Main Article Content

Abstract

Penelitian ini bertujuan untuk mendeteksi objek seperti bola, robot, dan gawang pada robot sepak bola beroda dengan menggunakan metode You Only Look Once Version 5 (YOLOv5). Metode ini dipilih karena memiliki kemampuan deteksi yang cepat dan akurasi yang lebih tinggi dibandingkan versi YOLO sebelumnya. Dataset yang digunakan mencakup 4555 gambar yang terbagi menjadi data pelatihan dan validasi. Pelatihan model YOLOv5 dilakukan dengan parameter-parameter tertentu seperti ukuran gambar 416x416 piksel, ukuran batch 16, jumlah epoch 1000, dan parameter lainnya. Hasil pelatihan menunjukkan presisi sebesar 0,919 relatif terhadap recall, dengan recall tertinggi mencapai 0,97 pada tingkat kepercayaan 0,00. Kurva F1 mencapai nilai puncak rata-rata 0,89 pada keyakinan 0,467, sementara presisi rata-rata tertinggi adalah 1,00 pada keyakinan 0,925. Akurasi keseluruhan sistem deteksi objek mencapai 75,5%. Penelitian ini membuktikan bahwa metode YOLOv5 dapat diterapkan secara efektif untuk mendeteksi objek pada robot sepak bola beroda dan memberikan kinerja yang memadai.

Keywords

robot beroda Deteksi Objek YOLOv5

Article Details

References

  1. TAUFIQ, R., Hayaty, N., & Ritha, N. (2023). IMPLEMENTASI METODE YOU ONLY LOOK ONCE (YOLO) PADA PENGENALAN OBJEK RIMPANG.
  2. Yuniarto, D. (2020). Implementasi Jaringan Syaraf Tiruan untuk Meningkatkan Akurasi Tendangan Robot Sepak Bola ke Gawang.
  3. FAIZ, R. (2023). IDENTIFIKASI WARNA LINTASAN BUOY PADA AUTONOMOUS SUBMARINE SURFACE VEHICLE (ASSV) DI EVENT KONTES KAPAL CEPAT TAK BERAWAK NASIONAL (KKCTBN) MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO).
  4. J. Redmon, S. Divvala, R. Girshick, dan A. F. (2016). “Anda hanya melihat sekali: Terpadu, deteksi objek real-time,.” dalam Proceedings of the IEEE conference on computer vision and pattern recognition, 779–788.
  5. Bochkovskiy, A., Wang, C.-Y., & Liao, H.-Y. M. (2020). YOLOv4: Optimal Speed and Accuracy of Object Detection. http://arxiv.org/abs/2004.10934
  6. Syahrudin, A. N., & Kurniawan, T. (2018). Input dan Output pada Bahasa Pemrograman Python. Jurnal Dasar Pemrograman Python STMIK, June 2018, 1–7.
  7. M. Shell. (2002) IEEEtran homepage on CTAN. [Online]. Available: http://www.ctan.org/tex-archive/macros/latex/contrib/supported/IEEEtran/
  8. FLEXChip Signal Processor (MC68175/D), Motorola, 1996.
  9. “PDCA12-70 data sheet,” Opto Speed SA, Mezzovico, Switzerland.
  10. A. Karnik, “Performance of TCP congestion control with rate feedback:TCP/ABR and rate adaptive TCP/IP,” M. Eng. thesis, Indian Institute ofScience, Bangalore, India, Jan. 1999.