DETEKSI PERMUKAAN JALAN MENGGUNAKAN YOLO V8 UNTUK MENDUKUNG MOBILE ROBOT OTONOM

Rofiq, Akbar (2026) DETEKSI PERMUKAAN JALAN MENGGUNAKAN YOLO V8 UNTUK MENDUKUNG MOBILE ROBOT OTONOM. Skripsi thesis, Institut Teknologi Nasional Malang.

	Text (COVER) 2212047_COVER.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text (BAB I) 2212047_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (24kB)
	Text (BAB II) 2212047_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text (BAB III) 2212047_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (364kB) | Request a copy
	Text (BAB IV) 2212047_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (688kB) | Request a copy
	Text (BAB V) 2212047_BAB V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (23kB) | Request a copy
	Text (DAFTAR PUSTAKA) 2212047_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (89kB)
	Text 2212047_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (86kB) | Request a copy

Abstract

Perkembangan teknologi robotika otonom menuntut adanya sistem navigasi yang mampu mengenali kondisi lingkungan secara akurat dan real-time. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem deteksi permukaan jalan menggunakan algoritma YOLOv8 untuk mendukung mobile robot otonom. Sistem dirancang agar mampu mendeteksi kondisi jalan seperti jalan normal, retak, berlubang, dan rusak melalui kamera yang terpasang pada robot. Proses penelitian meliputi pengumpulan dataset, pelabelan data, pelatihan model YOLOv8, serta implementasi pada perangkat embedded seperti Raspberry Pi. Pengujian sistem dilakukan menggunakan parameter accuracy, precision, recall, mean Average Precision (mAP), dan Frame Per Second (FPS) untuk mengetahui performa deteksi secara menyeluruh. Hasil penelitian menunjukkan bahwa metode YOLOv8 mampu mendeteksi kondisi permukaan jalan dengan akurasi yang baik serta mampu berjalan secara real-time pada perangkat embedded. Sistem yang dikembangkan diharapkan dapat meningkatkan stabilitas, keselamatan, dan efisiensi navigasi pada mobile robot otonom dalam berbagai kondisi lingkungan.

Item Type:	Thesis (Skripsi)
Additional Information:	Muhammad Akbar Ainur Rofiq (2212047)
Uncontrolled Keywords:	YOLOv8, Deteksi Permukaan Jalan, Mobile Robot Otonom, Computer Vision
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	Muhammad Akbar Ainur Rofiq
Date Deposited:	14 Oct 2026 05:50
Last Modified:	14 Oct 2026 05:50
URI:	http://eprints.itn.ac.id/id/eprint/16735

Actions (login required)

View Item