Review jurnal
ROBOT BERLENGAN UNTUK MENGAMBIL BENDA BERBAHAYA YANG DAPAT
DIKENDALIKAN JARAK JAUH
1. Pendahuluan
Latar belakang
Dalam pembuatan alat ini sipenulis menggunakan
landasan teori sebagai acuan penelitian dan
mengembangkan hasil penelian yang telah dibuat. Misal
teori mengenai Robot Handy I yang dikembangkan oleh
Topping (Mike, 1998) adalah sebuah robot yang
dilengkapi dengan lengan robot yang berfungsi untuk
membantu orang cacat mengambil makanan dan
mengarahkannya mendekati mulut. Robot ini masih
bekerja secara manual dalam mengambil makanan
adapun latar belakangan pembuatan alat ini yaitu marak
aksi terorisme yang menyebabkan terjadinya kekacauan
NKRI Terorisme adalah ancaman bagi keutuhan Negara
Kesatuan Republik Indonesia (NKRI).
Berikut adalah beberapa kejadian terorisme di Indonesia
berdasarkan (Wikipedia, t.thn.)
- Tahun 1981, Pembajakan penerbangan Garuda
Indonesia dari Palembang menuju Medan yang
menggunakan pesawat DC-9. Pesawat tersebut
dibajak oleh 5 orang teroris yang menyamar
sebagai penumpang. Pada kejadian ini dilaporkan
bahwa 1 kru pesawat tewas, 1 tentara komando
tewas, dan 3 teroris tewas.
- Tahun 2000, Bom kedubes filipina (bom mobil
yang diletakkan didepan rumah duta besar filipina
di jakarta. Korbannya adalah 2 orang tewas dan 21
lainnya luka-luka. Bom kedubes malaysia,
kedutaan besar malaysia diledakkan dengan granat.
Bom bursa efek jakarta yang menewaskan 10 orang
dan 90 orang luka-luka. Bom malam natal yang
menewaskan 16 orang dan 96 orang luka-luka.
- Tahun 2001, Bom Gereja Santa Anna dan HKBP
yang menewaskan 5 orang, Bom Plaza Atrium
Senen Jakarta yang mengakibatkan 6 orang luka-
luka. Bom KFC Makasar
- Tahun 2002, Bom tahun baru yang
mengakibatkan satu orang tewas. Bom
Bali yang menewaskan 202 orang dan
300 lainnya luka-luka. Bom McDonald
Makasar yang menewaskan 3 orang
dan 11 lainnnya luka-luka.
- Tahun 2003, Bom Komplek Mabes
Polri. Bom Bandara Soekarno-Hatta
yang mengakibatkan 2 orang luka
berat. Bom JW Marriott yang
menewaskan 11 orang dan 152 lainnya
luka-luka.
Untuk menanggulangi masalah terorisme dan
menjaga keutuhan NKRI, kami
mengembangkan Robot Berlengan Untuk
Mengambil Benda Berbahaya Yang Dapat
Dikendalikan Jarak Jauh. Sistem yang kami
kembangkan berupa sebuah platform tank
yang bergerak secara differensial dan lengan
robot yang dipasang diatasnya. Kendali robot
digunakan sistem remote kontrol yang
menggunakan prinsip Pulse Position
Modulation yang dipancarkan dengan
menggunakan modul pemancar 433 Mhz
yang telah dilengkapi dengan Frequency
Hopping Spread Spectrum (HFSS).
Pergerakan robot dilakukan dengan
menggunakan inverse kinematic yang
diproses olah sebuah mikrokontroler. Lengan
robot yang digunakan berupa sebuah lengan
robot 6 DOF dimana pergerakannya
dilakukan oleh enam buah motor servo.
2. Tinjauan Pustaka
Dalam pembuatan jurnal ini Terdapat beberapa
penelitian yang berhubungan dengan lengan robot.
Diantaranya yaitu berbagai bidang penelitian yang
telah dilakukan. Misal Aplikasi lengan robot yang
ujungnya dimodifikasi dengan menambahkan
gripper yang digunakan untuk mengambil sebuah
objek dengan menggunakan kamera..kemudian
Sebuah konstruksi lengan robot yang dibangun
untuk aplikasi mengambil dan memindahkan sebuah
bola berwarna telah dibahas oleh (Guo-Shing, Lin
Hsiung-Cheng, & Chen Po-Cheng, 2011). Proses
estimasi posisi objek dilakukan berdasarkan
pendeteksian tepi permukaan obyek. Masalah yang
ada pada metode ini adalah akurasi yang masih
rendah untuk menentukan lokasi obyek.
Robot Handy I yang dikembangkan oleh
Topping (Mike, 1998) adalah sebuah robot yang
dilengkapi dengan lengan robot yang berfungsi
untuk membantu orang cacat mengambil makanan
dan mengarahkannya mendekati mulut. Robot ini
masih bekerja secara manual dalam mengambil
makanan. Salah satu penelitian lain tentang lengan
robot lain dengan menggunakan platform lengan
robot STAIR (STanford AI Robots), telah
dikembangkan oleh (Saxena Ashutosh W. L., 2008)
pada aplikasi untuk meletakkan berbagai macam
peralatan makan pada rak dengan berbasis visual
menggunakan kamera untuk menentukan lokasi
bendanya. Kemudian mendeteksi rintangan dan
menentukan arah gerakan lengan untuk menuju
objek. Kamera yang digunaka terletak dibelakang
lengan yang dilengkapi sebuah laser scanner sebagai
pengukur jarak objek yang akan diambil. Masalah
pada metode ini adalah akurasi yang masih rendah
dan dilakukan secara manual.
Sebuah metodologi yang berbasis umpan balik
visual untuk melakukan tugas mengambil dan
meletakkan benda juga telah dikembangkan oleh
(Kouskouridas Rigas, 2011). Dalam mengestimasi
posisi objek melibatkan hubungan antara gambar
dalam bidang 2D. Informasi tentang bentuk luasan
suatu gambaran dapat dimanfaatkan untuk
menentukan posisi. Dengan menggunakan metoda
shape classification dan fuzzy jarak sebuah objek
akan dapat ditemukan. Metode ini juga belum
sempurna dalam menentukan posisi obyek.
(Wang Jie, 2006) membahas penelitian pada
sistem hand-eye robot mengunakan informasi visual
dari dua buah kamera. Metoda yang digunakan
untuk memisahkan antara posisi objek dengan latar
belakang menggunakan kombinasi edge detection
dan color segmentation yang dianggap cukup
efektif. Kemudian dapat menentukan posisi dari
sebuah objek dan terakhir mengontrol robot untuk
menyelesaikan tugasnya dengan visual servoing.
Pada sebuah aplikasi lengan robot yang
terpasang di sebuah kursi roda listrik pada sistem
robot rehabilitasi seperti yang dikembangkan oleh
(Song Won-Kyung, 1999), penggunaan metoda
color maker dengan pendekatan bentuk dan ukuran
terget merupakan salah satu cara yang cukup efektif
dalam proses feature extraction. Dengan pendekatan
ini, warna yang menandai pada objek membuat
usaha yang dilakukan lengan robot akan lebih
sederhana sehingga akan mengurangi waktu yang
dibutuhkan.
(Dzulkarnain Ahmad Dicky, 2010) melakukan
penelitian tentang pengendalian lengan robot beroda
dengan kamera, dalam mendukung sistemnya
menggunakan metode pendeteksian objek. Template
matching yang digunakan untuk pendeteksian objek
yang telah dipilih dan Viola-Jones yang digunakan
sebagai bantuan untuk mendapatkan hasil yang
maksimal. Hasil pendeteksian yang digunakan untuk
tracking masih 90%.
 Gambar 1. Sistem metode yang dikembangkan

3. Sistem metode Yang Dikembangkan
Sistem yang kembangkan ditunjukkan pada
gambar 1. berupa Konfigurasi perangkat keras yang
mengunakan Remote Kontrol AT9 Radiolink yang
memliki kanal sejumlah 9 dan bekerja pada
frekuensi 2.4 Ghz, ArduPilot Mega 2.6, Arduino
Mega, Arduino Uno, Raspberry Pi, kamera analog
AomWay 600 tvl, kamera logitec, Electronic Speed
Controller Brushed, telemetri 3DR yang bekerja
pada frekuensi 433 Mhz, Lengan robot 6 DOF,
Video sender dan receiver, dan layar monitor.
Cara kerja sistem yang penulis usulkan adalah
sebagai berikut.
1. Operator mengendalikan robot dan
lengannya menggunakan remot kontrol.
2. Sinyal perintah yang dikirimkan oleh remot
kontrol akan diterima oleh bagian
maupun otomatis. Juga, pergerakan robot juga dapat
digerakkan untuk mengambil benda secara manual
dan juga otomatis berdasarkan perintah yang
dimasukkan melalui komputer. Untuk
mengendalikan robot dan lengannya ditunjukkan
pada gambar 2. Tongkat sebelah kanan digunakan
untuk pergerakan robot untuk maju, mundur, belok
kanan, dan belok kiri. Switch sebelah kanan atas
digunakan untuk memilih mode operasi (manual dan
otomatis). Sedangkan tongkat sebelah kiri digunakan
untuk mengendalikan lengan robot secara horisontal
dan vertikal berdasarkan perhitungan reverse
kinematic.
mod
e
x

penerima, dan dilanjutkan ke

mikrokontroler arduino mega dan ardupilot. maju
3. Sinyal perintah ini meliputi perintah untuk Z
menggerakkan pergerakan robot (maju, mundur
mundur, belok kanan, dan kiri) dan kiri kanan
menggerakkan lengan robot.
4. Operator menggerakkan robot berdasarkan Gambar 2. Cara mengendalikan robot
umpan balik visual yang dipancarkan
menggunakan video sender dan ditampilkan
ke monitor.
Sistem ini memiliki fitur diantaranya pergerakan
robot dapat dijalankan secara manual
 Robot yang dikembangkan sipenulis
Gambar 3. Robot yang dikembangkan
4. hasil pengujian
Pengujian yang telah dilakukan adalah
pengujian kemampuan lengan robot dalam
mengangkat sebuah benda. Pengujian ini dilakukan
dengan mengukur berat beban yang dapat terangkat
oleh lengan. Pengujian dilakukan dengan menambah
berat suatu beban secara bertahap, kemudian
mengukur tinggi beban dapat terangkat oleh lengan.
Tinggi beban terangkat diukur dari base lengan.
Ilustrasi pengujian ditunjukkan pada gambar 4.
Gambar 4. Pengujian kemampuan lengan robot
untuk mengangkat benda
Hasil pengujian ditunjukkan pada gambar 5.
Berdasarkan hasil pengujian diperoleh beban
maksimal yang dapat diangkat oleh lengan adalah
217 gram.
Pengujian Kemampuan Lengan Ketika
Mengangkat Sebuah Benda
(Cm)
12
atterangk
10
8 Morgan. (2008). A Vision-based System for
Tinggi beban
6
4 Stanford University, USA.
2 vision and force sensor. Elsevier Robotics and
0 Autonomous Systems 28, 83-94.
0 0,1
Beban (gram)0,2 0,3
Gambar 5. Hasil Pengujian Kemampuan Lengan
5. Kesimpulan
Sistem yang kami kembangkan masih terus
akan dikembangkan. Pengembangan lengan robot
telah berhasil kami realisasikan dengan kemampuan
maksimal dapat mengangkat benda dengan berat
maksimal adalah 217 gram. Hasil pengujian terlihat
sudah cukup baik, namun perkembangan kedepan
penulis akan menggunakan prinsip servo tersebar
untuk dapat meningkatkan beban maksimal tersebut.
5. kelebihan dan kekurangan
Adapun kelebihan pada jurnal ini berupa alat
yang dibuat pada hasil pengujian dijeleskan bahwa
telah banyak dikembangkan sehingga sipenulis dapat
mengembangkan hasil penelitian yang telah ada. dan
memiliki kelebihan tersendiri dari hasil yang telah
dibuat sebelumnya sebagai acuan untuk
dikembangkannya lagi.
Pada jurnal ini sipenulis mengungkapkan
bahwa akurasi pada robot masih rendah untuk
menentukan lokasi obyek.. kemudian batas berat
maksimum untuk mengambil barang hanya sekitar 217
gram.
Daftar Pustaka:
Guo-Shing, H., Lin Hsiung-Cheng, & Chen Po-
Cheng. (2011). Robotic Arm Grasping and
Placing Using Edge Visual Detection System.
Proc of the 8th Asian Control Conference
(ASCC), (pp. 960-964). Taiwan.
Kouskouridas Rigas, A. A. (2011). Guiding a
Robotic Gripper by Visual Feedback for Object
Manipulaion Tasks. Proc of the 2011 IEEE
International Conference on Mechatronics, 433-
438.
Mike, T. (1998). The Development of Handy 1. A
Rehabilitation Robotic Syste to Assist The
Seferely Disable Ind. Robot, 316-320.
Saxena Ashutosh, W. L. (2008). A Vision-based
System for Grasping Novel Objects in Cluttered
Environments. Computer Science Department,
Stanford University.
Saxena Ashutosh, Wong Lawson, & Quigley
Grasping Novel Objects in Cluttered
Environments. Computer Science Department,
Song Won-Kyung, L. H. (1999). KARES: Intelligent
wheelchair-mounted robotic arm system using
Spenko Matthew, Yu Haoyong, & Dubowsky
Steven. (2006). Robotic Personal Aids for
Mobility and Monitoring for the Elderly. IEEE
Trans on Neural System and Rehabilitation
Engineering, (pp. 344-351).
Wang Jie, X. Z. (2006). Research on Hand-Eye
Robot. Proc of the 2006 IEEE International
Conference on Mechatronics and Automation,
898-903.
Wikipedia. (2016). Retrieved from
id.m.wikipedia.org/wiki/terorisme_di_indonesia