BAB IV HASIL DAN PEMBAHASAN
4.3. Analisa Keberhasilan Sistem
Pengujian untuk menganalisa keberhasilan sistem dilakukan dengan melihat kemampuan sistem menentukan objek berdasarkan warnanya, sistem mampu menentukan posisi x dan y dari masing-masing objek tersebut, sistem mampu menentukan tindakan yang akan dilakukan oleh robot dan mengendalikan pergerakannya berdasarkan mode yang dipilih yaitu bersiap atau bermain.
Pengujian sistem terbagi menjadi dibagi menjadi dua bagian pada setiap mode. Pengujian pertama yaitu menguji hasil analisis sistem terhadap masukan video untuk menentukan objek berdasarkan warnanya lalu menentukan posisi x dan y dari masing-masing objek tersebut. Sistem diharapkan mampu menentukan masing-masing objek berdasarkan warnanya serta menentukan posisi x dan y dari masing-masing objek untuk diolah menjadi perintah untuk robot pada setiap mode sesuai dengan perancangan pada bab III. Pengujian
kedua yaitu menguji sistem untuk mengendalikan pergerakan robot berdasarkan koreksi sudut dan radius hasil perhitungan sistem. Sistem diharapkan mampu mengendalikan robot untuk bergerak ke posisi dan arah tertentu berdasarkan hasil perhitungan koreksi sudut serta radius yang ditentukan sesuai dengan setpoint yang diinginkan pada setiap mode sesuai dengan perancangan pada bab III.
Data pengujian pertama pada mode bersiap ditunjukkan oleh gambar 4.8 sampai dengan gambar 4.13 serta tabel 4.5. Data pengujian kedua pada mode bersiap ditunjukkan oleh tabel 6.1 sampai tabel 6.3. Data pengujian pertama pada mode bermain ditunjukkan oleh gambar 4.13 sampai dengan gambar 4.19 serta tabel 4.6. Data pengujian kedua pada mode bermain ditunjukkan oleh tabel 6.4 sampai dengan 6.5. Pada tabel 4.5, 4.6, 6.1 sampai dengan tabel 6.5 data dibandingkan dengan hasil yang dinginkan sesuai dengan perancangan pada bab III.
Berdasarkan pada gambar 4.8 sampai dengan gambar 4.13 serta tabel 4.5 menunjukkan sistem mampu memberikan hasil sesuai dengan yang dinginkan. Sistem mampu menentukan jenis objek berdasarkan warnanya dan menentukan posisi x dan y dari masing-masing objek dengan pengolahan citra menggunakan library OpenCV. Sistem juga mampu menentukan setpoint yang akan diolah oleh sistem untuk mengatur pergerakan robot sesuai dengan perancangan pada subbab III yaitu pada subprogram bersiap.
Tabel 4.5 Data dari pengujian pertama pada mode bersiap
Gambar Posisi Bola (x,y) Setpoint yang Diharapkan (x,y) Setpoint Hasil Sistem (x,y) 4.8 (403,263) (343,263) (343,263) 4.9 (188,365) (128,305) (128,305) 4.10 (079,441) (019,381) (019,381) 4.11 (226,036) (166,096) (166,096) 4.12 (103,020) (043,080) (043,080)
Gambar 4.8 Hasil analisa pada mode bersia p percobaan p ertama
Gambar 4.9 Hasil analisa pada mode bersia p percobaan kedua
Gambar 4.11 Hasil analisa pada mode bersiap percobaan k eempat
Gambar 4.12 Hasil analisa pada mode bersiap percobaan k elima
Pada tabel 6.1 sampai dengan tabel 6.3 yang terdapat di lampiran menunjukkan data dari pergerakan robot dalam mode bersiap ketika menuju posisi yang dinginkan sesuai dengan setpoint yang diberikan. Berdasarkan data yang didapatkan maka sistem mampu mengarahkan robot menuju setpoint yang dinginkan.
Berdasarkan pada tabel 6.1 yang terdapat di lampiran, dari data nomor satu sampai dengan nomor tujuh sistem memberikan koreksi sudut yang lebih besar dari sudut robot saat itu agar robot bergerak ke arah yang benar, ketika sudut robot sudah melewati batas yang dinginkan maka sistem akan menurunkan sudut yang dinginkan seperti yang terlihat pada data nomor delapan sampai dengan nomor 23 dan sistem akan terus memperbaiki sudut dari robot hingga robot mencapai tujuan. Radius yang dikirimkan oleh sistem semakin lama semakin kecil agar saat robot sudah mencapai tujuan yang dinginkan maka robot akan
berhenti. Pada percobaan pertama mode bersiap sistem mampu mengendalikan robot untuk mencapai tujuan dengan error terhadap posisi akhir yang dinginkan sebesar 2,5% untuk posisi x dan 2,08% untuk posisi y.
Berdasarkan pada tabel 6.2 yang terdapat di lampiran, dari data nomor satu sampai dengan nomor 20 sistem memberikan koreksi sudut yang lebih besar dari sudut robot saat itu agar robot bergerak ke arah yang benar, ketika sudut robot sudah melewati batas yang dinginkan maka sistem akan menurunkan sudut yang dinginkan seperti yang terlihat pada data nomor 21 sampai dengan selesai hingga robot mencapai tujuan. Radius yang dikirimkan oleh sistem semakin lama semakin kecil agar saat robot sudah mencapai tujuan yang dinginkan maka robot akan berhenti. Ketika robot berhenti sudut robot masih belum sama dengan yang dinginkan namun radius robot dengan tujuan yang dinginkan sudah sama dengan nol sehingga robot berhenti gerak. Pada percobaan kedua mode bersiap sistem mampu mengendalikan robot untuk mencapai tujuan dengan error terhadap posisi akhir yang dinginkan sebesar 0,94% untuk posisi x dan 6,04% untuk posisi y.
Berdasarkan pada tabel 6.3 yang terdapat di lampiran, sama seperti percobaan sebelumnya dari data nomor satu sampai dengan nomor 26 sistem memberikan koreksi sudut yang lebih kecil dari sudut robot saat itu agar robot bergerak ke arah yang benar, ketika sudut robot sudah melewati batas yang dinginkan maka sistem akan menaikan sudut yang dinginkan seperti yang terlihat pada data nomor 27 sampai dengan selesai hingga robot mencapai tujuan. Radius yang dikirimkan oleh sistem semakin lama semakin kecil agar saat robot sudah mencapai tujuan yang dinginkan maka robot akan berhenti. Ketika robot berhenti sudut robot masih belum sama dengan yang dinginkan namun radius robot dengan tujuan yang dinginkan sudah sama dengan nol sehingga robot berhenti gerak. Pada percobaan ketiga mode bersiap sistem mampu mengendalikan robot untuk mencapai tujuan dengan error terhadap posisi akhir yang dinginkan sebesar 0,03% untuk posisi x dan 0,08% untuk posisi y.
Berdasarkan pembahasan diatas serta tabel 4.6 maka mode bersiap dari sistem sudah sesuai dengan yang dinginkan perancangan pada bab III. Tingkat keberhasilan dari mode bersiap cukup tinggi dengan rata-rata error dari setiap percobaan sebesar 1,16% untuk posisi x dan 2,73% untuk posisi y. Dengan error yang cukup kecil maka robot dapat berjalan mengejar bola lalu menggiring bola tersebut dengan baik, jika error yang terdapat masih cukup besar maka akan terjadi kemungkinan robot menjadi sulit untuk menggiring bola. Hal
tersebut dikarenakan jika robot mengejar bola dari jarak yang cukup jauh maka nantinya robot akan sulit untuk menempatkan bola pada bagian penggiringnya.
Tabel 4.6 Error posisi dari percobaan eksekusi mode bersiap
Percobaan Error terhadap posisi x Error terhadap posisi y
Percobaan 1 2,50% 2,08%
Percobaan 2 0,94% 6,04%
Percobaan 3 0,03% 0,08%
Rata-rata 1,16% 2,73%
Berdasarkan pada gambar 4.13 sampai dengan gambar 4.19 serta tabel 4.7 menunjukkan sistem mampu memberikan hasil sesuai dengan yang dinginkan. Sistem mampu menentukan jenis objek berdasarkan warnanya dan menentukan posisi x dan y dari masing-masing objek dengan pengolahan citra menggunakan library OpenCV. Sistem juga mampu menentukan setpoint yang akan diolah oleh sistem untuk mengatur pergerakan robot serta koreksi sudut untuk menghindari benturan dengan lawan saat mengejar bola, menggiring bola ke gawang, dan mengerahkan robot menendang saat didepan gawang untuk mencetak angka sesuai dengan perancangan pada subbab III yaitu pada subprogram bermain. Berdasarkan pada gambar 4.13 sampai dengan 4.15 robot dalam keadaan mengejar bola, dalam keadaan ini sistem hanya mendeteksi robot, bola, dan lawan. Pada gambar 4.13 robot dalam keadaan menyerang maka setpoint yang diinginkan adalah posisi x dan y dari bola. Pada gambar 4.14 lawan telah memasuki area dari active window maka sistem memberikan koreksi sudut yang dinginkan untuk menghindari lawan, setpoint yang diinginkan adalah posisi x dan y dari bola. Pada gambar 4.15 robot dalam keadaan bertahan karena bola dalam pengawasan lawan maka maka setpoint yang diinginkan adalah posisi x dan y dari posisi yang berada persis di depan lawan.
Berdasarkan pada gambar 4.16 dan 4.17 robot dalam keadaan menuju ke gawang, dalam keadaan ini sistem hanya mendeteksi robot, lawan, dan kiper lawan. Pada gambar 4.16 robot dalam keadaan menyerang maka setpoint sudut yang diinginkan adalah besar sudut robot terhadap posisi x dan y dari sisi gawang yang lebih jauh jangkauannya dari kiper lawan. Pada gambar 4.17 lawan telah memasuki area dari active window maka sistem
memberikan koreksi sudut yang dinginkan untuk menghindari lawan, setpoint yang diinginkan adalah posisi x dan y dari gawang.
Berdasarkan pada gambar 4.18 dan 4.19 robot dalam keadaan ingin mencetak angka, dalam keadaan ini sistem akan mengirimkan perintah untuk menendang bola. Gambar 4.18 robot dalam keadaan bersiap menendang bola untuk mencetak angka maka sistem akan mengirimkan perintah untuk menendang bola yaitu berupa teks “91”. Pada gambar 4.19 robot telah menendang bola ke arah yang diinginkan namun bola masih belum memasuki gawang maka sistem memberikan perintah kepada robot untuk kembali mengejar bola, pada dalam keadaan tersebut sistem mendeteksi robot, lawan, dan bola. Setpoint yang diinginkan adalah posisi x dan y dari gawang. Ketika robot sudah kembali mendapatkan bola maka sistem akan memberikan perintah kepada robot untuk kembali mencetak angka. Proses ini akan terus berulang sampai dengan robot berhasil mencetak angka.
Tabel 4.7 Data dari pengujian pertama pada mode bermain
Gambar Posisi Bola (x,y) Posisi Lawan (x,y) Posisi Kiper Lawan (x,y) Setpoint yang Diinginkan (x,y) Setpoint Hasil Sistem (x,y) Koreksi Sudut Radius Tendang Bola 4.13 (446,225) (350,037) - (446,225) (446,225) -008,+005 257 Tidak 4.14 (446,226) (240,152) - (446,226) (446,226) -006,+021 257 Tidak 4.15 (431,298) (464,289) - (404,289) (404,289) -003,+021 229 Tidak 4.16 - (128,324) (590,243) (640,184) (640,184) -003,+018 550 Tidak 4.17 - (150,350) (590,243) (640,184) (640,184) +000,-022 564 Tidak 4.18 - (129,324) (590,243) (640,184) (640,184) - - Ya 4.19 (518,268) (129,324) - (518,268) (518,268) -003,+045 94 Tidak
Gambar 4.14 Hasil analisa pada mode bermain percobaan kedua
Gambar 4.15 Hasil analisa pada mode bermain percobaan ket iga
Gambar 4.17 Hasil analisa pada mode bermain percobaan kelima
Gambar 4.18 Hasil analisa pada mode bermain percobaan keenam
Berdasarkan pada tabel 6.4 dan 6.5 yang terdapat di lampiran menunjukkan data dari pergerakan robot dalam mode bermain ketika menuju posisi yang dinginkan sesuai dengan setpoint yang diberikan. Berdasarkan data yang didapatkan maka sistem mampu mengarahkan robot menuju setpoint yang dinginkan. Namun pada mode bermain memiliki kelemahan yaitu adanya delay perhitungan yang disebabkan oleh banyaknya objek yang dideteksi. Akibat dari delay tersebut adalah sistem menjadi kurang responsif terhadap perubahan data yang dikirimkan oleh robot. untuk mengatasi hal tersebut maka sistem akan mengirimkan perintah untuk mengatur robot mengirimkan data. Ketika sistem mengirimkan perintah kirim maka artinya sistem telah selesai melakukan perhitungan sehingga data yang masuk dari robot tidak akan menumpuk.
Berdasarkan pada tabel 6.4 yang terdapat di lampiran, dari data nomor satu sampai dengan nomor 25 robot dalam kondisi mengejar bola sehingga sistem memberikan setpoint sesuai dengan posisi bola. Ketika robot berhasil mendapatkan bola sistem masih mengirimkan radius sebesar 36 satuan, hal tersebut disebabkan adanya jarak dari tanda robot dengan bola. Dari data nomor 26 sampai dengan nomor 46 robot sudah mendapatkan bola yang ditandai dengan adanya masukan dari sensor pada robot, maka robot akan mengirimkan informasi yang membuat sistem mengganti setpoint sesuai dengan sisi gawang yang lebih terbuka. Pada data nomor 47 sampai dengan nomor 51 robot telah berhasil menggiring bola menuju gawang sehingga sistem akan mengirimkan perintah kepada robot untuk menendang bola. Pada percobaan pertama mode bermain sistem telah berhasil mengejar bola, menggiring bola tersebut menuju gawang, dan menendang bola ke arah gawang yang lebih terbuka untuk mencetak angka dengan error sudut akhir yang dihasilkan adalah 3,33%.
Berdasarkan pada tabel 6.5 yang terdapat di lampiran, dari data nomor satu sampai dengan nomor 24 robot dalam kondisi mengejar bola sehingga sistem memberikan setpoint sesuai dengan posisi bola. Ketika robot berhasil mendapatkan bola sistem masih mengirimkan radius sebesar 39 satuan, hal tersebut disebabkan adanya jarak dari tanda robot dengan bola. Dari data nomor 25 sampai dengan nomor 40 robot sudah mendapatkan bola yang ditandai dengan adanya masukan dari sensor pada robot, maka robot akan mengirimkan informasi yang membuat sistem mengganti setpoint sesuai dengan sisi gawang yang lebih terbuka. Pada data nomor 41 sampai dengan nomor 52 robot telah berhasil menggiring bola menuju gawang sehingga sistem akan mengirimkan perintah kepada robot untuk menendang bola. Pada percobaan kedua mode bermain sistem telah berhasil mengejar bola, menggiring
bola tersebut menuju gawang, dan menendang bola ke arah gawang yang lebih terbuka untuk mencetak angka dengan error sudut akhir yang dihasilkan adalah 0%.
Berdasarkan pembahasan diatas serta tabel 4.8 maka mode bermain dari sistem sudah sesuai dengan yang dinginkan perancangan pada bab III. Tingkat keberhasilan dari mode bersiap cukup tinggi dengan rata-rata error sudut akhir dari setiap percobaan sebesar 1,67%. Dengan error yang cukup kecil maka robot dapat menendang bola tepat ke arah sisi gawang yang lebih terbuka sehingga dapat mencetak angka, jika error yang terdapat masih cukup besar maka akan terjadi kemungkinan robot menjadi sulit untuk mencetak angka. Hal tersebut dikarenakan robot masih belum mengarah ke gawang ataupun robot belum mengarah ke sisi gawang yang lebih terbuka.
Tabel 4.8 Error sudut dari percobaan eksekusi mode bermain Percobaan Error koreksi sudut Percobaan 1 3,33% Percobaan 2 0,00%
Rata-rata 1,67%
Ketika robot keluar dari area lapangan ataupun area yang ditangkap oleh Webcam sistem akan mengalami error. Ketika robot keluar dari area Webcam maka sistem akan mecari objek lain yang kode warnanya hampir sama, namun sering kali sistem hanya akan mendeteksi noise dari Webcam maka posisi dari masing-masing objek akan menjadi acak. Jika posisi objek menjadi acak maka jalannya robot akan menjadi tidak beraturan. Untuk mengatasi hal tersebut sesuai dengan peraturan lomba maka user akan menekan tombol berhenti dan memasukan kembali robot ke dalam lapangan.
Berdasarkan gambar 4.20 dan gambar 4.21 sistem masih mampu bekerja dengan baik ketika pencahayaan ruang pengujian dalam keadaan terang hingga redup, sistem masih mampu mendeteksi masing-masing objek dengan baik. Namun pada gambar 4.22 sistem tidak akan bekerja dengan baik ketika pencahayaan pada ruang pengujian menjadi gelap, hal tersebut dikarenakan Webcam tidak dapat menghasilkan gambar dengan kualitas yang baik dalam pencahayaan ruangan yang sangat gelap. Gambar yang dihasilkan oleh Webcam akan menjadi dominan hitam sehingga kode warna yang diberikan tidak lagi menjadi cocok. Jika kode warna tidak cocok maka posisi dari masing-masing objek akan menjadi acak karena Webcam terlalu banyak membaca noise. Jika posisi objek menjadi acak maka jalannya robot
akan menjadi tidak beraturan. Oleh karena hal tersebut sistem harus dijalankan dalam ruangan yang memiliki pencahayaan yang cukup terang sehingga Webcam mampu menghasilkan video dengan warna yang baik.
Gambar 4.20 Hasil analisa video ketika pencahayaan ruangan terang
Gambar 4.21 Hasil analisa video ketika pencahayaan ruangan ge lap
