PEMBUATAN HAAR-CASCADE DAN LOCAL BINARY PATTERN SEBAGAI SISTEM PENDETEKSI HALANGAN PADA AUTOMATIC GUIDED VEHICLE

Abstract

Automatic Guided Vehicle (AGV) merupakan salah satu jenis robot yang bekerja mengikuti suatu jalur. Dalam penelitian ini, AGV digunakan di lingkungan perkantoran kampus. Lingkungan kampus menyebabkan jalur yang dilewati sulit dikondisikan dalam kondisi steril karena banyak objek penghalang. Hal ini membuat robot harus memiliki sistem pendeteksi halangan yang mampu membedakan halangan diam dan bergerak. Dalam penelitian ini penghalang diam berupa bak sampah dan penghalang bergerak adalah manusia. Untuk mendeteksi penghalang tersebut digunakan haar-cascade sebagai pencarian kasar dan local binary pattern (LBP) sebagai pencarian halus. Haar-cascade dibuat dengan memanfaatkan opencv haar training. Training dilakukan dengan menggunakan 300 citra positif dan 2317 citra negative pada masing-masing objek. Haar-cascade classifier didapatkan setelah dilakukan training hingga 10 stage. Haar-cascade diuji pada jarak dibawah 4 meter dari objek. Pencarian halus menggunakan LBP dilakukan saat haar-cascade mendeteksi adanya objek lebih dari satu. Dari pengujian yang telah dilakukan, sistem berhasil mendeteksi adanya halangan dengan tingkat keberhasilan 81,7%.