Sa'adah, Tsamrotus (2022) Desain fitur robot sosial berbasis pengenalan pola (bentuk, warna dan teks. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (573kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (106kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (139kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
4_bab1.pdf Download (261kB) |
|
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (882kB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (2MB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (93kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (199kB) | Request a copy |
Abstract
Pada penelitian ini, telah dibuat sebuah robot sosial yang diberi nama THORBot. Robot ini memiliki desain 2D dan dilengkapi dengan 5 Degree of Freedom (DoF) sebagai sistem aktuator kepala robot yang terhubung dengan mikrokontroler Arduino. Penelitian ini berfokus pada penambahan fitur kemampuan robot untuk mengenali dan membedakan berbagai jenis bentuk dan warna, serta kemampuan belajar membaca. Untuk pengenalan bentuk dan warna, digunakan metode Support Vector Machine (SVM). Sedangkan untuk kemampuan belajar membaca, diterapkan Optical Character Recognition (OCR) dengan menggunakan Tesseract-OCR untuk mendeteksi teks secara realtime dan Google Text-to-Speech (gTTS) untuk mengkonversi teks yang terdeteksi menjadi suara. Pemrograman yang digunakan berbasis Arduino dan Python 3.8.1 sebagai pengolah output pada robot sosial THORBot. Hasil pengujian pengenalan 6 jenis bentuk dengan 10 jenis warna menunjukkan akurasi rata-rata yang sangat baik, yaitu sebesar 99.83%. Sedangkan hasil pengujian pendeteksian teks secara realtime dengan tiga variasi jarak menunjukkan akurasi rata-rata, yaitu sebesar 100%. Oleh karena itu, sistem ini sangat baik untuk diimplementasikan pada robot sosial THORBot.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Sosial Robot; Pengenalan Bentuk Dan Warna; Deteksi Teks; Tesseract-OCR; gTTS; Support Vector Machine; Python3; OpenCV; Arduino; |
| Subjects: | Physics > Instrumentation of Physics Applied Physics Applied Physics > Electronics Other Branches of Engineering > Automatic Control Engineering |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Fisika |
| Depositing User: | Tsamrotus Sa'adah |
| Date Deposited: | 22 Dec 2023 07:39 |
| Last Modified: | 22 Dec 2023 07:39 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/83483 |
Actions (login required)
 |
View Item |
