@phdthesis{UNY67020,
          school = {Universitas Negeri Yogyakarta},
            year = {2019},
           month = {December},
           title = {TRAINER MACHINE VISION BERBASIS OPENCV MENGGUNAKAN RASPBERRY PI PADA MATA KULIAH ROBOTIKA},
          author = {Ajie Prasetio},
        keywords = {Machine Vision, Media Pembejaran, Robotika},
        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.},
             url = {http://eprints.uny.ac.id/67020/}
}