Computer File

Inetegrasi Sistem Pengendalian Pada Skenario Pick-And-Place Makanan Menggunakan Robot Berdasarkan Computer Vision

---

Industri makanan di Indonesia mengalami transformasi yang signifikan menuju
penerapan teknologi canggih dalam proses produksinya. Revolusi industri 4.0 telah
memperkenalkan konsep seperti Internet of Things (IoT), kecerdasan buatan (AI),
dan robotika maju untuk meningkatkan efisiensi dan akurasi. Robot menjadi solusi
utama untuk menggantikan tenaga kerja manual dengan karakteristik efisiensi
tinggi, biaya rendah, dan kesalahan minim. Integrasi robot dalam industri makanan
telah menunjukkan peningkatan yang signifikan, tercermin dari peningkatan
pemasangan robot sebesar 36,36% dari tahun 2019 hingga 2021. Studi ini
mengimplementasikan deteksi objek menggunakan SSDLite MobileNetV3 dengan
karakteristik komputasi yang rendah sehingga memungkinkan untuk mendukung
operasi pick and place pada robot UR5e. Komunikasi antara sistem deteksi objek
dan robot dilakukan melalui ROS dengan komunikasi soket dengan protokol
TCP/IP. Kamera diatur dengan transformasi perspektif untuk memungkinkan
konversi koordinat objek yang akurat, mengingat perbedaan dalam proyeksi dari
dunia 3D ke 2D. Pelatihan yang dilakukan menghasilkan mAP 0,5 sebesar 94% dan
mAP 0,5:0,95 sebesar 80%. Hasil pengujian deteksi menunjukkan tingkat presisi
deteksi objek sebesar 1, recall sebesar 0,91, dan F1 score sebesar 0,95. Proses pick
and place mencapai tingkat keberhasilan rata-rata sebesar 94,75% untuk pick dan
85,37% untuk place, menunjukkan kinerja yang baik dalam aplikasi praktis di
lingkungan pengujian.
Kata kunci: Deep Learning, Makanan, SSDLite, Pick and Place, Universal Robot.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

CD-2240091.1

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