RANCANG BANGUN PEMILAH KUALITAS RUMPUT LAUT MENGGUNAKAN ROBOT ARM

Rumput laut merupakan komoditas penting dalam industri pangan dan non-pangan, sehingga kualitasnya perlu dijaga. Proses pemilahan kualitas rumput laut secara manual memakan waktu lama dan rentan terhadap inkonsistensi. Penelitian ini bertujuan untuk merancang dan membangunrnsistem otomatis menggunakan robot lengan (robot ARM) yang dilengkapi dengan sistem pengenalan pola citra berbasis metode Faster Region-based Convolutional Neural Network (Faster R-CNN). Sistem ini menggunakan teknologi pengolahan citra dan robotika untuk mengidentifikasi dan memisahkan rumput laut berdasarkan kualitas visualnya, khususnya warna. Metode yang digunakan meliputi pengambilan gambar rumput laut, pengolahan citra untuk mendeteksi warna, klasifikasi kualitas menggunakan algoritma machine learning, dan pengendalian robot lengan untuk memindahkan rumput laut ke wadah sesuai kategorinya. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan rumput laut berkualitas baik dengan akurasi 93,67% (207 dari 221 sampel) dan berkualitas buruk dengan akurasi 81,48% (176 dari 216 sampel). Sistem juga mencapai tingkat keberhasilan operasi sebesar 73,33% untuk rumput laut berkualitas baik dan 60% untuk rumput laut berkualitas buruk, dengan satu kegagalan akibat kekuatan gripper yang kurang memadai. Sistem ini meningkatkan efisiensi dan konsistensi dalam pemilahan kualitas rumput laut, memberikan kontribusi terhadap peningkatan produktivitas dan daya saing industri rumput laut di Indonesia.