Deteksi Korban Menggunakan Deep Learning YOLOv11 pada Quadruped Robot Untuk KRSRI
Tahun 2025 · Penulis: Qalyubi Hafizhuddin Bahtiar
Faculty of Engineering, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Penilitan ini bertujuan untuk mengetahui model YOLOv11 sebagai pengembangan dari metode deep learning dapat digunakan pada quadruped robot untuk KRSRI 2024 sebagai mendeteksi objek korban. Penelitian ini penting dilakukan karena sebagai menunjang perkembangan teknologi terutama pada robot vision. Pada arena KRSRI 2024 terdapat dummy yang mempunyai warna sama dengan korban pada arena jalan datar, jalan kelereng, dan jalan pecah. Penelitian ini mengunakan metode deep learing yolov11 pada quadruped robot dengan media arena KRSRI. Teknik pengujian ini terbagi 2 yaitu pengujian model untuk mengetahui perfroma model YOLOv11 dan pengujian pada robot. Dalam pengujian model terdapat pengujian offline yang berfungsi untuk mengetahui performa dari model YOLOv11 dan pengujian secara real time untuk mengetahui kemampuan model YOLOv11 dalam kondisi nyata. Model YOLOv11n sebagai model YOLO teringan akan diuji dengan hyeperparameter yang berbeda dengan cross validation untuk mengetahui hyper parameter mana yang terbaik. Dari pengujian hyper parameter keluarlah hyperparameter yang terbaik yaitu Batchsize 8, Learning rate 0.001420, Momentum 0.9, Optimizer Adam, Image Size 640x640 dengan meraih mAP50-95 rata rata 91%. Dari 2 pengujian model YOLOv11n dan YOLOv11x meraih performa yang baik dengan meraih nilia mAP50-95 diatas 91%. Untuk model YOLOv11n meraih FPS sebesar 32 dan YOLOv11x meraih 12. Untuk pengujian robot, model YOLOv11x sebagi model yang bisa menyelesaikan misi pada arena KRSRI di setiap jalan datar, jalan kelereng, jalan pecah untuk menyambil korban.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,865
Tahun 2026 · Penulis: Diaz Febrian
METODE SELEKSI OBJEK PADA QUADRUPED ROBOT MENGGUNAKAN DEEP LEARNING YOLOv11
Perkembangan robotika dan kecerdasan buatan mendorong pemanfaatan deep learning pada quadruped robot untuk kebutuhan rescue robot. Penelitian ini bertujuan menganalisis performa YOLOv11 dalam seleksi objek korban pada quadruped robot berbasis Raspberry Pi 5 di
- Cosine 0,797
Tahun 2027 · Penulis: Ilvan Rezky Pradana
Implementasi Sistem Keamanan Otomatis dengan You Only Look Once V8
Peningkatan kasus kriminalitas, khususnya pencurian sepeda motor di kawasan padat penduduk, menuntut adanya sistem keamanan yang lebih proaktif dan efisien. Sistem keamanan konvensional seperti patroli manual dan CCTV memiliki keterbatasan karena sifatnya yang
- Cosine 0,779
Tahun 2026 · Penulis: Ananda Salsabila
Peningkatan YOLO11 dama Melakukan Pelacakan Orang dan Menghitung Based On Gender
Penelitian ini dimotivasi oleh kebutuhan untuk sistem pemantauan berbasis video cerdas yang mampu mendeteksi, melacak, dan menghitung orang berdasarkan gender akurat dan dalam real time. Metode manual untuk menghitung pengunjung sering kali tidak efisien dan r