Prasetio, Ajie (2019) TRAINER MACHINE VISION BERBASIS OPENCV MENGGUNAKAN RASPBERRY PI PADA MATA KULIAH ROBOTIKA. S1 thesis, Universitas Negeri Yogyakarta.
|
Text
1. Cover.pdf Download (5MB) | Preview |
|
|
Text
2. Abstrak.pdf Download (643kB) | Preview |
|
|
Text
3. Bab 1.pdf Download (1MB) | Preview |
|
|
Text
4. Bab 2.pdf Download (4MB) | Preview |
|
|
Text
5. Bab 3.pdf Download (2MB) | Preview |
|
|
Text
6. Bab 4.pdf Download (13MB) | Preview |
|
|
Text
7. Bab 5.pdf Download (360kB) | Preview |
|
|
Text
8. Daftar Pustaka.pdf Download (375kB) | Preview |
|
|
Text
9. Lampiran.pdf Download (32MB) | Preview |
Abstract
Machine Vision merupakan teknologi berbasis gambar untuk menginspeksi dan menganalisis secara otomatis yang dapat diaplikasikan diberbagai bidang, dengan mengintegrasikan dan mengaplikasikannya pada teknologi yang sudah ada untuk memecahkan masalah-masalah. Dalam pengembangannya, ada beberapa kendala seperti derau dan kondisi lingkungan, sehingga diperlukan media pembelajaran sebagai upaya mengatasi masalah tersebut. Penelitian ini bertujuan untuk mengembangkan Trainer, mengetahui unjuk, dan mengetahui tingkat kelayakan Trainer Machine Vision berbasis OpenCV menggunakan Raspberry Pi pada mata kuliah Robotika di JPTEI FT UNY. Penelitian ini menggunakan metode pengembangan teknologi dengan tahapan: (1) mengidentifikasi masalah penelitian, (2) pengumpulan data, (3) desain produk (4) validasi desain, (5) revisi desain, (6) ujicoba produk, (7) revisi produk, (8) ujicoba pemakaian, dan (9) revisi produk. Objek penelitian adalah Trainer Machine Vision berbasis OpenCV menggunakan Raspberry Pi yang dilengkapi labsheet dan buku panduan. Subjek penelitian adalah mahasiswa prodi Pendidikan Teknik Elektronika semester 5 dan semester 9 kelas Robotika. Instrumen pengumpulan data yang digunakan adalah angket dan teknik analisis data yang digunakan adalah analisis deskriptif kualitatif. Hasil penelitian dan pengembangan ini menunjukkan bahwa: (1) Trainer Machine Vision berbasis OpenCV menggunakan Raspberry Pi yang dilengkapi dengan labsheet dan buku panduan; (2) Unjuk kerja media pembelajaran telah berfungsi dengan stabil tingkat error sebesar 2,4%; (3) Tingkat kelayakan media dan materi memperoleh nilai 87,5% dan 96,25% dengan kategori sangat layak. Tingkat kelayakan pemakaian berdasarkan uji pemakaian kepada 20 responden diperoleh nilai 81.88% dengan kategori sangat layak. Hal ini berarti Trainer Machine Vision dapat dikategorikan sangat layak untuk digunakan pada mata kuliah Robotika di JPTEI FT UNY.
| Item Type: | Thesis (S1) |
|---|---|
| Uncontrolled Keywords: | Machine Vision, Media Pembejaran, Robotika |
| Subjects: | Teknik & Teknologi > Teknik Elektronika |
| Divisions: | Fakultas Teknik (FT) > Pendidikan > Pendidikan Teknik Elektronika |
| Depositing User: | Perpustakaan FT |
| Date Deposited: | 27 Dec 2019 03:31 |
| Last Modified: | 27 Dec 2019 03:31 |
| URI: | http://eprints.uny.ac.id/id/eprint/67020 |
Actions (login required)
 |
View Item |