Abstrak— Dalam pertandingan robot sepak bola beroda sehingga sangat cocok untuk di terapkan dalam robot sepak
robot dituntut harus dapat bermanuver secara autonomous, bola untuk sistem deteksi bola dan gawang.
serta dapat mengenali bola, gawang, serta parameter lain yang
berada di lapangan yang dapat digunakan sebagai bagian dari Salah satu metode untuk mendeteksi gawang yang telah di
strategi robot, selain itu robot juga harus mampu membedakan kembangkan dan diterapkan pada tim robot sepak bola beroda
antara gawang sendiri dengan gawang lawan. Penerapan UAD yaitu menggunakan metode Houghlines dan
pengolahan citra digital merupakan salah satu pilihan yang Cornerharris, metode tersebut cukup sukses jika hanya
tepat yang dapat diimplementasikan pada robot agar robot digunakan untuk mendeteksi gawang, tetapi akan terjadi lambat
dapat mengenali bola, gawang maupun objek lain. Pengolahan dalam pemrosesan jika di gabungkan dengan metode yang
citra menggunakan metode houghlines dan cornerharris digunakan untuk medeteksi bola. Sehingga perlu dilakukan
merupakan metode pendeteksian gawang yang telah pengembangan lebih lanjut untuk sistem metode penelitian
dikembangkan oleh tim FIRE-X UAD. Metode tersebut gawang pada robot sepakbola beroda UAD.
menggunakan parameter garis tepi gawang dan sudut gawang
sebagai acuan untuk pendeteksian gawang, serta menggunakan
parameter lain yaitu warna hijau lapangan. Sehingga dengan II. DASAR TEORI
menggunakan metode tersebut robot hanya dapat mendeteksi Sistem deteksi gawang yang digunakan memanfaatkan
gawang yang berada diatas objek yang berwarna hijau dan tanda visual sebuah objek yang berada pada lapangan yang
dapat membedakan objek yang serupa gawang yang berada di kemudian di padukan dengan ciri visual yang di deteksi,
sekitarnya. Hasil pengujian menunjukan penerapan metode
sehingga dapat membedakan antara gawang dengan objek
houghlines dan cornerharris pada robot memiliki keakuratan
tinggi untuk mendeteksi gawang, hal itu dibuktikan dengan serupa yang berada di luar lapangan.
berbagai macam skema pengujian robot berhasil mendeteksi A. Filter Warna (Color Filtering).
gawang dengan baik.
Filter warna merupakan suatu teknik pengolahan citra
Kata Kunci—Pendeteksian gawang; Houghlines; Cornerharris untuk memanipulasi citra berdasarkan warna khusus. Cara
kerjanya yaitu dengan membandingkan antara komponen
I. PENDAHULUAN warna pada setiap pixel citra dengan warna spesifik yang
digunakan [3]. Color Filtering dapat mereprentasikan warna
Dalam pertandingan sepak bola robot beroda, robot dituntut dalam berbagai model, diantaranya RGB (Red, Green, Blue),
agar dapat mendeteksi bola dan gawang serta dapat mengetahui HSV (Hue, Saturation, Value), YCbCr, dsb. HSV merupakan
komponen lain yang terdapat pada lapangan pertandingan ruang warna yang paling mudah dan sederhana sehingga
sehigga robot dapat memainkan sepakbola seperti layaknya
cocok untuk mengidentifikasi warna-warna dasar, dimana
manusia bermain sepakbola. Untuk itu robot harus memiliki
kemampuan dasar dalam bermain sepakbola seperti mengenali warna dasar ini digunakan dalam penelitian untuk identifikasi
bola, mengenali gawang, menggiring bola dan menendang bola gawang. Selain itu, HSV memiliki kemudahan kalibrasi
serta robot dapat berorientasi terhadap perannya dilapangan terhadap perubahan intensitas cahaya [4].
pertandingan [1]. B. Model HSV.
Teknologi computer vision merupakan penerapan disiplin Model ruang warna HSV memiliki 3 komponen yaitu, Hue,
ilmu yang saat ini banyak digunakan sebagai objek penelitian Saturation, dan Value. Model warna HSV dapat mendeteksi
pada robot sepak bola. Pengolahan citra merupakan bagian dari ciri visual seperti yang ditangkap oleh indra manusia [5].
computer vision yang menggunakan analisis warna yang dapat
diolah dengan beberapa model diantaranya, RGB, CMY, HSI,
HSV dan normalized RGB [2]. Salah satu model yang paling
banyak digunakan yaitu model RGB dan HSV karena
sederhana dalam pemrogaman dan cepat dalam pemrosesan,
D. Kontours Lapangan.
Pada tahap ini citra yang digunakan sebagai objek berupa
warna hijau pada lapangan KRSBI beroda. Penggunaan warna
lapangan sebagai parameter pendeteksian gawang bertujuan
agar robot hanya dapat mendeteksi gawang yang berada diatas
lapangan. Sehingga robot dapat mengurangi noise terhadap
Gambar 1. Blok diagram proses deteksi gawang. objek yang serupa gawang yang berada di sekitar lapangan.
Setelah mendapatkan kontours lapangan kemudian diberikan
batas luasan lapangan hal ini robot hanya dapat mendeteksi
B. Pemrogaman Visual.
gawang diatas lapangan yang berada pada luasan tertentu.
Pemrogaman visual untuk computer vision yang digunakan Pendeteksian kontours lapangan diperlihatkan oleh Gambar 3.
berupa software Ultra VNC, dimana software tersebut dapat di
masukan library Open CV. Open CV (Open Source Computer
Vision) merupakan sebuah library yang dikhususkan untuk
penglihatan komputer secara real time yang dikembangkan
(a) (b)
Pada Gambar 6(a) dapat kita lihat terdapat garis tepi gawang
yang saling menyinggung menghasilkan sudut, yang kemudian
sudut tersebut dideteksi menggunakan alogaritma cornerharris.
Sehingga hasil akhirnya robot dapat mengenali gawang seperti
Gambar 4. Represenstasi citra setelah dilakukan proses erosi dan dilasi. yang ditampilkan pada Gambar 6(b)
Dengan kedua proses tersebut robot akan lebih mudah IV. HASIL DAN PEMBAHASAN
mengenali gawang, karena hanya objek gawang yang dideteksi
selain itu akan ditutup dengan warna hitam. A. Pengujian 1
Pengujian ini menggunakan hardware sebuah Webcam
F. Filter Canny.
logitech C922 dan sebuah mini PC Odroid Xu-4 sebagai
Penggunaan filter canny bertujuan untuk mendapatkan pengolah citra digital yang di tangkap oleh Webcam.
garis tepi citra gawang. Yang kemudian direpresentasikan Pengujian ini dilakukan dalam beberapa tahap, yang pertama
dengan titik-titik tepi yang sangat pendek sehingga menjadi dengan meletakan objek berupa gawang diatas lapangan
sebuah garis tepi. Filter canny yang telah dilakukan pada citra berwana hijau (Gambar 7(a)) dan diatas media yang bukan
gawang ditunjukan pada Gambar 5.
berwarna hijau (Gambar 7(b)).
(a) (b)
Gambar 7. (a) Gawang di atas warna hijau, (b) Gawang diatas warna bukan
hijau.
B. Pengujian 2.
Pengujian kedua ini yang dilakukan yaitu mendeteksi
objek berdasarkan jarak robot terhadap objek yang dideteksi.
pengujian tersebut dilakukan seperti skema pada Gambar 8.
P5 125, 67 254,70
Dari TABEL II, dapat kita lihat pada pengujian P3 dan P4
Dari hasil uji yang dilakukan, pada TABEL I diperlihatkan robot hanya dapat mendeteksi sudut gawang pada sebelah
pada pengujian P1-P5 penggunaan filter canny masih terdapat kiri.hal itu di sebabkan sudut pandang robot pada posisi yang
noise dari garis lapangan yang membentuk sudut robot, untuk terlalu jauh dengan sudut gawang sebelah kiri, sehingga sudut
itu penggunaan metode houghlines digunakan untuk gawang tersebut tidak terdeteksi sebagai suatu sudut. Tetapi
menemukan garis tepi gawang dan membedakan gawang penggunaan logika OR pada strategi robot untuk mendeteksi
dengan garis lapangan, kemudian digunakan metode gawang menyebabkan robot dapat mendeteksi gawang
cornerharris untuk menemukan sudut persinggungan antar walaupun hanya satu sudut yang terdeteksi.
garis tepi gawang. Dengan penggunaan ketiga metode tersebut
robot dapat mendeteksi objek dengan baik pada setiap letak V. KESIMPULAN
robot yang diujikan. 1. Robot dapat mendeteksi gawang dengan baik,
menggunakan metode Houghlines dan Cornerharris.
REFERENSI
[1] Solichah uti, Muhammad Arifin, dan Muhammad Ardi Pradana,
“Pendeteksian Gawang Menggunakan Algoritma Ransac Pada Platform
Darwin-OP Berbasis Peraturan KRSBI 2016,” The 4th Indonesian
Symposium on Robot Soccer Competition 2016.
[2] Pambudi Wahyu Setyo, Irma Salamah, dan Alan Novi Tompunu,
Deteksi dan Estimasi Jarak Obyek Menggunakan Single Camera
Dengan Model Segmentasi HSV, Seminar Nasional Teknoin 2011
ISBN 978-979-96964-8-9.
[3] Payung, Musa, dan Bayu Saputera, “Robot Sepakbola dengan Pencarian
dari Pengolahan Citra OpenCV dan Arduino,” The 4th Indonesian
Symposium on Robot Soccer Competition 2016.
[4] Mahesa, Jovi, dan Azizul Meliyana, “Rancang Bangun Sistem Tracking
Pada Robot Sepak Bola Dengan Metode Thresholding Menggunakan
Open-CV,” The 4th Indonesian Symposium on Robot Soccer
Competition 2016.
[5] Mandala, Hanjaya, Eko Rudiawan, dan Hendawan Soebhakti, “Sistem
Deteksi Bola Berdasarkan Warna Bola Dan Background Warna
Lapangan Pada Robot Barelang FC,” The 4th Indonesian Symposium on
Robot Soccer Competition 2016.
[6] Jovi Mahesa, dan Azizul, Meliyana. Tagawa, “Rancang Bangun
Sistem Tracking Pada Robot Sepak Bola Dengan Metode Thresholding
Menggunakan Open-CV,” The 4th Indonesian Symposium on Robot
Soccer Competition 2016.