TRUNOJOYO-Tugas Akhir-34508-Chapter1.pdf
Restricted to Repository staff only
Download (235kB)
TRUNOJOYO-Tugas Akhir-34508-Abstract.pdf
Restricted to Repository staff only
Download (234kB)
TRUNOJOYO-Tugas Akhir-34508-Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-34508-Chapter2.pdf
Restricted to Repository staff only
Download (636kB)
TRUNOJOYO-Tugas Akhir-34508-Chapter3.pdf
Restricted to Repository staff only
Download (664kB)
TRUNOJOYO-Tugas Akhir-34508-Chapter4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-34508-Conclusion.pdf
Restricted to Repository staff only
Download (184kB)
TRUNOJOYO-Tugas Akhir-34508-References.pdf
Restricted to Repository staff only
Download (236kB)
TRUNOJOYO-Tugas Akhir-34508-Appendices.pdf
Restricted to Repository staff only
Download (369kB)
Abstract
Robot merupakan salah satu alat bantu yang sangat diperlukan dalamrnberbagai kondisi. Penelitian ini bertujuan merancang robot lengan 4 Degree ofrnFreedom (DOF) untuk menyortir sampah secara otomatis menggunakan metodernFaster R-CNN. Robot mampu mendeteksi dan mengidentifikasi berbagai jenisrnsampah meliputi sampah daur ulang berisi kemasan susu dan botol plastik, sampahrnlimbah B3 berisi suntik dan baterai kotak 9v, sampah dapur berisi wortel dan kubis,rndan sampah kategori lain berisi kardus. Robot mengambil sampah sesuai koordinatrnyang diterima dan meletakkan sampah pada tempat sampah sesuai jenisnya. Prosesrnberlanjut hingga seluruh sampah selesai disortir, dan robot kembali ke posisi awalrnsetelah penyortiran selesai. Tujuan akhir adalah menghasilkan sistem sortir sampahrnotomatis menggunakan robot lengan 4 DOF dan computer vision. Hasil pengujianrnmenunjukan robot lengan mampu memindahkan sampah ke tempat sortir sampahrnsesuai dengan kategorinya. Bahwa pengujian dengan deteksi sampah tingkatrnakurasi dari seluruh percobaan dengan menggunakan metode Faster R-CNN dalamrnmendeteksi objek yaitu sebesar 95,92%. Kemudian pada pengujian robot lenganrndalam menyortir sampah ini akurasi keberhasilan mencapai 85% dari 70 kalirnpercobaan dan mengalami 10 kali gagal.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM AFRIZAL SHAH |
| Department | Teknik Mekatronika |
| Uncontrolled Keywords | Robot; Sampah; Degree of Freedom; Faster R-CNN |
| 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 20:06 |
| Last Modified | 24 Oct 2026 16:54 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/9835 |
