METODE SELEKSI OBJEK PADA QUADRUPED ROBOT MENGGUNAKAN DEEP LEARNING YOLOv11
Tahun 2026 · Penulis: Diaz Febrian
Faculty of Engineering, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/11331
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
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 medan tidak beraturan. Metode yang digunakan adalah YOLOv11n dan YOLOv11n-seg dengan augmentasi data seperti flip, rotate, blur, noise, dan contrast adjustment. Sistem memanfaatkan kamera untuk mendeteksi objek korban dan dummy, kemudian hasil deteksi diproses menggunakan logika fuzzy Mamdani untuk mengendalikan pergerakan robot. Hasil pengujian menunjukkan YOLOv11n-seg memperoleh precision 0,992, recall 0,991, mAP50 0,993, dan mAP50-95 0,954 dengan waktu inferensi 1,9 ms per gambar. Pada pengujian real-time, model mampu berjalan pada 11–14 FPS dengan tingkat confidence hingga 90% dan tingkat keberhasilan robot mencapai 85% pada berbagai kondisi medan. Berdasarkan hasil tersebut, YOLOv11n terbukti efektif diterapkan pada sistem robotika berbasis edge computing untuk seleksi objek secara real-time.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,865
Tahun 2025 · Penulis: Qalyubi Hafizhuddin Bahtiar
Deteksi Korban Menggunakan Deep Learning YOLOv11 pada Quadruped Robot Untuk KRSRI
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
- Cosine 0,819
Tahun 2026 · Penulis: Wahyu Tri Utama
Analisis Performa Deteksi Dan Segmentasi Berbasis YOLO Pada Rov Untuk Inspeksi Keramba Jaring Apung Akuakultur
KJA (Keramba Jaring Apung) pada akuakultur laut rentan mengalami kerusakan berupa lubang jaring dan vegetasi yang menurunkan struktural jaring, sehingga diperlukan metode inspeksi bawah air yang efektif menggunakan ROV (Remotely Operated Vehicle) yang diintegr
- Cosine 0,813
Tahun 2025 · Penulis: Oktavia Dwi Anjani
Klasifikasi Kodaly Hand Sign dengan YOLOv8 Transfer Learning pada Robot Angklung Satu Oktaf
Klasifikasi Kodaly Hand Sign dengan YOLOv8 Transfer Learning pada Robot Angklung Satu Oktaf Program Studi S1 Teknik Elektro, Fakultas Teknik, Universitas Jember, 2025 Pendidikan musik berbasis teknologi menjadi salah satu inovasi dalam pengajaran alat musik tr