Penerapanan Model Deteksi Objek untuk Robot menggunakan Model Single Shot Detection di Lingkungan Simulasi ROS

Abstract

Perkembangan industri automasi, khususnya dalam teknologi robotika, telah membawa revolusi dalam perekonomian Asia Tenggara, termasuk Indonesia, yang sedang bertransisi menuju negara maju pada tahun 2045. Meskipun Indonesia memiliki potensi besar, penggunaan teknologi otomasi dan robotika di negara ini masih tergolong rendah dibandingkan dengan negara tetangga. Salah satu inisiatif pemerintah adalah Kontes Robot Indonesia (KRI), yang bertujuan untuk meningkatkan kompetensi mahasiswa dalam bidang robotika. Dalam konteks ini, tim KRSBI-B dari Universitas Islam Indonesia menggunakan segmentasi warna untuk mendeteksi objek, namun metode ini memiliki keterbatasan, terutama dalam hal kalibrasi dan sensitivitas terhadap pencahayaan. Untuk mengatasi kendala tersebut, penelitian ini bertujuan mengembangkan model deteksi objek berbasis computer vision yang dapat diterapkan pada robot dalam simulasi Gazebo. Penelitian ini mencakup pengembangan model deteksi, integrasi dengan simulasi Gazebo, dan kemampuan robot untuk mengambil tindakan berdasarkan hasil deteksi. Fokus penelitian ini terbatas pada pengembangan model deteksi objek, menggunakan Python 3.9.16, Robot Operating System (ROS), dan Ubuntu Linux, serta mendeteksi objek umum seperti bola dan gawang. Hasil dari penelitian model atas objek bola dan gawang mendapatkan akurasi 51.1% hingga 80.1% dan dapat mendeteksi sampai dengan jarak ~2.8 meter.