Algoritma Pendeteksian Objek pada Sepakbola Beroda

Adrian Rusli, Mark (2025) Algoritma Pendeteksian Objek pada Sepakbola Beroda. MBKM thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (764kB)
	PDF BAB_I.pdf Download (249kB)
	PDF BAB_II.pdf Download (236kB)
	PDF BAB_III.pdf Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (257kB)
	PDF DAFTAR_PUSTAKA.pdf Download (220kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (2MB)
	PDF LEMBAR_PENGESAHAN.pdf Download (53kB)

Abstract

Proyek pengembangan robot sepak bola beroda otonom ini menyoroti peran krusial sistem penglihatan untuk deteksi objek real-time dalam Kontes Robot Sepak Bola Indonesia Beroda (KRSBI Beroda). Penelitian ini berfokus pada pemilihan dan analisis algoritma deteksi objek berbasis Convolutional Neural Networks (CNN) yang optimal. Perbandingan awal antara algoritma YOLO dan RT-DETR menunjukkan keunggulan performa YOLO yang signifikan dalam metrik F1-score, mean Average Precision (mAP), stabilitas kurva Precision-Recall (PR), dan rata-rata tingkat kepercayaan. Selanjutnya, evaluasi mendalam antara YOLOv8 dan YOLO11 dilakukan, mengungkapkan bahwa meskipun keduanya memiliki F1-score puncak yang serupa, YOLO11 secara konsisten menunjukkan peningkatan marginal pada mAP dan Average Precision per kelas. Meskipun terdapat sedikit variasi pada rata-rata tingkat kepercayaan antar kelas, performa keseluruhan YOLO11 yang unggul dalam akurasi dan stabilitas deteksi menjadikannya pilihan ideal. Hasil penelitian ini menegaskan bahwa YOLO11 adalah algoritma deteksi objek yang paling cocok dan efektif untuk sistem robot sepak bola otonom, memastikan kemampuan identifikasi objek yang presisi dalam lingkungan pertandingan yang dinamis.

Item Type:	Thesis (MBKM)
Keywords:	algoritma, deteksi objek, robot sepakbola 6 Algoritma Pendeteksian Objek..., Mark Adrian Rusli, Universitas Multimedia Nusantara
Divisions:	Faculty of Engineering & Informatics > Electrical Engineering
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	25 Jul 2025 13:05
Last Modified:	25 Jul 2025 13:05
URI:	https://kc.umn.ac.id/id/eprint/39264

Actions (login required)

View Item