ANALISIS PERUBAHAN GERAK DENGAN METODE DUA SUMBU KOORDINAT BERBASIS RASPBERRY PI 4

Bagas Ardi Prabowo, Florentinus Budi Setiawan, Arifin Wibisono

Abstract


Pada era yang semakin maju ini seperti perkembangan teknologi elektronik yang memiliki banyak fungsi dan kegunaan. Salah satu yaitu teknologi elektronik pada kamera berfungsi sebagai mendeteksi pergerakan menggunakan laser untuk mendeteksi pergerakan tanah di jalan. Kamera  ini menggunakan Modul Kamera Rasberry pi v2 yang dimana merupakan produk kamera resmi yang diciptakan agar kompatible dengan perangkat modul Rasberry pi. Tujuan utamanya adalah agar bisa mendeteksi laser yang dilihat dari kamera menggunakan program yang di pantau dari layar lcd komputer. Yang akan dibahas pada penelitian ini adalah menjelaskan bagaimana cara kerja sistem pendeteksi laser dengan kamera yang akan dikembangkan. Pada penelitian ini akan menggunakan hardware seperti Raspberry Pi, modul Kamera v2, dan laser. Tujuan dari Computer vision sebagai teknik komputer atau mesin agar dapat meniru kemampuan perseptual mata manusia dan otak, atau bahkan dapat mengunggulinya untuk tujuan tertentu. Pada penelitia ini ini menjelaskan bagaimana cara kerja sederhana sistem deteksi pergerakan tanah menggunakan metode dua sumbu koordinat berbasis Raspberry pi 4 yang kemudian akan dikembangkan lebih lanjut. Pada penelitian ini akan menggunakan beberapa hardware utama seperti Raspberry pi 4 beserta unit kamera yang mendukung untuk pemrograman Computer vision. Hasil pada alat ini berupa pembacaan titik koordinat yang direkam oleh pi camera melalui 5 percobaan jarak yang berbeda yang tepat pada lubang dan tepat pada lubang.

Keywords


Raspberry pi 4 Model B; Computer vision; Deteksi Koordinat.

Full Text:

PDF

References


S. Reinaldo dkk., “Sistem Printing Nirkabel Menggunakan Raspberry Pi,” J. Tek. Elektro dan Komput., vol. 8, no. 1, hal. 37–42, 2019.

A. Winardi, “Artikel Skripsi Universitas Nusantara PGRI Kediri ANALISIS PENERAPAN METODE,” Ekon. Akunt., vol. 01, no. 08, hal. 1–13, 2016.

R. Krishna, “Computer Vision : F O U N D At I O N S a N D,” hal. 17–24, 2017.

W. T. Freeman dkk., “Computer vision for interactive computer graphics,” IEEE Comput. Graph. Appl., vol. 18, no. 3, hal. 42–52, 1998, doi: 10.1109/38.674971.

M. Cahyanti dan R. A. Salim, “Implementasi pengolahan citra untuk pengenalan citra bendera negara berdasarkan warna,” no. 1, hal. 128–137, 2016.

J. AKodagali dan S. Balaji, “Computer Vision and Image Analysis based Techniques for Automatic Characterization of Fruits A Review,” Int. J. Comput. Appl., vol. 50, no. 6, hal. 6–12, 2012, doi: 10.5120/7773-0856.

I. Ben Alaya, M. Mars, N. Khlifa, dan T. Kraiem, “Fiber tracking in the white matter,” Int. Image Process. Appl. Syst. Conf. IPAS 2014, 2014, doi: 10.1109/IPAS.2014.7043283.

V. Vujović dan M. Maksimović, “Raspberry Pi as a Wireless Sensor node: Performances and constraints,” 2014 37th Int. Conv. Inf. Commun. Technol. Electron. Microelectron. MIPRO 2014 - Proc., no. May, hal. 1013–1018, 2014, doi: 10.1109/MIPRO.2014.6859717.

B. A. Pramono, A. Hendrawan, dan A. F. Daru, “RASPBERRY PI DENGAN MODUL KAMERA DAN MOTION SENSOR SEBAGAI SOLUSI CCTV LAB FTIK UNIV . SEMARANG Fakultas Teknologi Informasi dan Komunikasi , Universitas Semarang,” Pengemb. Rekayasa dan Teknol., vol. 14, no. 1, hal. 5–9, 2018.

Florentinus Budi Setiawan, F. A. Kurnianingsih, Slamet Riyadi, dan Leonardus Heru Pratomo, “Pattern Recognition untuk Deteksi Posisi pada AGV Berbasis Raspberry Pi,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 10, no. 1, hal. 49–56, 2021, doi: 10.22146/jnteti.v10i1.738.




DOI: https://doi.org/10.31284/p.snestik.2022.2790

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Bagas Ardi Prabowo, Florentinus Budi Setiawan, Arifin Wibisono

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.