sensor warna

13
By: Guna M.W SENSOR WARNA By. Guna M.W

Upload: guna-monda-wicaksana

Post on 06-Aug-2015

793 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Sensor Warna

By: Guna M.W

SENSOR WARNA

By. Guna M.W

Page 2: Sensor Warna

By: Guna M.W

BAB I

PENDAHULUAN

Pengertian Sensor

Sensor adalah alat untuk mendeteksi/mengukur sesuatu, yang digunakan untuk

mengubah variasi mekanis, magnetis, panas, sinar dan kimia menjadi tegangan dan arus

listrik. Dalam lingkungan sistem pengendali dan robotika, sensor memberikan kesamaan

yang menyerupai mata, pendengaran, hidung, lidah yang kemudian akan diolah oleh

kontroler sebagai otaknya (Petruzella, 2001).

Sensor dalam teknik pengukuran dan pengaturan secara elektronik berfungsi

mengubah besaran fisik (misalnya : temperatur, cahaya, gaya, kecepatan putaran) menjadi

besaran listrik yang proposional. Sensor dalam teknik pengukuran dan pengaturan ini harus

memenuhi persyaratan- persyaratan kualitas yakni :

1.Linieritas

Konversi harus benar-benar proposional, jadi karakteristik konversi harus linier.

2.Tidak tergantung temperatur

Keluaran konverter tidak boleh tergantung pada temperatur di sekelilingnya,

kecuali sensor suhu.

3.Kepekaan

Kepekaan sensor harus dipilih sedemikian, sehingga pada nilai-nilai masukan yang

ada dapat diperoleh tegangan listrik keluaran yang cukup besar.

4.Waktu tanggapan

Waktu tanggapan adalah waktu yang diperlukan keluaran sensor untuk mencapai

nilai akhirnya pada nilai masukan yang berubah secara mendadak. Sensor harus

dapat berubah cepat bila nilai masukan pada sistem tempat sensor tersebut berubah.

5.Batas frekuensi terendah dan tertinggi

Batas-batas tersebut adalah nilai frekuensi masukan periodik terendah dan tertinggi

yang masih dapat dikonversi oleh sensor secara benar. Pada kebanyakan aplikasi

disyaratkan bahwa frekuensi terendah adalah 0 Hz.

6.Stabilitas waktu

Untuk nilai masukan (input) tertentu sensor harus dapat memberikan keluaran

(output) yang tetap nilainya dalam waktu yang lama.

7.Histerisis

Gejala histerisis yang ada pada magnetisasi besi dapat pula dijumpai pada sensor.

Misalnya, pada suatu temperatur tertentu sebuah sensor dapat memberikan

keluaran yang berlainan.

Empat sifat diantara syarat-syarat dia atas, yaitu linieritas, ketergantungan pada

temperatur, stabilitas waktu dan histerisis menentukan ketelitian sensor (Link,

1993).

Page 3: Sensor Warna

By: Guna M.W

BAB II

JENIS SENSOR

2. Jenis Sensor Warna

Berdasarkan penggunaan / penangkapan suatu objek warna, sensor warna ini dapat di

kategorikan menjadi 2 yaitu:

a. Sensor Warna dengan pemanfaatan resistansi cahaya.

b. Sensor Warna dengan pemanfaatan cam.

2.1 Sensor Warna dengan pemanfaatan resistansi cahaya

Pada sensor jenis ini yang umumnya di gunakan dalam suatu aplikasi biasanya

menggunakan suatu komponen jenis LDR. Memang pada umunya LDR ini di

gunakan sebagai sensor cahaya, namun dari sini kita dapat memanfaatkan prinsipnya

sebagai sensor warna.

2.1.1 Sensor Cahaya LDR (Light Dependent Resistor)

adalah salah satu jenis resistor yang dapat mengalami perubahan resistansinya

apabila mengalami perubahan penerimaan cahaya. Besarnya nilai hambatan pada

Sensor Cahaya LDR (Light Dependent Resistor) tergantung pada besar kecilnya

cahaya yang diterima oleh LDR itu sendiri. LDR sering disebut dengan alat atau

sensor yang berupa resistor yang peka terhadap cahaya. Biasanya LDR terbuat dari

cadmium sulfida yaitu merupakan bahan semikonduktor yang resistansnya berupah-

ubah menurut banyaknya cahaya (sinar) yang mengenainya. Resistansi LDR pada

tempat yang gelap biasanya mencapai sekitar 10 MΩ, dan ditempat terang LDR

mempunyai resistansi yang turun menjadi sekitar 150 Ω. Seperti halnya resistor

konvensional, pemasangan LDR dalam suatu rangkaian sama persis seperti

pemasangan resistor biasa. Simbol LDR dapat dilihat seperti pada gambar berikut.

Simbol Dan Fisik Sensor Cahaya LDR (Light Dependent Resistor

Karakteristik Sensor Cahaya LDR (Light Dependent Resistor)

Sensor Cahaya LDR (Light Dependent Resistor) adalah suatu bentuk

komponen yang mempunyai perubahan resistansi yang besarnya tergantung pada

cahaya. Karakteristik LDR terdiri dari dua macam yaitu Laju Recovery dan Respon

Spektral sebagai berikut :

Laju Recovery Sensor Cahaya LDR (Light Dependent Resistor)

Bila sebuah “Sensor Cahaya LDR (Light Dependent Resistor)” dibawa dari

suatu ruangan dengan level kekuatan cahaya tertentu ke dalam suatu ruangan

Page 4: Sensor Warna

By: Guna M.W

yang gelap, maka bisa kita amati bahwa nilai resistansi dari LDR tidak akan

segera berubah resistansinya pada keadaan ruangan gelap tersebut. Na-mun

LDR tersebut hanya akan bisa menca-pai harga di kegelapan setelah

mengalami selang waktu tertentu. Laju recovery meru-pakan suatu ukuran

praktis dan suatu ke-naikan nilai resistansi dalam waktu tertentu. Harga ini

ditulis dalam K/detik, untuk LDR tipe arus harganya lebih besar dari

200K/detik(selama 20 menit pertama mulai dari level cahaya 100 lux),

kecepatan tersebut akan lebih tinggi pada arah sebaliknya, yaitu pindah dari

tempat gelap ke tempat terang yang memerlukan waktu kurang dari 10 ms

untuk mencapai resistansi yang sesuai den-gan level cahaya 400 lux.

Respon Spektral Sensor Cahaya LDR (Light Dependent Resistor)

Sensor Cahaya LDR (Light Dependent Resistor) tidak mempunyai sensitivitas

yang sama untuk setiap panjang gelombang cahaya yang jatuh padanya (yaitu

warna). Bahan yang biasa digunakan sebagai penghantar arus listrik yaitu

tembaga, aluminium, baja, emas dan perak. Dari kelima bahan tersebut

tembaga merupakan penghantar yang paling banyak, digunakan karena

mempunyai daya hantaryang baik (TEDC,1998)

Prinsip Kerja Sensor Cahaya LDR (Light Dependent Resistor)

Resistansi Sensor Cahaya LDR (Light Dependent Resistor) akan berubah

seiring den-gan perubahan intensitas cahaya yang mengenainya atau yang ada

disekitarnya. Dalam keadaan gelap resistansi LDR seki-tar 10MΩ dan dalam

keadaan terang sebe-sar 1KΩ atau kurang. LDR terbuat dari ba-han

semikonduktor seperti kadmium sul-fida. Dengan bahan ini energi dari cahaya

yang jatuh menyebabkan lebih banyak mua-tan yang dilepas atau arus listrik

meningkat. Artinya resistansi bahan telah men-galami penurunan.

2.1.2 Sensor warna TCS230

adalah sensor warna yang sering digunakan pada aplikasi mikrokontroler

untuk pendeteksian suatu object benda atau warna dari objet yang di monitor. Sensor

warna TCS230 juga dapat digunakan sebagi sensor gerak, dimana sensor mendeteksi

gerakan suatu object berdasarkan perubahan warna yang diterima oleh sensor. Pada

dasarnya sensor warna TCS230 adalah rangkaian photo dioda yang disusun secara

matrik array 8×8 dengan 16 buah konfigurasi photodioda yang berfungsi sebagai filter

warna merah, 16 photodiode sebagai filter warna biru dan 16 photo dioda lagi tanpa

filter warna. Sensor warna TCS230 merupakan sensor yang dikemas dalam chip DIP

8 pin dengan bagian muka transparan sebagai tempat menerima intensitas cahaya

yang berwarna. Kontruksi sensor warna TCS230 dapat dilihat pada gambar berikut.

Konstruksi Sensor Warna TCS230

Page 5: Sensor Warna

By: Guna M.W

Pada sensor warna TCS230 terdapat selektor S2 dan S3 yang berfungsi untuk

memilih kelompok konfigurasi photodiode yang akan digunakan atau dipakai.

Kombinasi fungsi S2 dan S3 dalam pemilihan kelompok photodiode adalah sebagai

berikut.

Konfigurasi S2 Dan S3 Sensor Warna TCS230

Photodiode akan mengeluarkan arus yang besarnya sebanding dengan kadar

warna dasar cahaya yang menimpanya. Arus ini kemudian dikonversikan menjadi

sinyal kotak atau pulsa digital dengan frekuensi sebanding dengan besarnya arus.

Frekuensi Output ini bisa diskala dengan mengatur kaki selektor S0 dan S1.

Penskalaan Output bisa dilihat pada tabel dibawah.

Tabel Penskalaan Output Sensor Warna TCS230

Dengan demikian, program yang kita perlukan untuk mendapatkan komposisi

RGB adalah program penghitung frekuensi. Ada dua cara yang biasa dilakukan untuk

menghitung frekuensi. Cara pertama: Kita buat sebuah timer berperiode 1 detik, dan

selama periode itu kita hitung berapa kali terjadi gelombang kotak atau berapa jumlah

pulsa yang diterima.

Page 6: Sensor Warna

By: Guna M.W

2.1.3 Sensor warna TCS230

Modul sensor warna RGB yang berkerja dengan cara mengkonversi cahaya ke

frekuensi.

Spesifikasi Teknis:

- Tegangan Kerja : 2.7 - 5.5 V

- Sensor Array : 8 x 8 photo dioda, 16 photodioda filter merah, 16 photodioda filter

hijau, 16 photodioda tanpa filter.

- Lensa : 5.3 mm (dalam jarak 25 mm mampu melihat area bujur sangkar dengan sisi

4 mm).

- Fitur Lain : Power Down

- Programable Oscillator Divide Rate (Output Freq)

2.1.4 Sensor warna QTI Sensor

Sensor warna hitam dan putih yang di dalamnya terdapat pemancar IR dan

penerima IR.

Spesifikasi:

- Supply voltage 5V

- Emitter: Continuous Forward current (If)= 50mA, Reverse Voltage (Vr)=5V, Power

Dissipation (Pd)=100mW

- Sensor: Collector-Emiter Voltage (Vceo)=30V, Power Dissipation (Pd)=100mW

- Phototransistor output.

2.1.5 Sensor warna DT-Sense Color Sensor

DT-SENSE Color Sensor merupakan modul sensor warna berbasis sensor

TAOS TCS3200 yang dapat digunakan untuk pengukuran komponen RGB sebuah

obyek. DT-SENSE Color Sensor dilengkapi kemampuan untuk menyimpan 25 data

warna serta 2 pilihan antarmuka yaitu UART TTL dan I2C. Modul ini dapat

digunakan untuk aplikasi sistem sortir warna atau color recognition.

Page 7: Sensor Warna

By: Guna M.W

Spesifikasi :

- Berbasis sensor TAOS TCS3200D.

- Mampu mengukur komponen warna RGB dari sebuah obyek berwarna.

- Dilengkapi dengan spacer 3 cm sehingga mencakup area pandang (field of

view) 2 cm x 2 cm.

- Tersedia 2 LED putih untuk membantu pembacaan data warna pada obyek.

- Tersedia fitur penyimpanan 25 buah data warna.

- Pin input/output kompatibel dengan level TTL/CMOS.

- Dilengkapi dengan antarmuka UART TTL dan I2C.

- Konfigurasi komunikasi serial adalah : baudrate 9600 bps, 8 data bit, 1 stop

bit, tanpa parity, dan tanpa flow control.

- Antarmuka I2C mendukung bit rate data hingga 50 kHz.

- Pada antamuka I2C modul ini dapat di-cascade hingga 8 modul tanpa

hardware tambahan.

- Pengaturan alamat hardware I2C melalui pengaturan jumper.

- Tersedia perintah white balance untuk membaca referensi warna putih dan

black balance untuk membaca nilai referensi warna hitam melalui command

set.

- Kebutuhan catu daya 4,8 - 5,4 VDC.

- Tersedia deskripsi dan penjelasan command set yang didukung oleh modul

ini.

2.2 Sensor Warna dengan pemanfaatan Cam

Pada sensor jenis ini yang pada umumnya di gunakan dalam suatu aplikasi

biasanya menggunakan suatu Camera. Dalam pengambilan gambar atau foto udara

sistem ini menggunakan kamera , karena kamera ini dapat diprogram untuk

menyimpan data gambar atau foto.

2.2.1 Sensor Warna >>Modul Kamera (CMUCam3)

Modul kamera CMUcam3 merupakan modul kamera yang dapat

diprogram. Pemrograman dilakukan dengan menggunakan bahasa C.

Modul kamera CMUcam3 telah terintegrasi oleh beragai macam

komponen penting, diantaraya adalah mikrokotroler ARM7TDMI.

Mikrokontroller ARM7TDMI tersebut memiliki berbasiskan prosesor

Philips LPC216. Didalam Mikrokontroller ARM7TDMI telah terintegrasi

IC MAX232 yang berfungsi sebagai converter. CMUcam3 dapat

diaplikasikan pada berbagai macam keperluan.

Page 8: Sensor Warna

By: Guna M.W

Spesifikasi: Modul embedded vision sensor berbasis Omnivision CMOS camera dan mikrokontroler ARM7TDMI (Philips NXP LPC2106). - Programmable dan open source. - RGB, resolusi CIF (352×288). - Slot untuk MMC/SD card dengan FAT16 driver. - 4 port servo controller. - Kecepatan image processing 26 fps (frame/second). - Kompresi JPEG software. - Lua light-weight language interpreter. - Raw images dumps melalui port serial. - Mampu membuat histogram. - Tersedia keluaran video analog B/W (PAL or NTSC). - FIFO image buffer untuk image processing dengan resolusi tinggi. - Antarmuka serial UART TTL & RS-232. - Mendukung Teleos 802.15.4, antarmuka jaringan Wireless Mote.

Page 9: Sensor Warna

By: Guna M.W

BAB III

PRINSIP KERJA

3.2 Prinsip Dasar Sensor Warna

Cahaya sebenarnya adalah sebuah

gelombang elektromagnetik yang datang

dengan panjang gelombang yang berbeda –

beda. Panjang gelombang ini memasuki mata

anda dan energinya diserap oleh sel sel pada

bagian belakang mata anda. Energi cahaya ini

kemudian dirubah menjadi energi kimia yang

kemudian diproses oleh beberapa ratus juta

neuron khusus dan setelah satu per beberapa

detik ajaib, otak kita mengatakan kepada kita

bahwa panjang gelombang 450nm adalah

biru dan panjang gelombang 520 adalah

hijau.

Dan pada tingkat sadar kita tidak pernah

benar – benar melihat panjang gelombang tersebut, namun hanya hasil dari apa yang otak

kita proses yang kita tahu. Melalui proses ini juga, banyak panjang gelombang lain yang

ditolak oleh otak, seperti halnya inframerah dan ultraviolet. Panjang gelombang ini juga

ada namun kita tidak dapat melihatnya.

Bayangkan kita memiliki sebuah sensor yang bisa melihat banyak warna yang

berbeda, seperti photoresistor. Bagaimana kita menggunakan sensor ini untuk mendeteksi

apel merah dan apel hijau? Benar dengan meninjau perbedaan keduanya

Apel merah akan memantulkan cahaya merah tetapi menyerap cahaya hijau.

Begitupula apel hijau akan memantulkan cahaya hijau dan menyerap cahaya merah.

Jika kita menyinari cahaya merah ( seperti dari LED) pada kedua apel, apel merah

akan memantulkan lebih banyak cahaya daripada apel hijau . Sehingga apel hijau akan

kelihatan lebih cerah dibandingkan dengan apel hijau. Begitupula ketika kita menyinari

cahaya cahaya hijau dari LED hijau pada kedua apel, maka apel hijau akan kelihatan lebih

cerah

Page 10: Sensor Warna

By: Guna M.W

Pencocokan Kemiripan dan Thresholding

Pada kenyataannya kita harus mengkalibrasi sebelum sensor tersebut bekerja. Ini

berarti kita harus menggunakan sensor tersebut untuk mengindera benda dan mencatat

pembacaanya dan kemudian membuat grafik dari data ini. Sehingga ketika robot kita

melakukan hal ini dan mengindera benda yang sama, dapat dibandingkan kemiripan

antara pembacaan baru dengan pembacaan yang dikalibrasi

Sebagai contoh bayangkan robot kita harus mengikuti garis putih pada lantai

berwarna abu – abu. Robot dapat menggunakan mikrokontroler untuk mengindera nilai

analog dari sensor. Berdasarkan pada fase kalibrasi, robot tersebut diukur pada nilai pada

nilai analog 95 untuk lantai abu – abu, 112 untuk garis putih dan kemudian menyimpan

nilai ini pada memori. Sekarang ketika robot berada pada garis putih dan kemudian

sensor membaca 108. Lalu apa maksudnya? Apakah berada pada garis atau tidak?

Menggunakan metode thresholding, kita bisa menambahkan nilai terkalibrasi dan

dibagi dengan dua untuk mencari nilai tengah. Sebagai contoh (95+112)/2 = threshold.

Apapun yang berada diatas threshold adalah putih dan apapun dibawahnya adalah lantai

abu – abu

Tetapi bagaimana jika kita memiliki tiga atau empat warna? Bagaimana cara

memberikan nilai ambang? Daripada memberikan nilai ambang, kita bisa menggunakan

pencocokan kemiripan alias bahasa sononya similarity matching. Apa yang anda lakukan

untuk menentukan seberapa mirip tiap warna benda dikalibrasi nilainya. Sebagai contoh

ketika robot berada pada garis putih menggunakan similarity matching, kita akan

menggunakan sedikit rumus matematika sebagai berikut

Persamaan :

abs(new_reading – calibrating_reading)/calibrated_reading * 100 = similarity

sekarang menggunakan bilangan tersebut:

lantai abu – abu = (108 – 95)/95 * 100 = 13.7% different

garis putih = (108 – 112)/112 * 100= 3.6% different

perbandingan: white line < grey floor

sehingga sensor melihat garis putih

kita dapat menggunakan metode ini untuk pembacaan warna apapun dan sejumlah

warna yang ditentukan dengan pengkalibrasian terlebih dahulu. Dengan ini kita telah

meninjau kalibrasi sebagai jalan untuk mengajari robot kita membedakan diantara warna –

warna

3.2 Prinsip CMUCam

3.2.1 Pengambilan Gambar Objek

Pada umumnya proses pengambilan gambar, komputer melalui kamera akan

menerima dan mengolah sebuah informasi visual berupa gambar. Proses penerimaan

dan pengolahan gambar atau citra biasa disebut dengan Image Processing dan

Recognition. Pada perancangan robot, proses pengambilan gambar objek terjadi pada

awal ketika program dijalankan. Mobile robot melalui CMUcam3 sebagai fungsi

penglihatan akan mengambil gambar objek beserta keadaan lingkungan di sekitar

objek. Gambar keadaan sekitar objek dan objek itu sendiri yang telah diambil melalui

CMUcam3 akan melalui proses recognition. Dari proses recognition , akan diperoleh

data – data yang diproses oleh AVR sebagai otak robot dan acuan untuk menentukan

dimana posisi objek sehingga robot dapat bergerak untuk mendekati objek.

Page 11: Sensor Warna

By: Guna M.W

Gambar objek yang telah diambil akan diproses melalui tahapan recognition

guna mendapatkan data berupa centroid, koordinat objek, resolusi, nilai confidence.

Keadaan lingkungan dari sekitar objek digunakan sebagai acuan bagi CMUcam3

dalam mencari objek. Proses pengambilan gambar pertama kali dilakukan pada

tempat dengan intensitas cahaya yang besar, dan proses pencarian objek dilakukan

ditempat yang sama, dengan intensitas cahaya yang sama, kerja sistem akan berjalan

dengan baik. Tetapi ketika proses pengambilan gambar pertama kali dilakukan pada

tempat dengan intensitas cahaya yang besar, kemudian proses pencarian dilakukan

pada tempat berbeda dengan intensitas cahaya yang berbeda, kemungkinan

keberhasilan sistem akan semakin mengecil.

3.2.2 Recognition

Setelah melakukan proses pengambilan gambar objek, gambar objek akan

melalui proses recognition. Proses recognition merupakan proses dimana robot

akan dapat mengenali warn a dari objek yang telah ditentukan sebagai objek utama.

Warna yang telah robot kenali akan menjadi acuan bagi algoritma yang ada pada

sistem dan pergerakan robot.

Proses recognition sendiri terdiri da ri beberapa tahapan yang dilakukan oleh

prosesor CMUcam3. Langkah awal yang terjadi didalam prosesor CMUcam3 adalah

adanya perintah untuk melakukan Track window . Proses Track window dilakukan

hanya sekali ketika robot dan kamera pertama kali dinyalakan. Saat robot dan kamera

dinyalakan, terdapat program yang memperintahkan kepada robot untuk melakukan

Track window . Prinsip dasar perintah Track window adalah prosesor dalam

CMUcam3 melalui kamera akan melakukan grabe frame atau mengambil gambar

sesuai dengan apa yang ada didepan lensa kamera. Perintah yang diberikan, proses

grabe frame dilakukan selama 5 detik, dan objek yang akan didete ksi harus berada

tepat di depan kamera, sehingga kamera dapat mengambil gambar objek. Setelah

proses grabe frame selesai dilakukan, hasil gambar akan diolah guna mendapatkan

centroid atau titik tengah dari objek yang memiliki intesitas warna paling baik, dan

juga luas area sekitar yang memiliki warna yang sama dengan centroid. Warna yang

dikenali hanya berdasarkan nilai RGB yang terbentuk, prosesor tidak mengena li nilai

RGB tersebut merupakan warna merah, hijau, biru, atau warna lainya.

Centroid dari objek yang diambil gambarnya, didapatkan dari titik tengah

objek yang memiliki nilai RGB paling besar dibandingkan dengan nilai RGB yang

ada disekitarnya. Setiap warna dikenal di dalam prosesor atau komputer manapun,

memiliki nila i RGB yang merupakan percampuran dari warna merah, hijau, dan biru,

dengan intensitas antara merah, hijau, dan biru yang berbeda-beda setiap jenis

warnanya.

Setelah prosesor melalui kamera mendapatkan centroid dari objek yang

sedang dicari, prosesor akan menentukan luas area dari objek yang memiliki warna

kurang lebih menyerupai warna dari centroid. Luas area warna berdasarkan pixel yang

ada disekitar centroid yang memiliki nilai RGB tidak berbeda jauh dengan nilai RGB

yang ada pada centroid nya. Luas area ini menentukan seberapa besar bentuk obj ek

yang dideteksi oleh prosesor melalui kamera. Penentuan luas area ini memiliki

batasan yaitu warna dari objek dengan latar belakang memiliki perbedaan yang besar,

seperti contoh objek dengan warna merah dengan latar belakang berwarna putih.

Dari data hasil centroid dan luas area yang dimiliki oleh objek, maka prosesor

akan menyimpulkan berapa besar pixel yang dimiliki oleh objek ang terlihat oleh

kamera. Penentua n pixel ini dapat dikembangkan untuk menentukan apakah objek

Page 12: Sensor Warna

By: Guna M.W

yang terlihat ol eh kamera sudah berada dekat dari kamera atau masih terletak jauh

dari kamera.

Ketika prosesor didalam CMUcam3 telah memiliki data berupa letak centroid

dari objek, luas area yang dimiliki oleh objek, dan seberapa besar pixel yang dimiliki

oleh objek, proses or akan melakukan identifikasi untuk menentukan nilai confidence

sebagai acuan prosesor untuk memberikan data kepada robot. Nilai confidence yang

dimaksud adalah perbandingan antara jumlah pixel pada range tertentu yang sudah

ditentukan dan jumlah pixel dari hasil capture dalam batas kotak pengindraan

(boundary box). Confidence bertujuan untuk memberikan acuan pada prosesor yang

ada didalam CMUcam3 bahwa objek yang dilihat melalui kamera merupakan objek

yang dicari. Confeidence memiliki nilai antara 0 sampai 255, dalam penelitian yang

dilakukan, sebagai contoh diberikan nilai 80 sebagai acuan prosesor memiliki

confidence atau tidak. Nilai dari confidence berdasarkan nilai RGB yang didapat

ketika robot mendeteksi objek. Ketika prosesor melakukan identifikasi dan

menghasilkan nilai confidence di atas 80, maka prosesor akan mengirimkan data si

gnal kepada IC L293 yang merupakan driver dari motor DC untuk bergerak maju

mendekati objek. Tetapi ketika setelah melakukan identifikasi, dan mendapatkan nilai

dibawah 80, maka prosesor akan melakukan identifikasi terh adap objek lain yang

ditangkap oleh lensa kamera.

Pengaplikasian kamera terletak pada robot di bagian atas, sehingga luas ruang

lingkup gambar yang akan diambil oleh kamera akan lebih besar. Kamera terletak

dalam posisi statis atau tidak dapat bergerak. Perlu diingat bahwa kamera sejenis

CMUcam3 ini te rdapat prosesor jenis ARM yang dipergunakan untuk mengolah data

yang diambil ole kamera, sehingga dapat dipergunakan oleh mikrokontroler.

3.2.3 Output CMUcam3

Setelah melakukan proses Recognition dan menghasilkan sebuah data dari

koordinat centroid hingga nilai confidence, CMUcam3 akan mengirimkan data ini

kedalam otak dari robot yaitu AVR. Di dalam AVR terdapat coding yang akan

mengolah data da ri CMUcam3, sehingga melalui data tersebut, robot dapat bergerak

mendekati objek.

Proses pergerakan robot mengacu pada nilai confidence dari CMUcam3.

Ketika nilai confidence yang diterima oleh AVR memiliki nilai diatas 80, maka

AVR akan menjadikan robot bergerak maju mendekati objek.

Page 13: Sensor Warna

By: Guna M.W

BAB IV

DAVTAR PUSTAKA

http://www.google.com

http://www.Societyofrobots.com

http://cmucam.org/wiki/Downloads

http://blog.hobbycoding.web.id/2011/11/04/step-step-tracking-color-dengan-cmucam-3/

http://cmucam.org

http://www.cmucam.org/discussion/message/1343

http://digi-ware.com

http://en.wikipedia.org/wiki/Orange_%28colour%29