Implementasi Sistem Autonomous dan Pose Detection pada Asisten Robot Kesehatan

Widyasari, Nurwulan (2023) Implementasi Sistem Autonomous dan Pose Detection pada Asisten Robot Kesehatan. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (566kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (131kB) | Preview
Preview	PDF BAB_I.pdf Download (138kB) | Preview
Preview	PDF BAB_II.pdf Download (273kB) | Preview
Preview	PDF BAB_III.pdf Download (668kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (301kB)
Preview	PDF BAB_V.pdf Download (66kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (657kB)

Abstract

Teknologi robot sangat berkembang pesat di era industri saat ini terutama di bidang kesehatan. Salah satu proyek yang berkembang saat ini adalah membuat asisten robot kesehatan yang dilengkapi dengan berbagai macam kemampuan, di antaranya dapat bergerak secara otonom dan dapat mendeteksi posisi pasien. Proses pengembangan asisten robot kesehatan ini memiliki dua fokus pengembangan untuk tiap subsistemnya yang dikoordinasi dengan menggunakan Raspberry Pi 3B. Subsistem pertama memiliki kemampuan untuk mendeteksi pasien, yang mana akan mendeteksi pengguna dalam posisi duduk dan berdiri. Pada proses ini, sistem akan menggunakan kamera dalam proses deteksi dan hasil deteksi diproses menggunakan OpenCV yang kemudian akan ditampilkan ke dalam layar tab berupa posisi terbaca secara real-time. Pada subsistem kedua berfokus pada pergerakkan robot yang otonom guna menghindari rintangan yang telah ditempatkan pada posisi tertentu. Komponen yang digunakan dalam memenuhi proses pengendalian robot adalah sensor HC-SR04 dan kamera yang berfungsi sebagai pendeteksi rintangan ketika robot bergerak. Keakuratan subsistem dalam mendeteksi posisi objek sebesar 76,65% dan keakuratan subsistem dalam menghindari halangan sebesar 84,3%. Dengan nilai akurasi yang cukup bagus, tentu masih terdapat tantangan yang menjadi catatan untuk pengembangan lebih lanjut.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Raspberry Pi 3B, otonom, HC-SR04, OpenCV
Divisions:	Faculty of Engineering & Informatics > Electrical Engineering
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	20 Jul 2023 09:46
Last Modified:	20 Jul 2023 10:46
URI:	https://kc.umn.ac.id/id/eprint/26267

Actions (login required)

View Item