2809-7548
Jurnal Conference on Automation Engineering and Its Application
Volume 2, Tahun 2022
Program Studi D4 Teknik Otomasi – Politeknik Perkapalan Negeri Surabaya
Abstrak
Dampak dari kecelakaan kerja pada pekerjaan yang berkaitan dengan kegiatan berbahaya seperti
penjinakan bom dan kontak langsung dalam memindahkan tabung reaksi yang berisi zat aktif kimia
berbahaya dapat membahayakan keselamatan manusia. Oleh sebab itu robot manipulator diciptakan, namun
pada kenyataannya pengendalian jari pada robot manipulator masih terbatas menggunakan kabel jarak
dekat. Oleh sebab itu, penelitian ini bertujuan untuk meningkatkan jarak pengendalian pada robot
manipulator dengan menggunakan metode berbasis ESP-NOW. Flex sensor digunakan sebagai pendeteksi
perubahan gerakan jari. ESP-32 digunakan sebagai mikrokontroler yang bertugas sebagai komunikasi
nirkabel atau wireless antara robot manpulator dengan pengendali. Motor servo digunakan sebagai
penggerak robot manipulator yang dikendalikan secara wireless dengan kecepatan pengiriman data antar
ESP-32 kurang dari satu detik dengan kondisi stabil dan konstan hingga jarak 40 meter. Komunikasi ESP-
NOW memiliki jarak lebih dari 100 meter dengan kondisi tetap stabil dan tetap terhubung serta tidak
ditemukan data loss.
Kata kunci: robot manipulator, flex sensor, Extreme Learning Machine, motor servo, ESP-32
1. PENDAHULUAN
keperluan. Robot manipulator dapat digerakkan
Perkembangan teknologi di era globalisasi dengan berbagi sensor dan metode sesuai dengan
sekarang ini sangat pesat, terutama pada kebutuhan yang diinginkan (Fadlirrahman, 2017)
kemajuan robot. Pembuatan robot-robot dengan
berbagai keistimewaan khusus ini berkaitan Dari sejumlah penelitian yang telah ada,
dengan adanya kebutuhan dalam dunia industri gerakan robot manipulator masih terbatas dan
modern yang menuntut automatisasi dalam segala masih terbatas menggunakan kabel sehingga robot
hal yang dapat membantu menyelesaikan manipulator tidak bisa dikendalikan dari jarak jauh.
pekerjaan manusia ataupun untuk menyelesaikan Pada penelitian ini pengembang melakukan
pekerjaan yang tidak mampu diselesaikan oleh optimasi pada kendali robot manipulator agar
manusia. Contohnya pada pekerjaan yang mampu melakukan aktifitas dari tempat yang jauh
berkaitan dengan kegiatan berbahaya seperti tanpa terhubung dengan kabel.
penjinakan bom dan kontak langsung dalam Oleh karena itu dibutuhkan sebuah sistem
memindahkan tabung reaksi yang berisi zat aktif kendali jarak jauh berbasis ESP-32. Dimana robot
kimia berbahaya dapat membahayakan manipulator akan mampu bergerak tanpa kabel dari
keselamatan manusia (Fadlirrahman, 2017). tempat yang jauh yang memanfaatkan MAC Adress
Salah satu jenis robot dengan kemampuan pada modul ESP-32 sebagai alamat pengirim sinyal
istimewa yang belakangan ini banyak menarik dari Flex sensor menuju ESP-32 lain yang
minat para ahli untuk dikembangkan adalah robot berfungsi sebagai penerima sinyal yang akan
lengan manipulator. Kemampuan dari robot ini memberikan perintah untuk menggerakkan motor
sangat beragam sesuai dengan tingkat dan jenis servo sesuai dengan besarnya perubahan flex
sensor
2. METODE perangkat elektronik lain yang menunjang.
2.1 Diagram Alur Penelitian
Diagram alur penelitian ditunjukkan
pada Gambar 2.1 yang terdiri dari
identifikasi masalah dan studi literatur.
Analisi kebutuhan sistem terkait input,
output, pengendali, metode klasifikasi, dan
32
ISSN No. 2809-7548
Jurnal Conference on Automation Engineering and Its Application
Volume 2, Tahun 2022
Program Studi D4 Teknik Otomasi – Politeknik Perkapalan Negeri Surabaya
33
ISSN No. 2809-7548
Jurnal Conference on Automation Engineering and Its Application
Volume 2, Tahun 2022
Program Studi D4 Teknik Otomasi – Politeknik Perkapalan Negeri Surabaya
34
ISSN No. 2809-7548
Jurnal Conference on Automation Engineering and Its Application
Volume 2, Tahun 2022
Program Studi D4 Teknik Otomasi – Politeknik Perkapalan Negeri Surabaya
kecepatan pengiriman data dilakukan antar ESP-32, robot manipulator
sebanyak 3 kali dengan jumlah total 15 dikendalikan dari jarak tertentu dengan
data. Data dikirimkan setiap lima detik interval 10 meter. Sarung tangan
sekali yang bertujuan untuk memudahkan pengendali dihubungkan dengan laptop.
observasi. Pengujian dilakukan dengan Observasi dilakukan selama 5 detik pada
merubah variabel jarak pengiriman data setiap pengujian menggunakan serial
setiap sepuluh meter sehingga monitor yang tersedia. Tabel 3.4
mendapatkan hasil sebagai berikut. merupakan hasil dari pengujian data loss
komunikasi antar ESP-32 sebagai berikut.
Tabel 3. 2 Hasil Pengujian Kecepatan
Tabel 3. 4 Hasil Pengujian Data Loss
Pengiriman
Pengujian Data
Jarak
Kecepatan Pengiriman Data Loss
Jarak Pengujian Pengujian
Pengujian 3
0 Meter 0 Data Loss
1 2 10 Meter 0 Data Loss
0 20 Meter 0 Data Loss
< 1 detik < 1 detik < 1 detik
Meter
30 Meter 0 Data Loss
10
< 1 detik < 1 detik < 1 detik 40 Meter 0 Data Loss
Meter
20
50 Meter 0 Data Loss
Meter
< 1 detik < 1 detik < 1 detik 60 Meter 0 Data Loss
30 70 Meter 0 Data Loss
< 1 detik < 1 detik < 1 detik
Meter 80 Meter 0 Data Loss
40
< 1 detik < 1 detik < 1 detik
90 Meter 0 Data Loss
Meter 100 Meter 0 Data Loss
4.2 Saran
Adapun saran untuk penelitian
3.4 Pengujian Data Loss
kedepannya, antara lain:
Pada pengujian data loss komunikasi
35
ISSN No. 2809-7548
Jurnal Conference on Automation Engineering and Its Application
Volume 2, Tahun 2022
Program Studi D4 Teknik Otomasi – Politeknik Perkapalan Negeri Surabaya
1. Menambah jarak pengujian DISABILITAS AMPUTASI
komunikasi agar bisa mengetahui MENGGUNAKAN EXTREME
batas maksimal jarak yang bisa LEARNING MACHINE
digunakan oleh ESP-NOW secara BERBASIS KOMPUTER.
akurat. Jember: s.n.
2. Selalu cek sambungan kabel [7] Munadhif, I. & Pradhipta, I., 2021.
dikarenakan sensor terkadang tidak Perbandingan Neural Network
terbaca disebabkan oleh kabel Backpropagation dan Extreme
penghubung kurang kencang. Learning Machine. REKAYASA,
pp. 301-306.
5. DAFTAR PUSTAKA
[8] Razor, A., 2019. Software Arduino
[1] Afridanil, W., 2015. RANCANG IDE: Cara Download, Instal,
BANGUN SISTEM KENDALI dan Fungsinya. [Online]
ROBOT TANGAN. Jurnal Available at:
Fisika Unand, Volume 4, pp. https://www.aldyrazor.com/2020
375-382. /05/software-arduino-ide.html.
[2] Alfianto, I., Falih, A. & Dr. Abdul [Accessed 25 Januari 2022].
Halim, M., 2020. Robot Arm [9] Robby, M. N., 2017.
Teleoperative System Design PERANCANGAN SIMULATOR
with Flex Sensor. Technium, pp. GERAK DAN SISTEM
390-397. MONITORING UNTUK
[3] Fadlirrahman, M. T., 2017. ROBOT MENGGERAKKAN DAN
BERODA DILENGKAPI MEMONITORING TANGAN
DENGAN LENGAN. Malang: PALSU ELEKTRIK. Surabaya:
JURUSAN ELEKTRO. s.n.
[4] Habibi, M. Y. & Riksakomara, E., [10] Salamah, U., Wiharto &
2017. Peramalan Harga Garam Salamah, U., 2012. Pengaruh
Konsumsi Menggunakan Normalisasi Data pada Jaringan
Artificial Neural Network Syaraf Tiruan Backpropagasi
Feedforward-Backpropagation Gradient Descent Adaptive Gain
(Studi Kasus : PT. Garam Mas, (BPGDAG) untuk Klasifikasi.
Rembang, Jawa Tengah). ITSMART, I(1), pp. 29-30.
JURNAL TEKNIK ITS, VI(2), p. [11] Ulfah, I. Z., 2022. PREDIKTOR
307. KECEPATAN ANGIN DAN
[5] Handika, I. P. S., Giriantari, I. & KETINGGIAN GELOMBANG
Dharma, A., 2016. Perbandingan LAUT MENGGUNAKAN
Metode Extreme Learning METODE NEURAL-NETWORK
Machine dan Particle Swarm UNTUK MEMASTIKAN
Optimization Extreme Learning KEAMANAN
Machine untuk Peramalan KEBERANGKATAN KAPAL.
Jumlah Penjualan Barang. Surabaya: s.n.
Teknologi Elektro, Volume 15, [12] Veronica, M. & Utari, D. W.,
pp. 84-90. 2014. Rancang Bangun Jari
[6] Lusi, M. N., 2019. PERANCANGAN Tangan Robot Pengikut
SISTEM KENDALI PADA Pergerakan Jari Tangan Manusia.
PERGERAKAN JARI ROBOT STMIK GI MDP.
TANGAN BAGI PENDERITA
36