Author : Satria Naufal Jauhari   , Iwan Kurnianto Wibowo, Setiawardhana
ABSTRAK

EEPIS Robot Soccer On Wheeled (ERSOW) merupakan robot sepakbola mewakili Politeknik Elektronika Negeri Surabaya yang bertanding dalam Kontes Robot Sepak Bola Indonesia divisi Kontes Robot Sepak Bola Indonesia Beroda (KRSBI-B). Dalam kontes tersebut, tim yang mampu untuk mencetak gol terbanyak yang akan menang. Sehingga robot dituntut untuk mampu memiliki kemampuan seperti mendeteksi bola, menggiring bola hingga menentukan posisi halangan seperti robot kiper mencetak gol. Sebelumnya pada robot ERSOW, pendeteksian halangan (obstacle) dilakukan dengan membalikkan kontur gambar gabungan dari lapangan dan bola sehingga seluruh objek di atas lapangan selain bola dianggap sebagai obstacle. Namun apabila obstacle tidak tertutup sempurna oleh kontur lapangan, maka obstacle tidak terdeteksi. Hal ini terjadi pada proses pendeteksian robot kiper, dimana hanya terdeteksi sedikit kontur lapangan sehingga robot kiper tidak terdeteksi. Dalam sistem ini pendeteksian robot kiper didasarkan pada posisi gawang yang terdeteksi menggunakan algoritma Deep Learning dari gambar tangkapan kamera omnidireksional. Hasil deteksi gawang akan menghasilkan posisi pixel gawang. Kemudian untuk mengetahui posisi robot kiper digunakan metode segmentasi warna thresholding pada daerah yang terdeteksi sebagai gawang. Proses yang sama digunakan untuk mendeteksi area kosong gawang dengan color thresholding kontur putih pada gambar tangkapan kamera. Hasil pengujian keberhasilan deteksi gawang mencapai 97.61% menggunakan YOLOv8s dengan 25 epoch dan mencapai 100% dengan 30 epoch. Robot kiper berhasil dideteksi dengan bounding box menutupi seluruh bagian dari robot kiper pada 42 dari 42 titik pengujian. Deteksi area kosong gawang berhasil menentukan pada area gawang yang tepat untuk menembak dengan keberhasilan pada 42 dari 42 titik pengujian

[DOWNLOAD ABSTRACT]