RIZQI JAGAD SLOKA (2025) PERANCANGAN SISTEM DETEKSI OBJEK BERDASARKAN KAMERA PIXY PADA ROBOT MR. CRUSH 2024. S1 thesis, Universitas Muhammadiyah Yogyakarta.

	Text (Halaman Judul) Halaman Judul.pdf Download (767kB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf Restricted to Registered users only Download (882kB)
	Text (Abstrak) Abstrak.pdf Restricted to Registered users only Download (161kB)
	Text (Bab I) Bab I.pdf Download (236kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (777kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (1MB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (2MB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (198kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Restricted to Registered users only Download (189kB)
	Text (Lampiran) Lampiran.pdf Restricted to Registered users only Download (624kB)
	Text (Naskah Publikasi) Naskah Publikasi.pdf Restricted to Registered users only Download (694kB)
	Text (Full Text) Full Text.pdf Restricted to Repository staff only Download (5MB)

Abstract

Penelitian Tugas Akhir ini bertujuan untuk merancang sistem pendeteksian objek menggunakan kamera Pixy pada robot pemilah sampah otomatis yang digunakan dalam Kontes Robot Tematik Indonesia (KRTMI) 2024. Robot pemilah sampah dirancang untuk mampu mendeteksi, mengidentifikasi, memilah sampah dan membuangnya secara otomatis ke tempat sampah yang sesuai dengan aturan perlombaan. Sistem deteksi ini menggunakan kombinasi sensor proximity induktif, sensor infrared dan kamera Pixy sebagai perangkat klasifikasi objek. Arduino Mega 2560 berfungsi sebagai prosesor, menerima input dari sensor dan mengontrol aktuator. Penelitian ini menggunakan perancangan hardware dan perancangan software. Hasil pengujian menunjukkan bahwa kamera Pixy mengalami kesalahan identifikasi objek jika intensitas cahaya terlalu rendah (< 101 lux) atau terlalu tinggi (>300 lux). Oleh karena itu, rentang intensitas cahaya yang disarankan yaitu antara 101 lux dan 300 lux. Kamera Pixy hanya mampu mendeteksi warna objek, tetapi tidak dapat mengidentifikasi sifat material objek. Untuk mengatasi hal ini, objek logam diklasifikasikan dengan sensor proximity induktif, sedangkan objek nonlogam diklasifikasikan dengan sensor infrared. Dalam kondisi optimal, sistem perancangan deteksi objek yang dirancang memiliki tingkat akurasi mencapai 100%.

Dosen Pembimbing:	Muhamad Yusvin Mustar, S.T., M.Eng. | NIDN0508058801
Item Type:	Thesis (S1)
Uncontrolled Keywords:	Automatic Trash Sorting Robot, Object Detection, Pixy Camera, Arduino Mega 2560, Indonesia Thematic Robot Contest
Divisions:	Fakultas Teknik > S1 Teknik Elektro
Depositing User:	Eko Kurnawan
Date Deposited:	08 Aug 2025 06:40
Last Modified:	08 Aug 2025 06:40
URI:	https://etd.umy.ac.id/id/eprint/52158

Actions (login required)

View Item