Skripsi

IMPLEMENTASI HUMAN-MACHINE INTERACTION PADA SERVICE ROBOT BERBASIS INTEGRASI PERSEPSI DAN NAVIGASI

---

Sistem yang digunakan pada servis robot terbagi menjadi beberapa subsistem dalam menjalankan tugasnya untuk melayani manusia. Subsistem itu dapat berupa kemampuan penginderaan serta aksi seperti yang dilakukan manusia pada umumnya. Masing-masing subsistem diperlukan sebuah pengintegrasian sehingga service robot dapat bekerja. Subsistem yang digunakan pada penelitian ini terdiri dari sistem navigasi, persepsi, dan komunikasi. Sistem navigasi menggunakan timed elastic band (TEB Local Planner), Sistem persepsi yang digunakan yaitu menggunakan model pelatihan convolutional neural network (CNN) dengan arsitektur VGG19 untuk pendeteksian wajah dan model pelatihan you only look once (YOLOv8), dan Sistem komunikasi yang digunakan menggunakan algoritma transformers dengan model whisper untuk speech to text, dan google text to speech (GTTS) untuk text to speech. Pengujian sistem terintegrasi ini dilakukan di dalam Laboratorium Kendali dan Robotika Universitas Sriwijaya dalam melakukan pengambilan objek, bersalaman, serta berkomunikasi dengan melakukan beberapa percobaan secara real-time. Hasil yang didapatkan menunjukkan bahwa tingkat kesuksesan sistem terintegrasi dalam melakukan pengambilan objek, bersalaman, dan berkomunikasi secara berurutan dengan persentase sebesar 40%, 70%, dan 75%. Hasil persentase percobaan pengambilan barang didapatkan sangat kecil karena sistem persepsi objek hanya dapat mendeteksi botol dan cangkir, sedangkan objek gelas dan solder belum dapat dideteksi. Sistem persepsi wajah yang digunakan belum baik karena adanya kesamaan ciri wajah yang dideteksinya, sehingga percobaan secara real-time masih belum akurat. Sistem navigasi yang digunakan berhasil dengan persentase 100% dalam bernavigasi dalam laboratorium, sehingga dapat disimpulkan bahwa sistem navigasi yang digunakan dapat bekerja dengan baik di dalam laboratorium The system used in service robot is divided into several subsystems in carrying out its duties to serve humans. This subsystem can be in the form of sensing abilities and actions like those carried out by humans in general. Each subsystem requires integration so that the service robot can work. The subsystems used in this research consist of navigation, perception and communication systems. The navigation system uses a timed elastic band (TEB Local Planner), the perception system used uses a convolutional neural network (CNN) training model with VGG19 architecture for face detection and a you only look once (YOLOv8) training model, and the communication system used uses a transformers algorithm with a whisper model for speech to text, and google text to speech (GTTS) for text to speech. Testing of this integrated system was carried out in the Sriwijaya University Control and Robotics Laboratory by retrieving objects, shaking hands and communicating by carrying out several real-time experiments. The results obtained show that the success rate of the integrated system in retrieving objects, shaking hands and communicating sequentially is 40%, 70% and 75%. The percentage of retrieving object trials was very small because the object perception system could only detect bottles and cups, while glass and solder objects could not be detected. The facial perception system used is not good because the facial features it detects are similar, so real-time experiments are still not accurate. The navigation system used was successful with a percentage of 100% in navigating in the laboratory, so it can be concluded that the navigation system used can work well in the laboratory.

---

Availability

Detail Information

Series Title

-

Call Number

T1514712024

Publisher

Indralaya : Prodi Teknik Elektro, Fakultas Teknik Universitas Sriwijaya., 2024

Collation

xv, 42 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

006.307

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Prodi Teknik Elektro

Specific Detail Info

-

Statement of Responsibility

KA

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment