Implementasi Algoritma SIFT (Scale-Invariant Feature Transform) Dan Algoritma Kalman Filter Dalam Mendeteksi Objek Bola
DOI:
https://doi.org/10.33998/processor.2023.18.1.791Abstrak
Kontes Robot Sepak Bola Indonesia (KRSBI) merupakan salah satu divisi dari Kontes Robot Indonesia (KRI) yang diadakan oleh RISTEKDIKTI dan KEMENDIKBUD setiap tahunnya. Dalam kontes robot sepak bola, robot di tuntut untuk bisa mendeteksi bola dan kemudian menggiringnya ke gawang lawan agar dapat tercipta sebuah gol. istem pendeteksian objek yang baik haruslah cepat, ringan, dan tentu saja harus memiliki akurasi yang baik. Saat ini, sistem pendeteksian objek yang telah diterapkan pada robot yaitu berupa color filtering (penyaringan warna) yang dinilai cukup baik dalam mendeteksi sebuah objek. Namun jika hanya mengandalkan metode ini dirasa masih kurang jika di lihat dari segi tracking objek. Algoritma Kalman Filter berfungsi sebagai estimator yang dapat digunakan untuk memprediksi arah pergerakan dari suatu objek berdasarkan status objek dari frame sebelumnya. Hal ini membuat robot dapat bergerak lebih cepat 1 (satu) frame dari pada objek yang akan di tracking. Algoritma SIFT dapat membandingkan dua citra melalui feature yang dimiliki citra tersebut dan menghasilkan apakah citra tersebut memiliki kemiripan atau tidak, algoritma ini berguna untuk memastikan apakah objek yang dideteksi oleh robot itu bola atau bukan. Oleh sebab itu, penulis akan mencoba menggabungkan kedua algoritma ini apakah dapat menghasilkan sistem pendeteksian yang lebih baik dari sebelumnya. Diharapkan agar hasil dari penelitian ini dapat dipergunakan oleh robot dalam mengikuti kontes robot sepak bola Indonesia.
Unduhan
Referensi
S. Arifin and E. T. Wijaya, “Implementasi Teknologi Computer Vision Sebagai Pengendali Mobile Robot Berbasis Kamera Web,” Jouticla, vol. 2, no. 2, pp. 75–80, 2017, doi: 10.30736/jti.v2i2.72.
F. B. Setiawan, O. J. Aldo Wijaya, L. H. Pratomo, and S. Riyadi, “Sistem Navigasi Automated Guided Vehicle Berbasis Computer Vision dan Implementasi pada Raspberry Pi,” J. Rekayasa Elektr., vol. 17, no. 1, pp. 7–14, 2021, doi: 10.17529/jre.v17i1.18087.
R. Lionnie and M. Alaydrus, “Sistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT,” Techné J. Ilm. Elektrotek., vol. 16, no. 02, pp. 133–140, 2017, doi: 10.31358/techne.v16i02.166.
H. Vazirani, A. Kautsar, J. Fisika, F. Sains, and U. Diponegoro, “IMPLEMENTASI OBJECT TRACKING UNTUK MENDETEKSI DAN MENGGUNAKAN METODE KALMAN FILTER DAN GAUSSIAN MIXTURE MODEL,” vol. 5, no. 1, 2016.
P. Tanpa, A. Menggunakan, P. S. Ardiantara, R. Sumiharto, and S. B. Wibowo, “Purwarupa Kontrol Kestabilan Posisi dan Sikap pada Pesawat Tanpa Awak Menggunakan IMU dan Algoritma Fusion Sensor Kalman Filter,” vol. 4, no. 1, pp. 25–34, 2014.
M. D. Irawan and S. A. Simargolang, “Implementasi E-Arsip Pada Program Studi Teknik Informatika,” vol. 2, no. 1, 2018.
D. A. Prabowo and D. Abdullah, “Deteksi dan Perhitungan Objek Berdasarkan Warna Menggunakan Color Object Tracking,” Pseudocode, vol. 5, no. 2, pp. 85–91, 2018, doi: 10.33369/pseudocode.5.2.85-91.
Ikhsan and P. Ayomi, “Implementasi Raspebrry PI Pada ARM Robot Penyortir Benda Berdasarkan Warna dan Bnetuk,” vol. 6, no. 2, pp. 176–182, 2019.
M. Fuadi, U. Darusalam, and A. K. Whardana, “FACE RECOGNITION MENGGUNAKAN OPENCV DENGAN BAHASA PEMOGRAMAN PYTHON OOP UNTUK SISTEM,” vol. 2, no. 3, pp. 218–224, 2021.
P. Dlib, “Pendeteksian Kantuk Secara Real Time Menggunakan Pustaka OPENCV dan DLIB PYTHON Real Time Sleepiness Detection Using OPENCV Library and PYTHON DLIB,” vol. 28, no. 2, pp. 22–26, 2018.
D. Ayu and B. Utami, “Perancangan Sistem Login Pada Aplikasi Berbasis GUI Menggunakan QTDesigner Python,” vol. 4, no. 2, pp. 92–100, 2021.
A. N. Syahrudin and T. Kurniawan, “Input dan output pada bahasa pemrograman python,” no. January, 2020.
A. T. Khomaeni, “PENERAPAN METODE SCALE INVARIANT FEATURE TRANSFORM (SIFT) PADA AUGMENTED REALITY DALAM PENGENALAN GEDUNG UNIVERSITAS ISLAM NEGERI MALANG Oleh,” 2020.
R. Y. Amrullah, “Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter,” 2015.
J. Ali, “SISTEM SECURITY WEBCAM DENGAN MENGGUNAKAN MICROSOFT VISUAL BASIC (6.0),” vol. 1, no. 2, pp. 48–60, 2016.
Unduhan
Diterbitkan
Abstract views:
PDF Download:
DOI:
10.33998/processor.2023.18.1.791Dimension Badge:
Cara Mengutip
Terbitan
Bagian
