ROBOT PENGHINDAR RINTANGAN BERBASIS DEEP LEARNING

Mukhammad Adi Firmansyah, Anca (2022) ROBOT PENGHINDAR RINTANGAN BERBASIS DEEP LEARNING. Undergraduate thesis, Universitas Pembangunan Nasional Veteran Jawa Timur.

Preview

Text
COVER.pdf
Download (1MB) | Preview

Preview

Text
BAB 1.pdf
Download (80kB) | Preview

Text
BAB 2.pdf
Restricted to Repository staff only
Download (1MB)

Text
BAB 3.pdf
Restricted to Repository staff only
Download (1MB)

Text
BAB 4.pdf
Restricted to Repository staff only
Download (189kB)

Text
BAB 5.pdf
Restricted to Repository staff only
Download (67kB)

Preview

Text
DAFTAR PUSTAKA.pdf
Download (78kB) | Preview

Official URL: http://repository.upnjatim.ac.id/

Abstract

Robot Cerdas yaitu robot yang dirancang serta dibuat guna memecahkan masalah tertentu secara cerdas menggunakan algoritma kecerdasan buatan. Penggunaan robot cerdas untuk berbagai keperluan terus berkembang dan semakin canggih, seperti robot industri dan robot pelayanan. Dari sekian banyak robot cerdas, salah satunya yang langsung terlihat kecerdasan adalah robot pengintai. Robot yang menggunakan kamera sebagai sensor andalannya dan tentu saja dilengkapi dengan algoritma pengenalan objek. Robot pengintai ini dirancang dan dibuat hemat biaya dengan menggunakan Mikrokontroler Arduino beserta pelindung motor dan laptop yang menjalankan Sistem operasi. Robot dapat dikendalikan dari jarak jauh menggunakan mikrokontroler yang tertanam pada robot. Kamera pada robot digunakan untuk menangkap dan merekam video secara real-time dari robot. Cara Alternatif yang dipergunakan guna mengoperasikan robot cerdas yaitu Deep Leaning. Deep Learning adalah ilmu untuk melatih jaringan saraf tiruan yang besar. Metode ini tidak memerlukan pakar manusia untuk merekayasa tangan vektor fitur dari data sensor pada desain waktu. Namun, Deep Learning dapat menghadirkan tantangan tertentu dalam sistem robotik fisik, di mana pembuatan data pelatihan umumnya mahal, dan kinerja yang kurang optimal dalam pelatihan menimbulkan bahaya dalam beberapa aplikasi.

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	Dr. Basuki Rahmat, S.Si, MT., Pak Basuki	19690723 2021211 002	basukirahmat.if@upnjatim.ac.id
Thesis advisor	Agung Mustika Rizki, S.Kom, M.Kom, Pak Agung	201199 30 725197	agung.mustika.if@upnjatim.ac.id
Thesis advisor	Wahyu SJ Saputra, S.Kom, M.Kom, Pak Wahyu	19860825 2021211 003	wahyu.s.j.saputra.if@upnjatim.ac.id