Lokalisasi Pelanggan Dan Troli Dalam Swalayan Cerdas Menggunakan Kamera, Akselerometer Dan Wifi

Adinugraha, Satria Bhaskara (2020) Lokalisasi Pelanggan Dan Troli Dalam Swalayan Cerdas Menggunakan Kamera, Akselerometer Dan Wifi. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 07111640000081_Undergraduate_Thesis.pdf]
Preview
Text
07111640000081_Undergraduate_Thesis.pdf

Download (1MB) | Preview

Abstract

Lokalisasi merupakan salah satu elemen yang esensial dalam bidang robotika terutama terhadap kontrol gerak robot yang membutuhkan perpindahan lokasi. Lokalisasi dapat diimplementasikan dalam pengembangan pasar swalayan cerdas yang bertujuan untuk memudahkan pelanggan dalam kegiatan berbelanja. Namun, pelanggan pasar swalayan cerdas tersebut juga perlu untuk didapatkan posisinya dengan tidak mengganggu proses perbelanjaan pelanggan-pelanggan tersebut. Dengan menggunakan smartphone dan kamera, pelanggan tidak perlu membawa alat tambahan untuk dapat dilokalisasi oleh sitem. Sensor yang digunakan pada smartphone untuk mendapatkan posisi adalah sensor akselerometer, WiFi dan kompas. Dengan menggunakan metode step detection pada akselerometer dan location fingerprint pada WiFi, posisi smartphone dapat diketahui. Sistem akan melokalisasi objek, yang berupa manusia dan robot yang memiliki smartphone, dan bergerak melalui suatu jalur yang ditetapkan. Untuk mengetahui posisi objek oleh kamera, pada penelitian kali ini digunakan metode object detection dan dilanjut dengan regresi jarak. Hasil lokalisasi yang diberikan oleh sistem memiliki kesalahan sebesar 37.98 cm dengan standar deviasi 4.92 terhadap estimasi posisi objek jika objek bergerak dalam kecepatan 0.3 m/s. Kesalahan hasil sistem didapat karena kelemahan metode step detetion pada akselerometer terutama pada manusia sebagai objek penelitian yang tidak memiliki acuan untuk dapat bergerak secara konstan dan juga penelitian kali ini menggunakan smartphone Redmi 6A yang hanya dapat mengirimkan data WiFi tiap sepuluh detik.
=========================================================
Localization is one of the essential elements in the field of robotics, especially the robot motion control that requires a change of location. Localization can be implemented in the development of intelligent supermarkets that aim to facilitate customers in shopping activities. However, smart supermarket customers also need to get their position by not disrupting the shopping processes of these customers. By using smartphones and cameras, customers do not need to bring additional tools to be localized by the system. The sensors used on smartphones to get the position are accelerometer, WiFi and compass sensors. By using the step detection method on the accelerometer and location fingerprint on WiFi, the smartphone's position can be determined. The system will localize objects, which are humans and robots that have smartphones, and move through a set path. To determine the position of the object by the camera, in this study the object detection method was used and continued with distance regression. Localization results provided by the system have an error of 37.98 cm with a standard deviation of 4.92 to the estimated position of the object if the object moves at a speed of 0.3 m / s. Errors resulting from the system due to the weakness of the step detetion method on the accelerometer, especially in humans as research objects that do not have a reference to be able to move constantly and also this time the study uses a Redmi 6A smartphone that can only transmit WiFi data every ten seconds.

Item Type: Thesis (Other)
Uncontrolled Keywords: Lokalisasi, smartphone, kamera, swalayan cerdas, Localization, smartphone, camera, Smart Market
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7878 Electronic instruments
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: Satria Bhaskara Adinugraha
Date Deposited: 11 Aug 2020 03:10
Last Modified: 31 May 2023 01:03
URI: http://repository.its.ac.id/id/eprint/77397

Actions (login required)

View Item View Item