Printed

Rancang Bangun Sistem Sortir Konveyor Bentuk Benda Geometri Berbasis Computer Vision

---

Tren global seperti just-in-time, kontainerisasi, dan e-commerce meningkatkan
volume pengiriman dengan jadwal ketat. Sistem konveyor otomatis menjadi kunci
dalam distribusi barang. Kecepatan dan keakuratan, terutama dalam penyortiran
konveyor, esensial dalam industri. Sortir melibatkan pemilihan barang, dan
otomatisasi bertujuan memaksimalkan efisiensi, diukur sebagai jumlah rata-rata
pesanan. Computer vision, terutama dalam deteksi objek, menjadi dasar untuk
penyortiran. Kerja sistem tersebut berawal dari menempatkan objek di atas
konveyor, sebuah kamera diletakkan di atas juga melakukan pendeteksian objek.
Data yang terkumpul dari kamera diolah menggunakan Raspberry Pi 4 dengan
metode YOLO v8. Setelah proses pengolahan oleh Raspberry Pi, data tersebut
dikirimkan ke server MQTT. Node Red, yang berfungsi sebagai antarmuka manusia
mesin (HMI), serta PLC, menerima dan mengolah data yang dihasilkan oleh
Raspberry Pi melalui protokol MQTT. Data yang diterima oleh MQTT pada PLC
akan diimplementasikan untuk menggerakkan aktuator, yang dalam hal ini berupa
silinder double acting. Hasil yang didapatkan dari penelitian ini yaitu sistem sortir
konveyor bentuk benda geometri dapat berfungsi. Adapun untuk tingkat akurasi
pada kecepatan konveyor sebesar 1 cm/s memiliki rata-rata tingkat accuracy
confidence 89,38%, lalu pada kecepatan 1,7 cm/s memiliki rata-rata tingkat
accuracy confidence 78,57%, terakhir pada kecepatan 2,3 cm/s memiliki rata-rata
tingkat accuracy confidence 59,28%. Hasil analisis Confusion Matrix yaitu berupa
mAP khususnya mendapatkan nilai 0,993 pada IoU threshold 0,5. Selanjutnya,
untuk mengkomunikasikan antara PLC, HMI, dan CV, maka hasil dari CV dapat
dikomunikasikan dengan MQTT dengan menggunakan library paho mqtt. Dengan
adanya tugas akhir ini, diharapkan dapat memberikan solusi untuk mengatasi
pemilahan objek geometri pada suatu konveyor secara cepat dan akurat, serta dapat
menjadi referensi untuk penelitian-penelitian selanjutnya. Serta terdapat nilai ratarata delay publish dan subscribe pada MQTT sebesar 632,7 ms.
Kata kunci: MQTT, Node Red, PLC, Raspberry Pi 4, YOLO v8

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

TA-2240089.1

Penerbit

Bandung : Polman., 2024

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

D4 Prodi Teknologi Rekayasa Otomasi 2024

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar