PENGENDALIAN PERGERAKKAN ROBOT LENGAN

4 DEGREE OF FREEDOM (DOF) UNTUK

PENGAMBIL BUAH TOMAT MENGGUNAKAN
FUZZY LOGIC

OLEH
FITRIA WAHYU ANDINI
061730320200

POLITEKNIK NEGERI SRIWIJAYA

PALEMBANG
2020

1
 2

BAB 1
PENDAHULUAN

A. Latar Belakang
Indonesia merupakan negara yang memiliki sumber daya alam yang
melimpah. Kekayaan sumber daya alam tersebut salah satunya tercurah pada
sektor pertanian [1]. Begitu juga dengan perkembangan penggunaan teknologi
pertanian yang sangat pesat dalam upaya meningkatkan kualitas dan kuantitas
produksi seiring dengan kemajuan ilmu pengetahuan dan teknologi untuk
membantu petani dalam meningkatkan efisiensi dan produktivitas usaha petani.
Petani membutuhkan sistem kerja yang detail, kecepatan, ketepatan, serta
kuantitas menjadi suatu hal yang wajib dipenuhi dalam proses pertanian.
Dalam kegiatan memanen produksi hasil pertanian saat ini, masih
menggunakan sistem manual yang dimana metode ini masih memiliki kekurangan
yaitu memerlukan waktu dan tenaga yang cukup besar sehingga menjadi tidak
efisien dan efektif. Oleh karena itu perlu adanya suatu metode yang dapat
membantu tugas petani dalam hal kegiatan memanen. Misalnya dengan
menggunakan robot pada proses memanen. Robot industri yang sederhana dan
populer saat ini, yang biasa digunakan ialah robot manipulator (arm robot).
Fungsi dari robot lengan tersebut, untuk memegang barang dan memindahkan
barang dari suatu tempat ketempat lain sesuai dengan kebutuhan industri yang
biasa dikenal pick and place arm robot [2].
Menurut Robot Institute Of America, salah satu riset unggulan di Carnigie
Mellon University, robot merupakan suatu sistem yang dapat di program dan
dapat diprogram kembali, memiliki komponen-komponen, dirancang dengan
sistem manipulator mekanik agar dapat melakukan pemindahan barang-barang
dengan suatu program yang diisikan dan disesuaikan untuk dapat melaksanakan
berbagai macam tugas [3]. Sehingga robot dapat diartikan sebagai suatu sistem
otomatis yang dapat di program (Programmable Automation) salah satunya
penggunaan arm robot [4].

Politeknik Negeri Sriwijaya

 3

Dalam perancangan arm robot yang sederhana umumnya paling banyak

digunakan motor servo karena mudah dalam penggunaan dan mengontrol
gerakannya. Pada bagian end-effector robot manipulator memiliki peran aktif
dalam melakukan aksi yang diinginkan, misalnya terdapat sensor pendeteksi untuk
mendeteksi suatu zat atau gripper untuk mengambil objek. Rancangan end-
effector sangat tergantung kepada objek dan seringkali dirancang khusus untuk
satu jenis objek. Di negara maju seperti Jepang, Amerika dan Eropa telah banyak
dilakukan penelitian yang berhubungan dengan end-effector [5].
Hal ini membuat penulis merencanakan perancangan robot pengambil buah
tomat dengan menggunakan arm robot manipulator 4 derajat kebebasan Degree
Of Freedom (DOF), robot tersebut akan mengambil buah tomat yang belum
matang agar tidak tercampur dengan buah tomat yang sudah matang berdasarkan
warna menggunakan kamera yang berperan menangkap visual berupa spektrum
warna buah tomat dengan menggenggam buah tomat tersebut menggunakan end-
effector atau sering disebut sebagai tangan robot yang dipasang pada ujung bebas
manipulator (lengan robot)selain itu menjadikan proses lebih higenis, cepat dan
efisien.
Berdasarkan latar belakang yang ada diatas penulis tertarik untuk membuat
tugas akhir untuk memenuhi persyaratan kelulusan di Politeknik Negeri Sriwijaya
pada Jurusan Teknik Elektro Program Studi Sarjana Terapan Teknik Elektro
(Konsentrasi Mekatronika), maka penulis ingin mengajukan judul ”Pengendalian
Pergerakkan Robot Lengan 4 Degree Of Freedom (DOF) Untuk Pengambil
Buah Tomat Menggunakan Fuzzy Logic”.

B. Perumusan Masalah
Rumusan masalah dalam pembuatan robot ini adalah membahas prinsip kerja
pengendalian robot lengan 4 Degree Of Freedom (DOF) untuk memilah buah
tomat berwarna hijau berbasis fuzzy logic.

Politeknik Negeri Sriwijaya

 4

C. Tujuan
1. Mempelajari prinsip kerja arm robot manipulator sebagai pemindah barang
menggunakan fuzzy logic.
2. Mempelajari pergerakkan arm robot manipulaor 4 Degree Of Freedom
(DOF) dalam memindahkan dan mengambil buah tomat.

D. Manfaat
1. Mengetahui prinsip kerja arm robot manipulor sebagai pemindah barang
menggunakan fuzzy logic.
2. Mengetahui pergerakkan pada arm robot manipulaor 4 Degree Of Freedom
(DOF) dalam memindahkan dan mengambil buah tomat.

Politeknik Negeri Sriwijaya

 5

BAB II
TINJAUAN PUSTAKA

A. State Of The Art Arm Robot

Istilah robot pertama kali dipakai oleh dramawan dan novelis Ceko, Karol
Capek pada tahun 1917. Kata robot berasal dari bahasa Ceko yaitu robota yang
memiliki makna kerja (work)[6][7]. Salah satu robot yang biasa digunakan ialah
Robot Manipulator yang biasanya dicirikan dengan mempunyai lengan (arm
robot)[8]. Pada umumnya robot manipulator ini digunakan dalam dunia industri
dimana sistem yang digunakan ialah pick and place robotic arm yang berfungsi
untuk memindahkan barang dari suatu tempat ketempat lain sesuai dengan fungsi
kerja robot yang diinginkan, seperti: industri otomotif, elektronik, dan komputer
[9]–[13]. Untuk membuat robot menjadi cerdas dalam pergerakkannya maka robot
harus memiliki “otak”. Salah satunya dengan menggunakan kecerdasan metode
fuzzy logic
Manipulator merupakan sebuah rangkaian benda kaku (rigid bodies) terbuka
yang terdiri atas sendi (joint) dan terhubung dengan lengan (link) dimana setiap
posisi sendi ditentukan dengan variabel tunggal sehingga jumlah sendi sama
dengan nilai derajat kebebasan (degree of freedom). Lebih spesifikasinya arm
robot 4 degree of freedom (DOF) lihat gambar 2.1

Gambar 2.1. Arm Robot 4 DOF

Gambar 2.1 Bentuk arm robot 4 (DOF)
(Sumber : http://www.jogjarobotika.com/bracket-frame-kit-arm-hexapod/2720-
mearm-robot-lengan-robot-4-dof-acrylic-kit.html)

Politeknik Negeri Sriwijaya

 6

B. Konsep Dasar Manipulator Robot

Seperti dijelaskan dalam subbab robot Industri sebelumnya bahwa
manipulator merupakan bagian mekanik yang dapat difungsikan untuk
memindahkan, mengangkat dan memanipulasi benda kerja. Dengan kata lain
manipulator merupakan sekumpulan hubungan mekanik yang terdiri dari
rangkaian kinematic berupa link, sebagai rangkaian umpan balik terbuka maupun
rangkaian umpan balik tertutup yang dihubungkan dengan sendi-sendi dan dapat
melakukan gerakan-gerakan secara bebas.

C. Artificial Intelligence
Kecerdasan Buatan (artificial intelligence) merupakan inovasi baru di
bidang ilmu pengetahuan. Mulai ada sejak muncul komputer modern, yakni pada
1940 dan 1950. Menurut H.A.Simon (1987): ”Kecerdasan buatan (artificial
intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait
dengan pemrograman computer untuk melakukan hal yang dalam pandangan
manusia adalah cerdas”[15].
Demikian juga agar mesin bisa cerdas (bertindak seperti dan sebaik manusia)
maka harus diberi bekal pengetahuan, sehingga mempunyai kemampuan untuk
menalar. Untuk membuat aplikasi kecerdasan buatan terhadap mesin, ada 2 bagian
utama yang sangat dibutuhkan :
1. Basis Pengetahuan (Knowledge Base), bersifat fakta-fakta, teori , pemikiran
dan hubungan antar satu dengan yang lainnya.
2. Motor Inferensi (Inference Engine), kemampuan menarik kesimpulan
berdasarkan pengetahuan dan pengalaman.

D. Sensor Jarak
Sensor ultrasonik adalah sebuah sensor yang berfungsi untuk mengubah
besaran fisis (bunyi) menjadi besaran listrik dan sebaliknya. Cara kerja sensor ini
didasarkan pada prinsip dari pantulan suatu gelombang suara sehingga dapat
dipakai untuk menafsirkan eksistensi (jarak) suatu benda dengan frekuensi

Politeknik Negeri Sriwijaya

 7

tertentu. Disebut sebagai sensor ultrasonik karena sensor ini menggunakan

gelombang ultrasonik (bunyi ultrasonik).
HC-SR04 merupakan sensor ultrasonik yang dapat digunakan untuk mengukur
jarak antara penghalang dan sensor. Konfigurasi pin dan tampilan sensor HC-
SR04 [19] diperlihatkan pada Gambar 2.5.

Gambar 2.2 Konfigurasi Pin dan Tampilan Sensor Utrasonik HC-SR04

(Sumber:https://cdn.sparkfun.com/datasheets/Sensors/Proximity/HCSR04.pdf)

Ada 4 pin/kaki pada sensor HC-SR04. Berikut keterangannya :

1. Pin Trig (Triger) sebagai pin/kaki untuk memicu (mentrigger) pemancaran
gelombang ultrasonik. Cukup dengan membuat logika “HIGH–LOW” maka
sensor akan memancarkan gelombang ultrasonik.
2. Pin Echo sebagai pin/kaki untuk mendeteksi ultrasonik, apakah sudah
diterima atau belum. Selama gelombang ultrasonik belum diterima, maka
logika pin ECHO akan “HIGH”. Setelah gelombang ultrasonik diterima
maka pin ECHO berlogika “LOW”.
3. Pin Vcc sebagai pin koneksi ke power supply + 5 Vdc. Dapat juga
dihubungkan langsung ke pin Vcc mikrokontroler.
4. Pin Gnd (Ground) adalah pin koneksi ke power supply Ground. Dapat juga
dihubungkan ke pin Gnd mikrokontroler
Prinsip pengukuran jarak menggunakan sensor ultrasonik HC-SR04 adalah,
ketika pulsa trigger diberikan pada sensor, transmitter akan mulai memancarkan
gelombang ultrasonik, pada saat yang sama sensor akan menghasilkan output TTL
transisi naik menandakan sensor mulai menghitung waktu pengukuran, setelah
receiver menerima pantulan yang dihasilkan oleh suatu objek maka pengukuran
waktu akan dihentikan dengan menghasilkan output TTL transisi turun.

Politeknik Negeri Sriwijaya

 8

Pemilihan HC-SR04 sebagai sensor jarak yang akan digunakan pada

penelitian ini karena memiliki fitur sebagai berikut; kinerja yang stabil,
pengukuran jarak yang akurat dengan ketelitian 0,3 cm, pengukuran maksimum
dapat mencapai 4 meter dengan jarak minimum 2 cm, ukuran yang ringkas dan
dapat beroperasi pada level tegangan TTL. Prinsip pengoperasian sensor
ultrasonik HC-SR04 adalah sebagai berikut ; awali dengan memberikan pulsa Low
(0) ketika modul mulai dioperasikan, kemudian berikan pulsa High (1) pada
trigger selama 10 μs sehingga modul mulai memancarkan 8 gelombang kotak
dengan frekuensi 40 KHz, tunggu hingga transisi naik terjadi pada output dan
mulai perhitungan waktu hingga transisi turun terjadi, setelah itu gunakan Timing
diagram pengoperasian sensor ultrasonik HC-SR04 diperlihatkan pada gambar
2.6.

Gambar 2.3 Timing Diagram Pengoperasian Sensor Ultrasonik HC-SR04

(Sumber:https://cdn.sparkfun.com/datasheets/Sensors/Proximity/HCSR04.pdf)

E. Sensor Citra
Sensor citra yang digunakan pada tugas akhir ini adalah Pi camera berupa
papan kecil, sekitar 36mm x 36mm, sehingga cocok untuk mobile application atau
lainnya di mana ukuran dan kualitas gambar yang penting. Menghubungkan ke
Raspberry Pi dengan cara kabel pita singkat. Kamera terhubung ke prosesor
BCM2835/BCM2836 pada Pi melalui bus CSI, link bandwidth yang lebih tinggi
yang membawa data pixel dari kamera kembali ke prosesor.
Kamera yang digunakan untuk melakukan proses akusisi gambar yaitu Pi
camera yang merupakan kamera khusus yang didesain untuk mini komputer
Raspberry Pi. Dengan ukuran kecil, modul kamera Raspberry Pi dapat digunakan
untuk mengambil gambar dengan kualitas high definition memiliki resolusi asli

Politeknik Negeri Sriwijaya

 9

dari 5 megapixel, dan memiliki lensa fokus tetap di papan. Dalam hal gambar
diam, kamera ini mampu 2592 x 1944 pixel gambar statis, dan juga mendukung
1080p30, 720p60 dan 640x480p60/90 video, dapat bekerja pada semua model
Raspberry Pi yang terhubung pada port CSI. berikut gambar 2.7 fisik dari Pi
camera [20].

Gambar 2.4 Bentuk Fisik Pi Camera

(Sumber : Raspberry Pi Camera Module)

F. Perangkat MINI PC (Raspberry Pi)

Raspberry Pi adalah sebuah SBC (Single Board Computer) seukuran kartu
kredit yang dikembangkan oleh Yayasan Raspberry Pi di inggris (UK) dengan
maksud untuk memicu pengajaran ilmu komputer dasar di sekolah-sekolah (Putra,
2012). Raspberry Pi dikenalkan pada tahun 2012 dan memiliki Processor bernama
Broadcom BCM2835 system on chip (SOC) yang telah memiliki ARM1176JZF-S
700 MHz CPU, untuk Graphics telah disertakan VideoCore IV GPU, serta telah
memiliki ram sebesar 256MB untuk model A, dan telah ditingkatkan ke 512 MB
untuk model B dan B+ pada generasi pertama. Sedangkan untuk generasi kedua
Raspberry Pi, dimana diperkenalkan pada Februari 2015 memiliki Processor
Broadcom BCM2836 SoC, dengan Processor quad-core ARM Cortex-A7 CPU
dan sebuah VideoCore IV dual-core GPU; serta memiliki ram sebesar 1 GB.
System on Chip yang dipakai oleh Raspberry Pi diciptakan oleh Boradcom, dan
menggunakan arsitektur ARM. Raspberry Pi dapat diperlihatkan pada gambar
2.5.

Politeknik Negeri Sriwijaya

 10

Gambar 2.5 Raspberry Pi 3 Model B

(Sumber:http://docseurope.electrocomponents.com/webdocs/14ba/0900766b814b
a685.pdf)

Lebih jelasnya dari Raspberry Pi model B, berikut ini:

1. Broadcom BCM2835 ARM11 700Mhz merupakan otak dari Raspberry Pi
B.
2. HDMI out HDMI 1.3 a-compliant mendukung sinyal HDMI dan DVI-D.
3. CSI connector camera, dengan 15 pin flat flex kabel headeruntuk CSI-2
interface MIPIAliansi. Standar antarmuka CSI mendefinisikan standar
antarmuka serial searah untuk perangkat kamera CSI-compliant.
4. Ethernet Out (hanya dalam model 256 Mb) Mendukung fungsi Wakeon-
LAN dan TCP / UDP - USB 2.0 Fungsi USB disediakan oleh SMSC
LAN9512 pada kedua Model A dan Model B. LAN9512 adalah paket
menarik dan cara yang sangat baik untukV menghemat ruang PCB. Port
USB pada Pi adalah USB 2.0 dengan maksimum menarik arus yang
disarankan 100 mA.
5. Status LED Memiliki 4 Led sebagai indicator status dari setiap fungsi pada
Raspberry Pi. D5 menyala hijau menjelaskan system/ akses terkoneksi
dengan SD card, D6 menyala merah menjelaskan power terkoneksi, 3.3V.
D7 menyala hijau sebagai full duplex, half duplex jika LED padam. D8
menyala hijau menjelaskan link activity untuk LAN.
6. AUDIO OUPUT sebagai stereo audio output.

Politeknik Negeri Sriwijaya

 11

7. JTAG Header JTAG interface digunakan untuk memprogram chip SoC dan
chip SMSC didalam board. Pabrikan juga menggunakan JTAG untuk
menguji hardware pada saat pembuatannya.
8. RCA Video output sebagai video output cadangan pada Raspberry Pi
apabila fungsi HDMI tidak digunakan.
9. GPIO Header terdiri dari 26 pin yang berfungsi untuk pengontrolan suatu
perangkat yang dikontrol oleh suatu perangat lunak baik dikonfigurasi
sebagai pin input maupun sebagai pin output. Fitur-fitur pada GPIO
diantaranya: pin I2C, pin RX TX, pin PWM, pin PPM dan disediakan pin
dengan tegangan 5V dan 3.3V. Semua pin pada GPIO memiliki tingkat
logika 3.3V.
10. DSI Display connector, dengan 15 pin flat flex yang tampak persis dengan
dega CSI-2 interface, biasanya digunakan untuk display LCD seperti LCD
pada ponsel. DSI juga dapat digunakan sebagai I2C.
11. SD card slot sebagai slot untuk SD card atau slot mikro SD, yang berisikan
OS untuk di akses oleh pengguna Raspberry Pi B.
12. Micro USB power, dengan power input 5V 1A DC untuk memenuhi
kebutuhan tegangan dan arus pada Raspberry Pi B.

G. Mikrokontroler
Mikrokontroler adalah salah satu dari bagian dasar dari suatu sistem
komputer[21]. Meskipun mempunyai bentuk yang jauh lebih kecil dari suatu
komputer pribadi dan komputer mainframe, mikrokontroler dibangun dari
elemen-elemen dasar yang sama. Hampir semua input mikrokontroler hanya dapat
memproses sinyal input digital dengan tegangan yang sama dengan tegangan
logika dari sumber. Tegangan positif sumber umumnya adalah 5 volt. Padahal
dalam dunia nyata terdapat banyak sinyal analog atau sinyal dengan tegangan
level. Pada pembuatan tugas akhir ini saya menggunakan mikrokontroller berupa
arduino.

Politeknik Negeri Sriwijaya

 12

Arduino Mega 2560 adalah papan pengembangan mikrokontroler yang

berbasis Arduino dengan menggunakan chip ATmega2560. Board ini memiliki
pin I/O yang cukup banyak, sejumlah 54 buah digital I/O pin (15 pin diantaranya
adalah PWM), 16 pin analog input, 4 pin UART (serial port hardware). Arduino
Mega 2560 dilengkapi dengan sebuah oscillator 16 Mhz, sebuah port USB, power
jack DC, ICSP header, dan tombol reset. Board ini sudah sangat lengkap, sudah
memiliki segala sesuatu yang dibutuhkan untuk sebuah mikrokontroler. Dengan
penggunaan yang cukup sederhana, tinggal menghubungkan power dari USB ke
PC atau melalui adaptor AC/DC ke jack DC. Berikut gambar 2.9 bentuk fisik dari
arduino mega 2560 [22].

Gambar 2.6 Arduino Mega 2560

(Sumber: www.inhaos.com/uploadfile/otherpic/2560.pdf)

Lebih jelasnya Arduino Mega 2560 dapat dilihat pada tabel 2.1.
Tabel 2.1 Arduino Mega 2560
Chip mikrokontroller ATmega2560
Tegangan operasi 5V
Tegangan input (yang
7V - 12V
direkomendasikan, via jack DC)
Tegangan input (limit, via jack 6V - 20V
DC)
Digital I/O pin 54 buah, 6 diantaranya
menyediakan PWM output
Analog Input pin 16 buah
Arus DC per pin I/O 20 mA
Arus DC pin 3.3V 50 mA

Politeknik Negeri Sriwijaya

 13

Memori Flash 256 KB, 8 KB telah

digunakan untuk bootloader
SRAM 8 KB
EEPROM 4 KB
Clock speed 16 Mhz
Dimensi 101.5 mm x 53.4 mm
Berat 37 g

Arduino Mega 2560 dapat ditenagai dengan power yang diperoleh dari
koneksi kabel USB, atau melalui power supply eksternal. Pilihan power yang
digunakan akan dilakukan secara otomatis. External power supply dapat diperoleh
dari adaptor AC-DC atau bahkan baterai, melalui jack DC yang tersedia, atau
menghubungkan langsung GND dan pin Vin yang ada di board. Board dapat
beroperasi dengan power dari external power supply yang memiliki tegangan
antara 6V hingga 20V. Namun ada beberapa hal yang harus diperhatikan dalam
rentang tegangan ini. Jika diberi tegangan kurang dari 7V, pin 5V tidak akan
memberikan nilai murni 5V, yang mungkin akan membuat rangkaian bekerja
dengan tidak sempurna. Jika diberi tegangan lebih dari 12V, regulator tegangan
bisa over heat yang pada akhirnya bisa merusak board. Dengan demikian,
tegangan yang di rekomendasikan adalah 7V hingga 12V. Beberapa pin power
pada Arduino Mega:
a. GND. Ini adalah ground atau negatif.
b. Vin. Ini adalah pin yang digunakan jika ingin memberikan power langsung
ke board Arduino dengan rentang tegangan yang disarankan 7V – 12V
c. Pin 5V. Ini adalah pin output dimana pada pin tersebut mengalir tegangan
5V yang telah melalui regulator
d. V3. Ini adalah pin output dimana pada pin tersebut disediakan tegangan
3.3V yang telah melalui regulator
e. IOREF. Ini adalah pin yang menyediakan referensi tegangan
mikrokontroler. Biasanya digunakan pada board shield untuk memperoleh
tegangan yang sesuai, apakah 5V atau 3.3V

Politeknik Negeri Sriwijaya

 14

Politeknik Negeri Sriwijaya

 15

BAB III
METODOLOGI PENELITIAN

A. Kerangka Tugas Akhir

Dalam pelaksanaannya program ini dibagi kedalam 6 tahap yaitu meliputi
tahap persiapan umum, pembuatan alat, pengujian alat, perancangan ulang,
penerapan alat, dan evaluasi.

1. Persiapan Umum
Bentuk persiapan yang dilakukan untuk penunjangan program ini yaitu
persiapan administratif seperti pembuatan kerangka laporan, pembuatan instrumen
monitoring dan evaluasi program, dan juga persiapan lain yang bertujuan untuk
lebih menata pelaksanaan program agar dapat terlaksana dengan baik

2. Pembuatan Alat
Pada tahap ini, pembuatan alat dilakukan dalam empat tahap yaitu meliputi
pembelian komponen (komponen elektronik maupun mekanik), pembuatan Modul
yaitu meliputi pembuatan komponen- komponen elektrik seperti pembuatan
sistem minimum Mikrokontroler, pembuatan program, perakitan inputan (berupa
sensor) dan output. Dari Modul yang telah dibuat kemudian dilakukan instalasi/
perakitan pada mekanik. Finishing yaitu merapikan dan memperindah tampilan
dari alat yang telah di buat.

3. Pengujian Alat
Pengujian di lakukan pada alat secara dua tahap. Pada tahap Pertama
pengujian dilakukan terhadap masing-masing komponen dan program. Pengujian
tahap kedua dilakukan terhadap keseluruhan baik program, alat dan mekanik.

4. Perancangan Ulang
Perancangan ulang dilakukan sebagai bentuk respon terhadap hasil pengujian
yang dilakukan. Tahap ini bertujuan untuk memberikan desain alat yang lebih

Politeknik Negeri Sriwijaya

 16

baik dari desain sebelumnya. Tahap ini juga dapat dilewati jika pada pengujian
pertama tidak dapat masalah yang berarti dari alat yang dibuat.

5. Penerapan
Pada tahap ini alat sudah berhasi dibuat secara keseluruhan dan siap untuk
melakukan penerapan dengan melakukan simulasi.

6. Evaluasi
Tujuan dilakukannya evaluasi adalah untuk mengetahui ketercapaian tujuan
dari program yang dilaksanakan, sehingga nantinya dapat dilakukan perbaikan
dan pengembangan menjadi lebih baik lagi. Evaluasi dilakukan dengan cara
diskusi satu kelompok dan juga dosen pembimbing.

B. Pengembangan Perangkat Keras

Pengembangan perangkat keras mencakup tahap-tahap perancangan suatu
alat. Perancangan adalah tahap terpenting dari seluruh proses pembuatan alat.
Perancangan alat ini mempunyai tujuan untuk mendapatkan hasil akhir yang baik
seperti yang diharapkan dengan memperhatikan penggunaan komponen yang
mudah didapatkan di pasaran. Selain itu, dengan adanya perancangan tersebut
akan mempermudah kita mencari dan memperbaiki kerusakan peralatan atau
rangkaian tersebut. Dengan adanya perancangan yang baik maka didapatkan suatu
alat yang sesuai dengan keinginan dari perancangan alat itu sendiri. Tahap-tahap
perancangan meliputi perancangan perangkat mekanik dan perangkat elektronik.
 Perangkat Mekanik
- Pengumpulan komponen-komponen yang digunakan untuk membuat robot
pendeteksi dan pengikut objek. Pada tahap ini digunakan data book serta
petunjuk lain yang dapat membantu dalam mengetahui spesifikasi dari
komponen tersebut sehingga komponen yang didapat merupakan pilihan
yang tepat bagi alat yang akan dibuat.

Politeknik Negeri Sriwijaya

 17

- Merancang bentuk badan dari robot atau mendesain robot otomatis sebagus
mungkin dengan ukuran-ukuran yang sesuai agar tidak mengganggu kerja
robot pada akhirnya.
Berikut mekanik arm robot yang dirancang untuk membuat robot terlihat pada
gambar dibawah ini:

Gambar 3.1 Spesifikasi Tinggi Robot

Gambar 3.2 Posisi Tegak Lurus Bentuk Dari Robot

Politeknik Negeri Sriwijaya

 18

Gambar 3.3 Bentuk Arm Robot Keseluruhan

Gambar 3.4 Posisi Arm Ketika Mengambil Buah

 Perangkat Elektronik
Perancangan elektronik meliputi:
- Pembuatan skematik untuk rangkaian pergerakkan arm robot.
- Pembuatan skematik untuk rangkaian motor dan kamera.
- Pembuatan flowchart sistem kerja pendeteksian warna pada robot.

1. Skematik Rangkaian
Rangkaian pendeteksi rintangan pada alat ini menggunakan sensor jarak HC-
SR 04 dan Arduino Mega 2560 yang dimana sensor jarak ini berfungsi untuk
mendeteksi jarak pada objek berupa tomat. Data jarak yang didapat oleh sensor
jarak ini akan dikirim ke Arduino, dan Arduino akan memerintahkan sebuah
perintah ke driver motor untuk menggerakkan motor DC sebagai penggerak joint
setiap link arm robot. Pada gambar 3.5 dibawah ini merupakan skematik
rangkaian yang digunakan.

Politeknik Negeri Sriwijaya

 19

Gambar 3.5 Skematik Rangkaian

Bagian-bagian skematik rangkaian dapat terlihat pada gambar 3.5 dimana:
Komponen-komponen yang digunakan power supply dengan menggunakan
baterai lippo, komponen sensor kamera yang terhubung pada rasberry PI, sensor
jarak yang berfungsi sebagai pendeteksi jarak buah tomat, komponen output
terdiri dari 4 buah motor servo, untuk pengolahan citra menggunakan rasberry PI
yang berfungsi sebagai otak mikrokontroler dari sensor kamera, dan arduino
mikrokontroler mega 2560 yang berfungsi sebagai pengendali pada input maupun
output.

C. Pengembangan Perangkat Lunak

Terdiri dari Blok Diagram dan Flowchart.
1. Blok Diagram
Blok diagram merupakan salah satu bagian penting dalam perancangan
suatu robot. Cara kerja keseluruhan robot yang akan dibuat dapat dilihat pada
diagram blok sehingga keseluruhan diagram blok akan menghasilkan suatu sistem
yang dapat difungsikan atau dapat bekerja. Blok diagram dari Arm Robot
Manipulator pemetik buah tomat dapat dilihat pada gambar 3.6.

Politeknik Negeri Sriwijaya

 20

Gambar 3.6 Diagram kematik

Penejelasan pada setiap blok diagram, yaitu :

1. Input
Input alat ini berupa :
a. Kamera
Kamera pada rangkaian ini berfungsi untuk mendeteksi warna objek buah
tomat yang berwarna hijau pada conveyor. Objek yang dibaca oleh kamera
diusahakan tidak terganggu oleh noise cahaya dari luar karena dapat
mengubah nilai pengaturan HSV pada program.
b. Sensor jarak
Sensor jarak pada rangkaian ini berfungsi untuk mendeteksi adanya buah
tomat hijau yang berada pada conveyor sehingga robot dapat mengambil
buah tomat tersebut secara tepat.
2. Proses
Proses pada alat ini berupa :
a. Raspberry Pi
Raspberry Pi digunakan untuk pengolaha citra. Yang mana setelah kamera
mendeteksi buah tomat berwarna hijau, maka akan diproses oleh raspberry
pi.
b. Arduino Mega 2560

Politeknik Negeri Sriwijaya

 21

Arduino Mega 2560 digunakan untuk mengolah data yang dikirim dari
sensor jarak. Kemudian arduino akan memerintahkan sebuah perintah pada
motor servo.
3. Output
Output pada alat ini berupa :
a. Motor Servo
Motor Servo digunakan untuk menerima perintah dari arduino, setelah itu
motor servo akan menggerakkan setiap lengan arm robot.

Politeknik Negeri Sriwijaya

 22

2. Flowchart

Gambar 3.7 Flowchart Keseluruhan

Politeknik Negeri Sriwijaya

 23

C. Metode Fuzzy Logic pada Robot

Pada penelitian ini digunakan bentuk tringular kurva sebagai pembentukan

variabel fungsi dari 2 input pada membership fuzzy logic yang dimana
menggunakan sensor kamera dan sensor jarak dan 4 output dari motor servo
disetiap link yang dipasang. Variabel dan himpunan ini akan diaplikasikan pada
arm robot 4 DOF. Berikut gambar 3.8 membership function input yang digunakan
dibawah ini:

Gambar 3.8 Membership Function Input Scilab

Pada gambar 3.8 digunakan sebagai inputan variabel 2 sensor yang dimana;
Inputan pertama ialah, sensor kamera yang terdiri dari 7 warna himpunan fuzzy,
dimana; Merah (0-22), Kuning (22-38), Hijau (38-75), Biru Muda (75-130),
purple (130-160), Merah (160-179) dan inputan kedua sensor jarak; yaitu: near (1-
8), Medium (8-10), Far (10-14).

Politeknik Negeri Sriwijaya

 24

(a)

(b)

(c)

(d)
Gambar 3.9 a. Memberfunction output motor servo 1 (base)
b. Memberfunction output motor servo 2 (link 1)
c. Memberfunction output motor servo 3 (link 2)
d. Memberfunction output motor servo 4 (gripper)

Pada gambar 3.9 merupakan hasil output himpunan fuzzy yang digunakan
pada output dengan variabel motor servo 1 pada bagian base robot, motor servo 2
di link 1, motor servo 3 berada pada link 2 dan motor servo 4 digunakan pada
gripper yang mempunyai variabel seperti standby, move, dan take yang

Politeknik Negeri Sriwijaya

 25

difungsikan untuk penerapan pergerakkan robot. Himpunan fuzzy output yang

digunakan terdiri dari beberapa range yaitu, untuk keadaan standby masing-
masing mempunyai nilai constant pada setiap motor servo berbeda-beda variabel
standby; motor servo 1 (150o), motor servo 2 dan motor servo 3 sudut (90o), dan
motor servo 4 (0o). Kemudian, untuk variabel move dan take juga mempunyai
nilai constant yaitu; motor servo 1 (150o), motor servo 2 (60o), motor servo 3
(130o), dan untuk motor servo 4 bernilai constant (40o).
Sistem fuzzy memiliki 3 proses sistem aturan yang pertama fuzzification
merupakan aturan yang digunakan pada sistem fuzzy yang dimana mengubah nilai
inputan atau masukan yang nilai kebenarannya bersifat pasti (crisp input) ke
dalam fuzzy, yang berupa nilai linguistik yang digunakan berupa red,yellow,green
dan seterusnya berdasarkan fungsi dari keanggotaan tertentu. Setelah fuzzification
selanjutnya inference. Inference merupakan penalaran dengan menggunakan fuzzy
input dan fuzzy rules yang telah ditentukan sebelumnya untuk menghasilkan fuzzy
output. Pada penelitian ini inference yang digunakan yaitu, IF camera sensor
AND proximity sensor THEN motor servo take.
Pada tabel 3.1 berikut ini aturan-aturan yang digunakan pada arm robot 4
DOF di bawah ini:

Tabel 3.1 Rules arm robot 4 DOF yang digunakan

Camera Proximity Motor Motor Motor Motor
Sensor Sensor Servo 1 servo 2 servo 3 servo 4
Orange Near Standby Standby Standby Standby
Orange Medium Standby Standby Standby Standby
Orange Far Standby Standby Standby Standby
Yellow Near Standby Standby Standby Standby
Yellow Medium Standby Standby Standby Standby
Yellow Far Standby Standby Standby Standby
Green Near Move Move Move Take
Green Medium Standby Move Move Standby
Green Far Standby Move Move Standby

Politeknik Negeri Sriwijaya

 26

Blue Near Standby Standby Standby Standby

Blue Medium Standby Standby Standby Standby
Blue Far Standby Standby Standby Standby
Purple Near Standby Standby Standby Standby
Purple Medium Standby Standby Standby Standby
Purple Far Standby Standby Standby Standby
Red Near Standby Standby Standby Standby
Red Medium Standby Standby Standby Standby
Red Far Standby Standby Standby Standby

Pada perancangan rules fuzzy logic arm robot 4 degree of freedom akan
memutuskan untuk mendeteksi satu warna dari 6 warna dan range warna yang
berbeda. Satu warna yang harus dideteksi oleh sensor kamera ialah warna hijau
jika sensor jarak mendeteksi benda berwarna hijau dari jarak dekat, sedang,
maupun jauh maka motor servo hanya akan dapat mendeteksi jarak buah < 8 cm,
apabila sensor jarak telah mendeteksi maka pada setiap link arm robot akan
bergerak untuk mengambil dan memindahkan buah tomat hijau tersebut sesuai
dengan fungsi robot pick and place arm robot. Namun, ketika ada benda yang
bukan warna hijau maka arm robot 4 degree of freedom tidak akan bergerak,
mengambil ataupun memindahkan tomat hijau tersebut.

Politeknik Negeri Sriwijaya

 27

BAB IV
HASIL DAN PEMBAHASAN

Dalam bab ini menjelaskan mengenai hasil uji coba dan pembahasan sistem
yang telah dibuat. Sub bab yang akan dibahas meliputi overview pengujian, data
perhitungan dan analisa pada sistem keseluruhan robot. Pengujian ini dilakukan
untuk mengetahui kerja dari perangkat keras dan perangkat lunak sistem, apakah
dapat berjalan sesuai dengan spesifikasi perencanaan yang telah ditentukan.

A. Overview Pengujian

Dalam pelaksanaannya program ini dibagi kedalam 6 tahap yaitu meliputi

tujuan pembahasan dan pengukuran alat, alat-alat pendukung pengukuran,
langkah-langkah pengoperasian alat, langkah-langkah pengambilan data,
implementasi software, implementasi hardware.

1. Tujuan Pembahasan dan Pengukuran Alat

Akan dibahas mengenai tujuan pembahasan dan pengukuran, alat-alat yang
digunakan dalam pengukuran, langkah-langkah pengukuran serta metode
pengukuran dan analisa data yang telah didapatkan. Tujuannya adalah untuk
mengetahui apakah alat tersebut bekerja sebagaimana mestinya. Metode
pengukuran yang dilakukan adalah metode pengukuran pada masing-masing titik
uji agar mudah mengetahui karakteristik input dan output yang sesuai antara satu
blok dengan blok yang lain. Langkah-langkah pengetesan dan data yang telah
didapat nantinya akan dipergunakan sebagai acuan dalam menganalisis rangkaian.

2. Alat-alat Pendukung Pengukuran

Sebelum dilakukan pengukuran, terlebih dahulu dipersiapkan alat-alat yang
dibutuhkan untuk pengukuran tersebut seperti:
1. Multimeter
Multimeter dipergunakan untuk melihat tegangan yang dihasilkan pada
keluaran tiap titik-titik pengukuran yang telah ditentukan.

Politeknik Negeri Sriwijaya

 28

2. Penggaris
Penggaris digunakan untuk mengukur jarak yang terjadi pada titik
pengkuran yang ditentukan.

3. Langkah-langkah Pengoperasian Alat

Langkah-langkah untuk mengoperasikan alat adalah sebagai berikut:
1. Periksa kembali peralatan dan kabel-kabel yang terhubung pada alat untuk
memastikan alat tersebut dalam kondisi baik.
2. Hubungkan kabel powersupply raspberry pi dan arduino 2560.
3. Hubungkan PC atau laptop ke robot pemetik buah dengan menggunakan
kabel LAN maupun secara wireless dengan Wi-Fi.
4. Jalankan software Xming sebagai.
5. Sambungkan laptop ke jaringan wi-fi yang telah disesuaikan dengan
raspberry Pi 3 model B.
6. Aktifkan Xming pada laptop.
7. Kemudian buka putty pada windows untuk membuka monitoring raspberry
pi.

Gambar 4.1 Membuka Putty Pada Windows

(Dok.Pribadi, 2018)

8. Lalu pilih raspi lalu load, Ketik alamat IP Raspberry Pi yaitu 192.168.2.100
jika dengan kabel LAN dan alamat IP Raspberry Pi yaitu 192.168.43.88 jika
menggunakan Wi-Fi.
9. Setelah terhubung, lakukan proses login Raspberry Pi dengen mengetik
username : pi dan password : raspi dan secara otomatis telah masuk ke
tampilan desktop OS Raspberry Pi.

Politeknik Negeri Sriwijaya

 29

Gambar 4.2 Login Raspi

(Dok.Pribadi, 2018)
10. Kemudian ketik perintah untuk membuka program seperti gambar di bawah
ini:

Gambar 4.3 Kode Membuka Program

(Dok.Pribadi, 2018)

11. Lalu capture yang ditangkap oleh pi camera akan muncul seperti gambar di
bawah ini dengan pengaturan control warna HSV berwarna hijau:

Gambar 4.4 Pengaturan Maksimal Nilai HSV Warna Hijau

(Dok.Pribadi, 2018)

12. Setelah selesai mengoperasikan robot dan warna buah telah ditentukan
berwarna hijau, robot akan menunggu sampai objek terdeteksi sesuai dengan
warna yang telah diatur. Robot akan beroperasi melakukan proses
pengambilan buah.
4. Langkah-langkah Pengambilan Data
Untuk mengurangi kesalahan dalam melakukan pengambilan daata, maka
perlu melakukan langkah-langkah sebagai berikut:
1. Siapkan alat yang akan diuji dan peralatan alat ukur.
2. Kalibrasi terlebih dahulu peralatan alat ukur yang akan dipergunakan.

Politeknik Negeri Sriwijaya

 30

3. Periksa alat secara keseluruhan untuk memastikan bahwa seluruh rangkaian

dalam keadaan baik.
4. Tentukan titik pengujian yang telah ditentukan.
5. Lakukan pengukuran secara berulang agar leih teliti.
6. Mencatat data hasil pengkuran yang akan digunakan sebagai acuan untuk
membuat suatu analisa.
7. Setelah pengukuran dan pengujian selesai, matikan seluruh peralatan yang
digunakan.
5. Implementasi Software
Implementasi software pada arm robot ini terdiri dari proses instalasi dan
pengaturan warna dilakukan pada program untuk mendeteksi warna objek buah
tomat berwarna hijau. Proses instalasi terdiri dari instalasi pembuatan program
pada modul raspberry pi, metode image processing dan pendeteksian warna.

6. Implementasi Hardware
Pada robot pengambil buah dengan metode pengolahan citra ini terdiri dari
empat buah servo sebagai penggerak yang terdiri dari, servo base, servo link 1,
dan servo link 2 dan servo end effector. Sebagai masukan data digunakan sensor
ultrasonik dan sensor kamera, kemudian Arduino Mega 2560 serta Raspberry Pi
sebagai controller. Supply tegangan berasal dari baterai Li-Po 11,1 V berkapasitas
2200 mAh yang diatur menjadi tegangan 5V dengan arus sebesar 3A oleh UBEC
(Unive rsal Battery Eliminated Circuit). Untuk mengetahui bahwa rangkaian
hardware telah bekerja dengan baik dan semestinya maka harus dilakukan
pengujian terlebih dahulu.
Berdasarkan pengujian yang telah dilakukan terhadap robot pengambil buah
tomat berwarna hijau dengan metode pengolahan citra hasil yang didapat yaitu :
1. Robot pengambil buah bergerak berdasarkan input koordinat citra yang
ditangkap oleh sensor citra secara realtime.
2. Raspberry Pi pada robot digunakan sebagai pemrosesan data citra untuk
mendapatkan koordinat target yang kemudian perintah gerakan robot di

Politeknik Negeri Sriwijaya

 31

kirim secara serial ke Arduino Mega 2560 sebagai controller gerakan robot
pengambil buah tomat hijau.
3. Robot digerakan oleh empat buah motor servo yaitu servo base, servo link
1, servo link 2 dan servo end effector untuk mengarahkan end effector ke
titik koordinat citra yang terdeteksi.
Untuk melihat seberapa efektifitas ruang kerja gerakan lengan robot maka
dapat dilihat dari nilai minimum dan maksimum pergerakkan robot pada tabel 4.4
dibawah ini :

Tabel 4.4 Data Minimum dan Maksimum Gerakan Lengan robot

Link-n Minimal Maksimal

Base 0o 180 o

Link 1 10o 180 o

Link 2 30o 180 o

Gripper (End- 4 cm 5 cm
Effector)

Pada tabel 4.4 menunjukkan jika ruang kerja maksimal robot 180o, motor
servo yang pada link 1 dan link 2 memiliki ruang kerja minimal yang berbeda
untuk link 1 memiliki 10o dan pada link 2 minimal ruang kerja 30o . pada saat
aktifitas menggenggam buah tomat lebar ruang kerja selebar 4 cm dari ruang kerja
sebelum mengambil selebar 5 cm.

B. Data Waktu Proses Pemilahan Buah

Percobaan pemilahan tomat yang belum masak berwarna hijau dilakukan
dengan menggunakan logika fuzzy. Dengan dilakukan pengambilan data ini maka
dapat diketahui rata-rata waktu yang diperlukan disetiap percobaan. Percobaan
dilakukan dengan melakukan tiga objek buah yang berada pada posisi kiri, posisi
tengah, dan posisi kanan. Berikut pada tabel 4.5 dibawah ini data pemilahan buah
tomat berwarna hijau dengan menggunakan logika fuzzy :

Politeknik Negeri Sriwijaya

 32

Tabel 4.5 Waktu Pengambilan Buah Tomat Sampai ke Posisi Semula

Detect Sampai Detect sampai Detect sampai
Percobaan
Objek mengambil ke keranjang ke posisi semula
Ke -
(detik) (detik) (detik)
Tomat 1 3,69 9,81 12,46
1 2 3,72 9,15 11,53
3 3,94 9,37 11,72
Tomat 1 3,72 9,00 11,45
2 2 4,21 9,67 11,80
3 3,97 9,37 11,61
Tomat 1 3,93 9,45 11,82
3 2 3,9 9,38 11,64
3 3,93 9,38 11,77

Berdasarkan data diatas dapat diketahui waktu rata-rata pengambilan buah

yang dilakukan dengan menggunakan logika fuzzy. Berikut rata-rata waktu yang
diperlukan dari saat detect sampai pengambilan buah tomat sebagai berikut :
Jumlah waktu 11.35
Rata-rata pengambilan buah tomat 1 = = = 3.78 detik
Jumlah percobaan 3
Jumlah waktu 11.9
Rata-rata pengambilan buah tomat 2 = = = 3.96 detik
Jumlah percobaan 3
Jumlah waktu 11.76
Rata-rata pengambilan buah tomat 3 = = = 3.92 detik
Jumlah percobaan 3

Berikut waktu rata-rata pengambilan buah yang dilakukan menggunakan

logika fuzzy yang diperlukan robot untuk bergerak dari saat detect sampai ke
keranjang sebagai berikut :
Jumlah waktu 28,33
Rata-rata pengambilan buah tomat 1 = = = 9.44 detik
Jumlah percobaan 3
Jumlah waktu 28.04
Rata-rata pengambilan buah tomat 2 = = = 9.34 detik
Jumlah percobaan 3
Jumlah waktu 28.21
Rata-rata pengambilan buah tomat 3 = = = 9.40 detik
Jumlah percobaan 3

Politeknik Negeri Sriwijaya

 33

Berikut waktu rata-rata pengambilan buah yang dilakukan menggunakan

logika fuzzy yang diperlukan robot untuk bergerak dari saat detect sampai kembali
ke posisi semula sebagai berikut :
Jumlah waktu 35.71
Rata-rata pengambilan tomat 1 = = = 11.90 detik
Jumlah percobaan 3
Jumlah waktu 34.86
Rata-rata pengambilan tomat 2 = = = 11.62 detik
Jumlah percobaan 3
Jumlah waktu 35.23
Rata-rata pengambilan tomat 3= = = 11.74 detik
Jumlah percobaan 3

Berdasarkan perhitungan rata-rata waktu yang telah dilakukan maka

didapatkan total rata-rata waktu pengambilan 3 buah tomat berwarna hijau
menggunakan fuzzy yang dimulai dari saat detect sampai kembali ke posisi semula
sebagai berikut :
Total waktu pengambilan buah dengan fuzzy = 11.90 + 11.62 + 11.74 = 35.26
detik.

C. Data Tegangan Berdasarkan Arah Robot

Pengukuran dilakukan pada setiap servo arm robot yaitu servo base, servo link
1, servo link 2 dan servo gripper. Pengukuran ini berupa nilai tegangan yang di
ukir pada titik uji pengukuran dengan berbagai kondisi arm robot seperti naik,
turun, maju, mundur, kanan, dan kiri. Pada tabel 4.6 berikut ini merupakan hasil
pengukuran nilai tegangan pada setiap servo.

Tabel 4.6 Hasil Pengukuran Tegangan Servo

Arah Tegangan (V)

Gerakan Servo
Robot Servo Base Servo Link 1 Servo Link 2
Gripper

Naik 5,2 5,2 5,2 5,2

Standby
5,14 5,14 5,14 5,14
Naik

Politeknik Negeri Sriwijaya

 34

Turun 5,08 5,08 5,08 5,08

Standby
5,10 5,10 5,10 5,10
Turun

Kanan 5,02 5,02 5,02 5,02

Standby
5,02 5,02 5,02 5,02
Kanan

Kiri 5,14 5,14 5,14 5,14

Standby
5,14 5,14 5,14 5,14
Kiri

Pada tabel di atas nilai tegangan motor servo mengalami perubahan setiap
pergerakkan arm robot tersebut aktif dari mulai ketika robot standby sampai robot
menggenggam buah tomat dan kembali pada posisi standby. Saat arm robot
bergerak naik dan turun perubahan nilai tegangannya yang terukur, naik 5,2 V dan
turun 5,08 V.

1. Data Tingkat Hit Rate Robot Dalam Proses Pengambilan Buah Tomat

Pada proses pengambilan buah tingkat keberhasilan (hit rate) robot ini
dilakukan untuk membandingkan tingkat efektifitas pengambilan buah dengan
menggunakan logika fuzzy. Percobaan dilakukan sebanyak 45 kali yang terbagi
menjadi 3 bagian dimana percobaan dilakukan dengan 3 bentuk tomat yang
berbeda. berikut Pada tabel 4.7 dibawah ini tabel data hit rate percobaan
pengambilan buah menggunakan fuzzy:

Tabel 4.7 Data Hit Rate Percobaan Pengambilan Buah Menggunakan Fuzzy
Percobaan Tomat
Tomat Hijau 1 Tomat Hijau 2
Ke- Hijau 3

1   

2   

Politeknik Negeri Sriwijaya

 35

3   

4   

5   

6   

7   

8   

9   

10   

11   

12   

13   

14   

15   

Total Hit Rate 11 13 12

Total
36
Keseluruhan

Dengan data proses pengambilan 3 buah tomat hijau berikut persentase

keberhasilan setiap bentuk tomat yang dilakukan. Terlihat pada grafik 4.1
dibawah ini tingkat persentase keberhasilan yang dipengaruhi oleh bentuk buah
tomat.

Politeknik Negeri Sriwijaya

 36

Persentase Keberhasilan Pengambilan 3

Bentuk Buah Tomat Hijau (%)
90

85

80

75

70

65
Tomat Hijau 1 Tomat Hijau 2 Tomat Hijau 3

Persentase Keberhasilan (%)

Grafik 4.1 Grafik Persentase Keberhasilan Pengambilan

3 Bentuk Buah Tomat Hijau

Dari data diatas dapat dihitung persentase tingkat keberhasilan robot dalam
melakukan proses pengambilan buah dengan logika fuzzy sebagai berikut:

Jumlah ℎ𝑖𝑡 𝑟𝑎𝑡𝑒 11

Persentase Tomat Hijau 1 = 𝑥 100 % = x 100 % = 73,3 %
Jumlah percobaan 15

Jumlah ℎ𝑖𝑡 𝑟𝑎𝑡𝑒 13

Persentase Tomat Hijau 2 = 𝑥 100 % = x 100 % = 86,6 %
Jumlah percobaan 15

Jumlah ℎ𝑖𝑡 𝑟𝑎𝑡𝑒 12

Persentase Tomat Hijau 3 = 𝑥 100 % = x 100 % = 80 %
Jumlah percobaan 15

Jumlah total ℎ𝑖𝑡 𝑟𝑎𝑡𝑒

Persentase total keseluruhan = 𝑥 100 %
Jumlah total 𝑝𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛
36
= x 100 % = 80 %
45
Pada proses pengambilan data waktu proses pengambilan buah, posisi robot
diletakan berhadapan sejauh kurang dari 8 cm antara ujung end effector terhadap
buah yang akan dipetik. Berikut dibawah ini merupakan step by step robot
pengambilan buah dalam melakukan proses pengambilan ke tiga bentuk buah
berbeda, dimulai dari pendeteksian buah tomat hijau pada posisi objek ketika
tomat berjalan mendekati sensor kamera yang berada di conveyor, sampai robot
kembali pada posisi awal. Pada gambar 4.11 sampai 4.17 merupakan hasil

Politeknik Negeri Sriwijaya

 37

pergerakkan arm robot pada saat mendeteksi sampai kembali ke posisi awal robot
:

Gambar 4.11 Posisi gerakan awal robot sebelum terdeteksi tomat hijau
(Dok. Pribadi, 2018)

Gambar 4.12 Robot mulai terdeteksi tomat hijau (Dok. Pribadi, 2018)

Gambar 4.13 Robot mulai mengambil buah tomat hijau (Dok. Pribadi, 2018)

Politeknik Negeri Sriwijaya

 38

Gambar 4.14 Robot membawa buah tomat (Dok. Pribadi, 2018)

Gambar 4.15 Robot menuju ke keranjang (Dok. Pribadi, 2018)

Gambar 4.16 Robot meletakan buah di keranjang (Dok. Pribadi, 2018)

Politeknik Negeri Sriwijaya

 39

Gambar 4.17 Robot kembali ke posisi default awal (Dok. Pribadi, 2018)

D. Analisa

Setelah melakukan percobaan pada arm robot 4 (DOF) pengambil dan

pemindah buah tomat yang belum matang berwarna hijau menggunakan metode
image processing dan fuzzy logic, yang mana robot menggunakan Pi camera
sebagai sensor kamera, untuk mendeteksi adanya objek. Dengan menggunakan
image processing robot akan mendeteksi adanya objek berupa tomat yang
berwarna hijau. Untuk menentukan warna tomat hijau, ini terdiri dari bit data
HSV warna hijau dengan nilai terendah sampai bit data HSV warna hijau
tertinggi. Hal ini dilakukan untuk mendapatkan warna hijau lebih baik, yaitu
mulai dari warna hijau muda sampai warna hijau ke kuningan. Pencahayaan pada
ruangan sangat mempengaruhi deteksi pada Pi Camera sehingga buah tomat harus
berada pada intensitas cahaya yang cukup.
Pada saat melakukan pendeteksian buah tomat berwarna hijau, Pi camera akan
menghasilkan gambar konversi berupa HSV dan Thresholding bernilai logika 1
dan 0 terlihat pada tabel 4.7, sehingga robot akan bergerak maju menunggu
sampai sensor jarak mendeteksi buah tomat yang berjarak kurang dari 8 cm lalu,
gripper pada robot akan mengambil dan akan memindahkan buah tomat tersebut
pada keranjang yang telah disediakan disebelah kanan robot. Namun, jika objek
yang terlewati pada Pi camera berwarna selain warna hijau maka Pi camera tidak
akan mendeteksi benda tersebut sehingga robot masih akan berada diposisi
standby (tidak bergerak).

1. Hubungan Data Titik Koordinat Objek Terhadap Gerak Robot

Data titik koordinat yang telah didapatkan melalui komunikasi serial antara
Arduino Mega dan Raspberry Pi. Pada saat buah tomat hijau terdeteksi oleh Pi
Camera maka Raspberry Pi memproses hasil pendeteksian buah, lalu dikirim ke
Arduino Mega, kemudian Arduino Mega memberikan sinyal ke motor servo
untuk menggerakan robot. Berdasarkan data yang didapat pada tabel 4.2
diperlihatkan bahwa, Setiap objek buah tomat yang terdeteksi dengan metode

Politeknik Negeri Sriwijaya

 40

pengolahan citra image processing saat posisi tomat mulai berjalan kearah Pi
camera sampai melewati Pi camera, yang terbaca ialah koordinat X dan Y yang
berbeda-beda.

2. Hasil Pengukuran Tegangan pada Motor Servo Berdasarkan Gerakan

Robot
Pengukuran tegangan motor servo berdasarkan 6 kondisi gerakan pada saat
robot bergerak, sebagai beikut:
1. Posisi gerakan saat naik
Pada saat robot bergerak naik semua tegangan setiap motor servo sebesar
5,2 V. Gerakan robot pada keadaan naik dapat terlihat pada gambar 4.12.
2. Posisi gerakan saat turun
Pada saat robot bergerak turun semua tegangan setiap motor servo 5,08 V
.Gerakan robot pada keadaan turun dapat terlihat pada gambar 4.13.
3. Posisi gerakan ke kanan
Pada saat robot bergerak turun semua tegangan setiap motor servo 5,02 V.
Gerakan robot pada keadaan turun dapat terlihat pada gambar 4.15.
4. Posisi gerakan kekiri (standby)
Pada saat robot bergerak turun semua tegangan setiap motor servo 5,14 V.
Gerakkan robot dapat terlihat pada gambar 4.17.
Dilihat dari data yang didapatkan ketika keadaan menjepit buah tomat seperti
kondisi gerakan kekanan, dan standby kanan torsi yang dibutuhan cukup besar
sehingga motor servo mengalami penurunan tegangan.

Politeknik Negeri Sriwijaya

 41

BAB V
PENUTUP

A. Kesimpulan
Berdasarkan pengujian yang telah dilakukan dapat ditarik kesimpulan bahwa :
1. Melalui metode image processing, arm robot dapat mengindetifikasi dan
mendeteksi image buah tomat yang berwarna hijau dengan baik. Dengan
tingkat persentase 100% untuk tiap percobaan.
2. Dengan menggunakan metode fuzzy logic pergerakkan arm robot mencapai
fungsi maksimal dari 4 degree of freedom (DOF).
3. Arm robot ini dinilai cukup berhasil dalam melakukan tugasnya untuk
pengambilan buah tomat dari conveyor kekeranjang. Hal ini dapat terlihat
dari waktu yang diperlukannya untuk kegiatan tersebut. Pengambilan buah
memerlukan waktu kurang dari 4 detik, ketika memasukkan buah
kekeranjang kurang dari 10 detik dan kembali ke posisi semula memerluka
waktu kurang dari 12 detik.
4. Dalam 45 kali percobaan untuk 3 bentuk buah tomat didapatkan 36 kali
tingkat keberhasilan, sehingga persentase keberhasilan aktifitas robot
mencapai 80 %.

B. Saran
Pembuatan mekanik robot dapat dibangun dengan menggunakan bahan
yang lebih kuat dan tebal agar robot lebih kokoh serta dapat bergerak lebih
leluasa, Menambahkan fitur-fitur tambahan pada program aplikasi interface,
misalnya penambahan tombol Save agar robot dapat menyimpan gerakan secara
keseluruhan kemudian mengerjakannya hanya dengan satu kali perintah tombol

Kirim supaya kinerja robot sebagai sarana pembelajaran dapat lebih berkembang.

Politeknik Negeri Sriwijaya

 42

DAFTAR PUSTAKA

Elektronika Dasar. (2016). Sensor Suhu RTD (Resistance Thermal Detector).

Retrieved December 8, 2019, from http://elektronika-dasar.web.id/sensor-
suhu-rtd-resista/
Fraden, J. (2010). Handbook of Modern Sensors, 4th ed. San Diego, California:
Springer.

Mansur, A. (2017). RESISTANCE TEMPERATURE DETECTORS (DETAILS).

Retrieved December 8, 2019, from
http://kangalimansur.com/2017/08/resistance-temperature-detectors-
details.html
Manual Book Hydarulic Cabinet HSMS 370. Retrieved September 25, 2019, from
PT.SEMEN BATURAJA (PERSERO), Tbk.
Suprianto. (2015). Pengertian dan Prinsip Kerja Sensor RTD (Resistance
Temperature Detector) | All Of Life. Retrieved December 8, 2019, from
http://blog.unnes.ac.id/antosupri/pengertian-dan-prinsip-kerja-sensor-
rtd-resistance-temperature-detector/
Syamsuddin, M., Ihsan Yasin, M., Bachtiar, W., & Nurhidayah. (2015).
RESISTANCE TEMPERATURE DETECTOR (RTD). Makassar, Sulawesi
Selatan.
https://www.sterlingsensors.co.uk/rtds, diakses 09 Desember 2019
http://elektronika-dasar.web.id/sensor-suhu-rtd-resista/,2016, diakses 05
Desember 2019
https://www.tneutron.net/mikro/reistance-thermal-detector-rtd/, diakses 17
Desemeber 2019)

https://docplayer.info/72177448-Pengaruh-suhu-terhadap-viskositas-
minyak-pelumas-oli-parmin-lumbantoruan-1-erislah-yulianti-2.html, diakses
05 Desember 2019
https://www.slideshare.net/ilham008/vertical-mill , diakses 10 September

Politeknik Negeri Sriwijaya

 43

2019

Politeknik Negeri Sriwijaya