TRUNOJOYO-Tugas Akhir-41534-Abstract.pdf
Restricted to Repository staff only
Download (154kB)
TRUNOJOYO-Tugas Akhir-41534-Cover.pdf
Restricted to Repository staff only
Download (659kB)
TRUNOJOYO-Tugas Akhir-41534-Chapter1.pdf
Restricted to Repository staff only
Download (192kB)
TRUNOJOYO-Tugas Akhir-41534-Chapter2.pdf
Restricted to Repository staff only
Download (444kB)
TRUNOJOYO-Tugas Akhir-41534-Chapter3.pdf
Restricted to Repository staff only
Download (532kB)
TRUNOJOYO-Tugas Akhir-41534-Chapter4.pdf
Restricted to Repository staff only
Download (974kB)
TRUNOJOYO-Tugas Akhir-41534-Conclusion.pdf
Restricted to Repository staff only
Download (149kB)
TRUNOJOYO-Tugas Akhir-41534-References.pdf
Restricted to Repository staff only
Download (108kB)
TRUNOJOYO-Tugas Akhir-41534-Appendices.pdf
Restricted to Repository staff only
Download (297kB)
Abstract
Proses pemotongan plat besi menggunakan las oxy-LPG di industri kecil masih banyak dilakukan secara manual sehingga sangat bergantung pada keterampilan operator, yang berdampak pada rendahnya konsistensi hasil pemotongan, meningkatnya risiko kecelakaan kerja, serta kurang optimalnya efisiensi proses. Penelitian ini bertujuan merancang dan membangun sistem pemotongan plat besi otomatis berbasis mikrokontroler menggunakan metode YOLO V8 (You Only Look Once) untuk mendeteksi lubang awal pada plat besi sebagai acuan penggerakan motor stepper sehingga brander las dapat melakukan pemotongan secara otomatis. Metode penelitian meliputi perancangan perangkat keras dan perangkat lunak, pembuatan dataset citra menggunakan webcam Logitech C615, proses anotasi dan augmentasi data melalui Roboflow, pelatihan model YOLO V8 menggunakan Google Colab, serta pengujian sistem secara real-time pada plat besi dengan ketebalan 0,7 mm, 0,8 mm, dan 1 mm dalam kondisi pencahayaan terang dan gelap. Hasil penelitian menunjukkan bahwa model YOLO V8 mampu mengenali lubang pada plat besi dengan performa yang sangat baik, ditunjukkan oleh nilai mAP@0.5 sebesar 97,4%, Average Precision sebesar 98,2% untuk kelas “lubang las” dan 96,5% untuk kelas “plat besi”, serta nilai F1-score optimum sebesar 0,96 pada confidence 0,532, sehingga sistem mampu mendeteksi lubang secara real-time dan mengendalikan pergerakan motor stepper sesuai kondisi pemotongan, dengan rata-rata confidence pengujian webcam tertinggi mencapai 82% pada ketebalan plat 0,7 mm dalam kondisi gelap, sehingga sistem yang dikembangkan mampu meningkatkan otomatisasi, kestabilan proses, dan efektivitas pemotongan plat besi dibandingkan metode manual.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM MARCELLINO PUTRA UTOMO |
| Department | Teknik Mekatronika |
| Uncontrolled Keywords | You Only Look Once (YOLO), Las Oxy-LPG, Deteksi Lubang, Pemotongan Plat Besi. |
| Divisions | Fakultas Teknik > S1 - Teknik Mekatronika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 05:16 |
| Last Modified | 24 Oct 2026 17:28 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/36338 |
