring, dan menendang bola ke gawang. Namun, masih banyak tim kontestan yang langsung menendang ketika mendapat bola. Hal tersebut disebabkan dikarenakan robot tidak bisa membuat keputusan yang baik sehingga kemungkinan terjadinya gol menjadi kecil. Melihat permasalahan tersebut, maka diberikan solusi yaitu penerapan metode decision tree sebagai strategi keputusan mengumpan, menggiring, menghindar, atau menendang. Pengambilan keputusan akan ditentukan oleh beberapa faktor, yaitu posisi robot, posisi kawan, posisi gawang, dan posisi robot lawan. Waktu respon robot mencari gawang lawan dan kecepatan robot menghadap ke gawang lawan memiliki rata-rata 2.46 detik dengan range jarak X terhadap gawang = 500-6000, dan range Y terhadap gawang = 500. Hasil nilai gain terbesar yaitu pada bola dengan nilai 1 akan dijadikan node utama atau root node. Dari pohon keputusan robot dapat membuat keputusan mengumpan, menghindar, menggiring, atau langsung menendang ke gawang lawan lebih efisien dan efektif.


 





Keywords

Decision Tree Strategi Keputusan KESBI-Beroda Robot

Article Details

License

Copyright (c) 2023 Wahyu Darmawan

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

References

  1. PUSPRESNAS, buku panduan kontes robot indonesia 2022, Jakarta: Kementrian pendidikan, kebudayaan, riset dan teknologi, 2022.
  2. Y. Octavian, “Optimasi deteksi bola pada robot sepak bola beroda menggunakan metode transformasi morfologi untuk meningkatkan jarak deteksi bola,” jurnal ppns, 2021.
  3. K. Nasikhin, “pemetaan posisi robot sepak bola beroda menggunakan metode gyrodometry untuk memprediksi sudut tendangan bola terhadap gawang lawan dengan perhitungan trigonometri,” jurnal ppns, 2019.
  4. I. A. Septiadi, “Optimasi deteksi lawan pada robot sepak bola beroda menggunakan color segmentation dan multi region based segmentation,” jurnal ppns, 2022.
  5. R. Safatain, “Peningkatan akurasi ketepatan sudut pengumpan dan penerima bola pada robot sepak bola beroda menggunakan kombinasi metode gyrodometry dan image processing,” jurnal ppns, 2022.
  6. G. P. Arinata, “Optimasi deteksi bola dan gawang pada robot sepak bola beroda menggunakan region-based segmentation dan robust algorithm,” jurnal ppns, 2018.
  7. Z. M. A. Putra, “koordinasi perilaku pada robot sepak bola beroda menggunakan dynamic decision trees,” jurnal ppns, 2016.
  8. A. Khumaidi, Implementasi Pengolahan Video dengan Metode Color Threshold pada Prototype Kapal Pendeteksi Korban Kecelakaan Laut Berbasis Android, Surabaya: Agus Khumaidi, 2015.
  9. M. I. Mubarok, “medium.com,” 2018. [Online]. Available: https://medium.com/@mimubarok.mim/decision-tree-pohon-keputusan-6484ad30c289. [Accessed Desember 2022].
  10. A. Rachmawan, “Penentuan posisi robot sepak bola beroda menggunakan rotary encoder dan kamera,” Publikasi Online ITS (POMITS), 2017.
  11. A. Rokhim, “Implementasi Gyrodometry four Omni-directional robot pada robot hybrid kontes robot abu indonesia,” Universitas Negeri Jember, 2017.