<![CDATA[Tingkat akurasi dan waktu komputasi untuk mengidentifikasi warna objek merupakan dua permasalahan yang penting dalam mendesain vision robot Soccer. Untuk mengetahui permasalahan tersebut, maka pada penelitian ini digunakan beberapa metode klasifikasi diantaranya Color Filtering (CF), Naive Bayes (NB) dan kNearest Neighbor (k-NN) untuk melakukan segmentasi citra berdasarkan warna yang kemudian dilanjutkan deteksi objek, mencari titik pusat koordinat dan pengukuran jarak objek dengan aksi scaning dan tracking. Hasil dari penelitian ini didapatkan rata-rata error estimasi jarak yang terkecil dengan rentang pengukuran 10 cm sampai dengan 360 cm adalah pada metode klasifikasi Naive Bayes dengan rata-rata error 3,6%. Sedangkan waktu komputasi tercepat yang dibutuhkan untuk identifikasi warna objek adalah pada metode Color Filtering dengan waktu 0,097 detik. Dilihat dari estimasi error jarak dan waktu komputasi, metode k-NN berada diantara kedua metode lainnya yaitu rata-rata error estimasi jarak 7,19% dan dengan waktu komputasi 0,27 detik.Kata KunciâRobot Soccer, Klasifikasi Naive Bayes, kNearest Neighbor (k-NN), Color Filtering.]]>
Copyrights © 2014
