Jurnal Eltek (Apr 2020)

Identifikasi objek di depan robot pengantar makanan menggunakan sensor kamera

  • Abrihan Bachtiar Samudra,
  • Mila Fauziyah,
  • Indrazno Siradjuddin

DOI
https://doi.org/10.33795/eltek.v18i1.220
Journal volume & issue
Vol. 18, no. 1
pp. 51 – 56

Abstract

Read online

Perkembangan robot pada abad ke-20 ini sangatlah pesat, sehingga banyak sekali mahasiswa maupun penelitian-penelitian yang mengembangkan berbagai macam robot. Agar dapat membantu dan meringankan pekerjaan manusia di waktu yang akan datang. Robot pelayan pada sebuah rumah makan adalah sebuah robot yang dibuat untuk menggantikan peran manusia dalam hal melakukan pelayanan pada sebuah rumah makan, robot ini memiliki banyak sekali kelebihan. Seperti fungsi penampakan visual yang di miliki oleh robot. Penelitian ini menggunakan 1 buah kamera berjenis web cam dengan merk A4Tech yang memiliki seri PK-920H 1080p untuk pengambilan sampling gambar, 1 buah Raspberry Pi 3 Type B untuk pemrosesan image dan video processing, 1 buah Arduino mega untuk mengontrol gerak robot, 1 buah modul suara untuk pemberi sinyal, dan beberapa interfacing pengkabelan secara serial. Penelitian pada jurnal ini diujian secara online dan offline. Pengujian yang dilakukan memberikan hasil, robot mampu membedakan benda diam dan bergerak tanpa kesalahan (0% error). Sehingga robot tidak menabrak orang yang melintasi lintasan robot tersebut. Dengan demikian robot ini memiliki fitur safety pada saat pengoperasiannya yang mampu membedakan objek bergerak maupun objek diam The development of robots in the 20th century has been very rapid, so many students and researches developed various types of robots, in order to be able to help and alleviate human work in the future. Waiter robot in a restaurant is a robot created to help the role of humans in terms of doing service in a restaurant, this robot has many advantages. Like the visual appearance function that is owned by a robot. This research uses 1 type of web camera with A4Tech brand which has PK-920H 1080p series to receive image samples, 1 Raspberry Pi 3 Type B to collect images and video processing, 1 mega mega to control robot movements, 1 module voice for signaling, and several serial cabling interfaces. Research in this journal was tested online and offline. Tests carried out give results, the robot is able to distinguish stationary and moving objects without error (0% error). So that the robot does not hit people who cross the robot's trajectory. Thus this robot has a safety feature during operation that is able to distinguish moving objects and stationary objects