Rancang Bangun Robot Lengan 4 Dof Terintegrasi Rel Geser Untuk Pengelompokan Kemasan Kaleng Menggunakan Algoritma Convolutional Neural Network (CNN)

Robot adalah salah satu bentuk teknologi yang berkembang pesat dan mampu menawarkan solusi inovatif dalam berbagai bidang, termasuk pengelolaan sampah kaleng. Penelitian ini mengusulkan perancangan awal sistem robot lengan yang terintegrasi dengan rel geser untuk mendukung proses pengelompokan kemasan kaleng secara otomatis. Sistem ini dirancang agar mampu melakukan identifikasi dan pemindahan objek berdasarkan pengolahan citra visual. Dalam penerapannya, digunakan algoritma Convolutional Neural Network (CNN) sebagai metode utama untuk mengenali jenis kemasan berdasarkan bentuk dan ciri visual. Sistem terdiri atas robot lengan dengan empat derajat kebebasan (DOF), rel geser sebagai media pergerakan horizontal, serta kamera sebagai sensor input visual. Proses identifikasi citra dilakukan secara real time, kemudian data klasifikasi digunakan untuk mengendalikan gerakan robot dalam menempatkan objek sesuai kategori. Penelitian ini merancang dan mengimplementasikan robot lengan 4 DOF terintegrasi rel geser untuk penyortiran kemasan kaleng berbasis algoritma CNN. Sistem mampu mengklasifikasikan empat kategori kemasan, yaitu normal, cacat warna, penyok, dan bolong. Pengujian dilakukan sebanyak 80 kali dan menghasilkan 71 keberhasilan serta 9 kegagalan, sehingga diperoleh tingkat keberhasilan sebesar 88,75%. Kategori cacat warna menunjukkan performa terbaik dengan tingkat keberhasilan 100%, sedangkan kategori penyok memiliki tingkat keberhasilan terendah sebesar 80%. Kegagalan sistem dipengaruhi oleh keterbatasan sudut pandang kamera, pencahayaan, serta miss step pada motor stepper akibat beban berlebih. Secara keseluruhan, sistem yang dirancang telah mampu melakukan inspeksi dan sortir kemasan kaleng secara otomatis dengan tingkat akurasi tinggi dan kinerja yang konsisten.