PURWARUPA ROBOT LENGAN PEMILAH OBJEK BERDASARKAN LABEL TULISAN SECARA REALTIME;THE PROTOTYPE OF REALTIME OBJECT CLASSIFIER ARM ROBOT BASED ON TEXT LABEL

BRYAN NOVEGA WHILDAN BIMANTAKA, Agus Harjoko

2013 | Skripsi | PROGRAM STUDI S1 ELEKTRONIKA DAN INSTRUMENTASI

Saat ini, perkembangan teknologi robotika tidak hanya pada bidang industri, namun juga mulai merambah dunia pendidikan. Salah satu contohnya adalah kompetisi International Robot Contest (IRC) kategori robot humanoid pada misi pemilahan objek. Bagian tubuh dari robot humanoid yang terpenting dalam pemilahan objek adalah webcam yang digunakan untuk identifikasi objek, dan lengan robot yang digunakan untuk mengambil objek. Pada penelitian ini, dibuat sebuah robot lengan yang memiliki 4 DOF dan 1 gripper, dengan webcam sebagai sensornya. Robot lengan akan mencari objek bola, kubus, atau kaleng yang tampak dalam jangkauannya, kemudian mengambil objek tersebut dan meletakkannya pada label tulisannya masing-masing yang telah ditentukan lokasinya. Dalam proses identifikasi objek, citra ditangkap oleh webcam, kemudian dilakukan pengolahan citra digital oleh komputer menggunakan pustaka OpenCV. Setelah objek dikenali, kemudian dicari titik tengah koordinat objek tersebut, sebagai acuan robot lengan untuk menggerakkan motor-motor servo dengan menerapkan metode inverse kinematics geometri. Sedangkan proses membaca label tulisan dilakukan dengan menangkap citra dari webcam, kemudian diolah menggunakan pustaka Tesseract. Pengujian dari purwarupa robot lengan yang dibuat pada penelitian ini meliputi pengujian pengaruh intensitas cahaya pada identifikasi objek, pengujian ketepatan pengambilan objek, dan pengujian ketepatan penempatan objek pada label tulisan. Pada pengujian pengaruh intensitas cahaya, diperoleh kinerja terbaik untuk identifikasi objek, pada saat intensitas cahaya antara 1,59 cd sampai 15,92 cd untuk objek bola, antara 3,18 cd – 3,98 cd dengan threshold 50 – 200 untuk kaleng, dan antara 2,39 cd – 3,98 cd dengan threshold 50 – 200 untuk kubus. Ketepatan pengambilan objek mencapai 86,67%, dan ketepatan penempatan objek mencapai 100%.

Kata Kunci : robot lengan; pemilah objek; pengolahan citra digital; OpenCV; Tesseract.