Optimasi Kendali Lengan Robotik Dengan Computer Vision Untuk Penerapan Pekerjaan Berbahaya

Rizki pratama Putra, Rangga Prasetya Adiwijaya, Mawarita Salsabila, Tasya kartika Sari

Abstract


Penelitian ini bertujuan mengembangkan sistem kendali lengan robotik berbasis Computer Vision dengan memanfaatkan Jetson Nano sebagai pusat pemrosesan visual dan pengontrol motor servo. Sistem dirancang untuk meniru gerakan tangan manusia secara real-time melalui deteksi 21 titik landmark tangan menggunakan MediaPipe Hands, dengan akurasi yang ditingkatkan melalui metode filtering dan perhitungan sudut jari berbasis vektor. Lengan robotik menggunakan enam servo motor yang dikendalikan oleh driver PWM PCA9685, dengan desain menyerupai tangan manusia untuk memungkinkan gerakan kompleks dan fleksibel. Hasil pengujian menunjukkan kecepatan rata-rata pergerakan sendi sebesar 35°/detik dan kekuatan genggaman mencapai 78%, cukup untuk memegang objek secara stabil. Konsumsi daya sistem juga efisien (5V, 1.5A) dan tidak menunjukkan gejala overheating. Penggunaan box transparan untuk input visual mampu mengurangi noise hingga 30%, meningkatkan akurasi deteksi gerakan. Sistem ini menunjukkan potensi besar untuk diterapkan di lingkungan berisiko tinggi serta dalam aplikasi industri atau medis. Ke depannya, integrasi sensor haptic dan algoritma deep learning disarankan guna meningkatkan adaptasi dan interaksi robot terhadap kondisi kerja yang lebih kompleks.

Keywords


Robotic Arm; Computer Vision; Jetson Nano; Servo Motor; Work Safety

Full Text:

PDF (Indonesian)

References


R. Rendyansyah, A. P. P. Prasetyo, K. Exaudi, S. Sembiring, B. A. Tarigan, and M. A. Amaria, “Pergerakan Robot Lengan Pengambil Objek Dengan Sistem Perekam Gerak Berbasis Komputer,” JTEV (Jurnal Teknik Elektro dan Vokasional), vol. 8, no. 2, p. 230, Jun. 2022, doi: 10.24036/jtev.v8i2.113147.

W. S. Prayogo, M. Rivai, and F. Budiman, “Kontrol Lengan Robot Yang Meniru Pergerakan Tangan Untuk Inspeksi Objek Yang Mengandung Gas Berbahaya,” Jurnal Teknik ITS, vol. 7, no. 2, Jan. 2019, doi: 10.12962/j23373539.v7i2.31293.

M. Javaid, A. Haleem, R. P. Singh, S. Rab, and R. Suman, “Significant applications of Cobots in the field of manufacturing,” Cognitive Robotics, vol. 2, pp. 222–233, Jan. 2022, doi: 10.1016/j.cogr.2022.10.001.

M. Abrar Masril and D. Putra Caniago, “Optimasi Teknologi Computer Vision pada Robot Industri Sebagai Pemindah Objek Berdasarkan Warna,” vol. 11, no. 1, pp. 46–57, 2023, doi: 10.26760/elkomika.v11.i1.46.

R. Rahmadian and M. Widyartono, “Penerapan Machine Vision untuk Sistem Panen Otomatis di Robot Agrikultur,” 2020. Accessed: May 18, 2025. [Online]. Available: https://doi.org/10.26740/jieet.v4n1.p47-52

M. A. Hasan et al., “Invers Kinematik Robot Arm 4 DOF Mengunakan Sensor Leap Motion,” Seminar Nasional Terapan Riset Inovatif (SENTRINOV) Ke-6 ISAS Publishing Series: Engineering and Science, vol. 6, no. 1, 2020.

P. S. Studi, T. Elektro, and F. Teknologi Informasi Dan Elektro Universitas Teknologi Yogykarta Jl Ringroad Utara Jombor Sleman Yogyakarta, “Pengendali Lengan Robot Dengan Gerakan Tangan Manusia.”

A. Bajrami, M. C. Palpacelli, L. Carbonari, and D. Costa, “Posture Optimization of the TIAGo Highly-Redundant Robot for Grasping Operation,” Robotics, vol. 13, no. 4, Apr. 2024, doi: 10.3390/robotics13040056.

N. Becker et al., “Integrating and Evaluating Visuo-tactile Sensing with Haptic Feedback for Teleoperated Robot Manipulation,” Apr. 2024, [Online]. Available: http://arxiv.org/abs/2404.19585

T. Kandaga Gautama and A. Hendrik, “Pengenalan Objek pada Computer Vision dengan Pencocokan Fitur Menggunakan Algoritma SIFT Studi Kasus: Deteksi Penyakit Kulit Sederhana,” vol. 2, Dec. 2016, Accessed: May 18, 2025. [Online]. Available: https://doi.org/10.28932/jutisi.v2i3.647

Yovi Apridiansyah, A. Wijaya, Pahrizal, Rozali Toyib, and Arif Setiawan, “Pengolahan Citra Berbasis Video Proccesing dengan Metode Frame Difference untuk Deteksi Gerak,” Journal of Applied Computer Science and Technology, vol. 5, no. 1, pp. 81–89, Jun. 2024, doi: 10.52158/jacost.v5i1.790.

V. M. Nakaguchi and T. Ahamed, “Development of an Early Embryo Detection Methodology for Quail Eggs Using a Thermal Micro Camera and the YOLO Deep Learning Algorithm,” Sensors, vol. 22, no. 15, Aug. 2022, doi: 10.3390/s22155820.

A. Riko Kurniawan and A. Triwiyatno, “Perancangan Robot Bipedal dengan Sistem Berjalan Berbasis Inverse Kinematic dengan Sensor MPU 6050 sebagai Indikator Kemiringan,” 2017. Accessed: May 18, 2025. [Online]. Available: https://doi.org/10.14710/TRANSIENT.6.1.97-102

N. Azrina, A. Z. Hasibuan, and A. Sembiring, “Mesin Cuci Piring Semi Otomatis Berbasis,” 2020. [Online]. Available: www.snastikom.com

Z. Kavaliauskas, I. Sajev, G. Blaziunas, G. Gecevicius, and A. Iljinas, “Investigation of an LED Strip Controller Based on a PWM Driver and a PIC Series Microcontroller,” Applied Sciences (Switzerland), vol. 14, no. 10, May 2024, doi: 10.3390/app14104110.




DOI: http://dx.doi.org/10.62870/setrum.v14i1.30964

Refbacks

  • There are currently no refbacks.