KLASIFIKASI JENIS DAN UKURAN BOTOL BERDASARKAN WARNA MENGGUNAKAN METODE K-NN DENGAN ROBOT ARM

Robotika telah menjadi bagian integral dari berbagai sektor industri karena kemampuannya dalam mendukung otomasi dan meningkatkan efisiensi produksi. Salah satu aplikasi penting dari robotika adalah penanganan objek berdasarkan kriteria tertentu, seperti warna, yang banyak dibutuhkan dalam industri minuman untuk meningkatkan ketepatan dan kecepatan proses. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem klasifikasi jenis dan ukuran botol berdasarkan warna menggunakan metode K-Nearest Neighbor (K-NN) yang terintegrasi dengan robot arm. Robot arm berfungsi sebagai aktuator untuk penanganan botol, sedangkan sensor warna TCS34725 digunakan untuk mendeteksi nilai RGB dari botol. Data warna yang diperoleh kemudian diproses menggunakan algoritma K-NN dengan perhitungan jarak Euclidean untuk menentukan klasifikasi botol. Sistem ini dikendalikan oleh mikrokontroler Arduino dan dilengkapi dengan aplikasi Armbot Setting untuk mengatur posisi pengambilan dan peletakan botol berdasarkan koordinat x, y, dan z. Objek penelitian terdiri dari botol besar dengan tinggi 23 cm dan botol kecil dengan tinggi 14 cm dalam berbagai warna, yaitu hijau muda, hijau tua, biru, merah, dan kuning. Hasil pengujian menunjukkan bahwa sensor TCS34725 mampu mendeteksi nilai RGB secara akurat pada 75 data uji. Selain itu, metode K-NN dengan nilai K=5 menghasilkan akurasi klasifikasi tertinggi sebesar 100%, yang menunjukkan bahwa sistem yang diusulkan bekerja secara optimal dalam melakukan penyortiran botol berdasarkan warna dan ukuran.