Navigasi Robot Penjaga Gawang Berdasarkan Prediksi Posisi dan Waktu Kedatangan Bola

Abstract

Penelitian tentang robot sepakbola beroda telah banyak dikembangkan, terutama untuk proses akurasi pendeteksian dan klasifikasi objek. Makalah ini bertujuan untuk menyelesaikan permasalahan akurasi prediksi posisi bola dan waktu kedatangan di gawang serta navigasi robot untuk memblokade bola agar tidak melintasi gawang. Penelitian sebelumnya menggunakan metode Single Layer Neural Network (SLNN) dan Two Layer Neural Network (TLNN). Makalah ini membuat algoritme Modified Two-Layer Neural Network (MTLNN) untuk peningkatan akurasi prediksi posisi dengan waktu kedatangan bola dan Goalkeeper Robot Navigation (GKRN) untuk navigasi blokade bola. Algoritme dibuat dengan modifikasi arsitektur TLNN di jumlah node menjadi delapan input dan dua output, dengan jumlah hidden yang didesain sesuai kebutuhan. Akurasi dari prediksi sangat memengaruhi keberhasilan blokade bola karena digunakan sebagai referensi target tujuan akhir dari robot. Algoritme GKRN dibuat dengan memodifikasi fungsi keanggotaan Fuzzy Inferences System (FIS) yang disesuaikan dengan kebutuhan robot. Hasil pengujian menunjukkan peningkatan akurasi prediksi dari metode sebelumnya, TLNN dan SLNN, hingga dua puluh kali lebih baik untuk posisi bola di gawang dan empat kali lebih baik untuk waktu kedatangan bola ke gawang. Secara keseluruhan, sistem navigasi memperoleh keberhasilan memblokade bola di gawang sebesar 90%.

Sistem Deteksi Bola pada Robot Kiper Pemain Sepakbola Beroda

“…Semua misi dapat dijalankan dengan menggunakan kontrol otomatis berbasis artificial intelligence (AI) yang dapat melakukan tugas sesuai dengan instruksi yang diberikan [12]. Untuk menjalankan tugas mencari bola, gawang dan menggiring bola membutuhkan metode tracking object [13]. Layaknya seorang pemain sepak bola profesional, maka platform robot ini membutuhkan suatu mekanisme penendang bola sehingga robot dapat mencetak gol ke gawang lawan [14].…”