Simulasi Robot Patroli Sederhana untuk Deteksi Berbasis Computer Vision dan Deep Learning

Abstract

Kegiatan patroli membutuhkan tingkat konsentrasi dan konsumsi energi yang tinggi, sedangkan makhluk hidup memiliki banyak limitasi dalam melakukan aktivitas yang bersifat reptitif. Makhluk hidup terutama manusia terdapat batasan tingkat konsumsi energi dan persepsi kecerdasan yang berbeda-beda. Robot patroli merupakan salah satu teknologi yang dikembangkan pada aktivitas patroli. Oleh karena itu, penelitian ini bertujuan untuk mensimulasikan robot patroli yang dibangun melalui framework atau perangkat lunak ROS (Robot Operating System) yang mampu membangun struktur robot dan lingkungan uji coba simulasi sederhana. Dengan ROS robot akan diuji berbasis computer vision dan deep learning, pada implementasinya robot menggunakan model YOLO (You Only Look Once) versi kelima atau YOLOv5. Simulasi akan diujikan terhadap jarak dan skenario. Terdapat tiga skenario yang dilakukan meliputi objek tunggal, objek ganda dan objek berjalan pada model manusia dan mobil. Hasil dari pengujian model manusia diam dan bergerak mendapatkan akurasi di rentang 80% hingga 90% pada jarak 1 – 10 meter dan dalam kondisi terhalang objek lain, sedangkan pada objek model mobil mendapatkan akurasi di rentang 50% hingga 80% pada jarak 1 – 6 meter. Namun, pada objek mobil berwarna tidak netral seperti biru kerap mengalami salah identifikasi objek dan melabeli objek dengan model kelas lain.