Miranda, Aurell Quinta (2020) Sistem Pengenalan Ruangan Secara Visual Berbasis Convolutional Neural Network Di Departemen Teknik Elektro ITS Untuk Service Robot. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
07111640000072-Undergraduate_Thesis.pdf Download (2MB) | Preview |
Abstract
Service robot merupakan robot yang didesain untuk melayani manusia. Dalam menjalankan berbagai tugasnya, akan lebih efektif jika service robot memiliki kemampuan untuk bergerak secara bebas dalam suatu lingkungan tanpa bantuan manusia dan bahkan mampu diinstruksikan untuk pergi ke ruangan yang dinginkan. Untuk dapat melakukan hal tersebut, hal krusial yang diperlukan robot adalah lokalisasi, atau kemampuan untuk mengetahui letak dirinya berada. Pada tugas akhir ini, dikembangkan suatu sistem lokalisasi kualitatif robot, yaitu sistem yang mampu mengenali lima buah ruangan di Departemen Teknik Elektro ITS dengan menggunakan indera visual. Metode yang digunakan untuk mengenali ruangan tersebut adalah dengan menggunakan jaringan syaraf konvolusional. Pada tugas akhir ini penulis melakukan pengujian terhadap beberapa model jaringan syaraf konvolusional dengan menggunakan jenis data visual yang berbeda-beda, dan kemudian mengimplementasikan model dengan tingkat akurasi tertinggi kepada sistem pengenalan ruangan. Dari hasil pengujian, model yang dirancang penulis (Model-A), yang menggunakan dua jenis data visual (RGB dan Infrared) sebagai masukannya, memiliki tingkat akurasi tertinggi yaitu sebesar 48.23%. Dari lima buah ruangan yang dikenali, model ini paling mampu mengenali ruangan meeting sekretariat DTE, yaitu dengan tingkat akurasi sebesar 62.15%, dan paling mengalami kesulitan dalam mengenali ruangan C215, yaitu dengan tingkat akurasi sebesar 31.80%.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | RSE 629.892 Mir s-1 • Miranda, Aurell Quinta |
| Uncontrolled Keywords: | Jaringan Syaraf Konvolusional, Rekognisi Tempat, Service Robot, Convolutional Neural Network, Room Recognition |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7882.P3 Pattern recognition systems |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis |
| Depositing User: | Aurell Quinta Miranda |
| Date Deposited: | 15 Sep 2020 06:02 |
| Last Modified: | 09 Jun 2023 08:17 |
| URI: | http://repository.its.ac.id/id/eprint/77956 |
Actions (login required)
 |
View Item |