| dc.description.abstract | Dalam bidang robotika, terdapat kategori robot yang memiliki kemampuan untuk bermain sepakbola, salah satunya adalah robot sepakbola beroda. Robot ini dirancang untuk dapat mendeteksi objek di lingkungan pertandingan, khususnya objek bola, gawang dan robot. Pengembangan sistem deteksi objek, termasuk bola, gawang, dan robot, dengan tingkat keakuratan tinggi menjadi kebutuhan utama agar robot dapat mengidentifikasi objek secara tepat untuk menjalankan tugas-tugas selanjutnya. Penelitian ini menggunakan Ultralytics YOLOv8 (You Only Look Once versi 8) sebagai sistem pendeteksian objek. YOLO merupakan implementasi deep-learning yang dapat diadopsi untuk tujuan ini. YOLOv8 digunakan sebagai model jaringan dalam penelitian ini, dan proses pelatihannya melibatkan framework Pytorch. Selama tahap pelatihan jaringan, diperoleh mean Average Precision (mAP) sebesar 99%. Pada tahap pengujian jaringan, sistem berhasil mendeteksi objek dengan memberikan label "bola", "gawang", dan "Robot" beserta bounding box pada frame gambar yang dihasilkan. Sistem deteksi yang dikembangkan dalam penelitian ini menghasilkan nilai performa jaringan yang sangat baik, dengan nilai accuracy sebesar 98,4%, precision sebesar 99,4%, recall sebesar 98,9%, dan F1-score sebesar 99.2%. Performa jaringan dievaluasi menggunakan 500 frame gambar sebagai test set selama tahap pelatihan jaringan.
Kata Kunci : Deteksi Objek, You Only Look Once, OpenCV, Phyton
| en_US |
