D4 Teknologi Rekayasa Robotika
Permanent URI for this collectionhttps://repository.polibatam.ac.id/handle/PL029/1765
Browse
4 results
Search Results
Item Rancang Bangun Sistem SCADA Pada Trainer Kit Pick and Place(2024) Faturachman, Fardhi Arief; Jamzuri, Eko RudiawanSemakin berkembangnya zaman semakin berkembang pula sistem yang ada pada sektor industri, dengan demikian diperlukan pula adanya sebuah program yang dapat meringankan pekerjaan-pekerjaan di bidang industri. Salah satunya adalah program SCADA yang dapat berfungsi sebagai sistem monitoring, kendali dan akuisisi data yang dibutuhkan terhadap alat-alat industri. Penelitian ini mengembangkan sistem SCADA Trainer Kit Pick and Place A201 menggunakan PLC Siemens S7-1200 dan software LabVIEW. Sistem ini memungkinkan pengendalian dan monitoring real-time melalui jaringan wireless dan LAN. Metode penelitian mencakup konfigurasi PLC, pengaturan address memory, konfigurasi komunikasi wireless, dan integrasi PLC dengan LabVIEW melalui OPC Server. HMI pada LabVIEW dirancang untuk visualisasi dan kontrol Trainer Kit secara real-time. Pengujian menunjukkan komunikasi yang baik antara PLC dan OPC Server. Delay time pada komunikasi wireless meningkat seiring bertambahnya jarak, dengan rata-rata 440ms pada 1 meter dan 1200ms pada 50 meter. Koneksi wireless lebih stabil pada jarak dekat dengan rata-rata PING 3ms per menit, meningkat hingga 42ms per menit pada 50 meter. Sistem SCADA pada penelitian ini ketika digunakan untuk pengendalian dan monitoring Trainer Kit dalam jaringan wireless, dapat bekerja sesuai fungsi yang telah dirancang dengan jarak aman koneksi wireless antara 1 hingga 20 meter sesuai dengan kondisi ruang dan pembatas.Item Application of Object Detection and Face Recognition with Customize Dataset on Service Robot(2024-09-18) Saputra, Wiki; Wijaya, Ryan SatriaComputer vision technology is currently gaining traction in all industries, including manufacturing, agriculture, healthcare, and services. Computer vision technology now incorporates robotics technology, making it very dynamic and flexible. Computer vision, like a service robot, is used in a variety of applications, including safety, analysis, and service. One of the skills of service robots is the ability to recognize its users through the use of computer vision. So that by recognizing the user, the robot can be commanded according to the user's wishes. Computer vision on service robots is trained using a special dataset that includes the object of a user's face. The computer will be trained by recognizing its users through digital images and annotating their faces, followed by training using the yolov5 architecture and applying the resulting data to the robot.Item Implementation of path planning with obstacle avoidence using SLAM in Services Robot(2024-09-18) Tarigan Wahyudi,Dikki; Wijaya Satria,RyanObstacle avoidance is an important aspect in service robot navigation. This research proposes an approach that integrates Lidar sensors with Simultaneous Localization and Mapping (SLAM) methods to improve the robot's ability to identify, understand, and avoid obstacles in dynamic environments. This data is then processed using SLAM algorithms to create a real-time map of the environment while estimating the robot's position within it. In this research, lidar is used to detect obstacles to be encountered by the robot. Dynamic environment mapping allows the robot to detect changes and adjust its path plan on the fly. An obstacle avoidance algorithm is designed to interact with SLAM data, so that the robot can adaptively change its movement path to avoid newly appearing or moving obstacles In robotic path planning, Dijkstra's algorithm can be applied to generate the shortest, most efficient route from the robot's current location to a target location. The algorithm operates on a predefined map or a dynamically updated map (as in SLAM), considering obstacles and the cost associated with traversing different parts of the environment. Dijkstra algorithm is chosen to determine the path to be traveled by the robot.Djikstra algorithm is chosen to determine the path to be traveled by the robot. The djikstra algorithm takes the robot through the obstacle barrier well from the starting position to the destination point with excellent.Combining SLAM with Lidar obstacle avoidance improves the robot's robustness in complex and rapidly changing environmental situations. Simulation experiments and field testing show that this approach is effective in improving the robot's performance in dealing with obstacles and optimizing its autonomous navigation. By utilizing Lidar and SLAM technologies, this research contributes to the development of reliable robot navigation systems in various application contexts.Item Komunikasi Data pada Sistem SCADA Pick-and-Place Menggunakan OPC Server(Politeknik Negeri Batam, 2024-07) Prayogo, Muhammad Rifki; Jamzuri, Eko RudiawanKomunikasi data awalnya melibatkan pengiriman data teks melalui kabel telegraf. Namun, dengan munculnya komputer dan jaringan komputer, metode ini menjadi lebih canggih. Dengan adanya internet dan teknologi nirkabel, pentingnya komunikasi data semakin terasa. Komunikasi data sendiri merupakan kumpulan dari beberapa teknologi. Tujuan komunikasi data pada penelitian ini untuk memaksimalkan perkembangan komunikasi data pada sistem SCADA pick and place dengan menggunakan OPC Server. Dengan nirkabel, komunikasi data dapat mempermudah menghubungkan jaringan tanpa jaringan kabel ethernet. Dengan Unity, PLC dan SCADA, penelitian ini mengembangkan komunikasi data pada system SCADA di mesin pick and place menggunakan OPC Server, yang memiliki beberapa aspek dari perangkat keras dan perangkat lunak. Dengan data block pada TIA Portal dan memanfaatkan router pada jaringan komputer komunikasi data ini dapat dilakukan secara nirkabel. Pada Unity program C# dengan tambahan drivers sharp7, maka PLC Siemens s7-1200 ini dapat dikembangkan lagi dengan visualisasi objek secara waktu sebenarnya. Dengan menguji coba koneksi antara PLC ke unity dan OPC Server, dapat dibuktikan berdasarkan hasil tampilan dari rancangan text box Unity dan quick client dari OPC Server. Kemudian untuk selisih waktu program dan actual trainer kit pada 1 cycle time trainer kit terdapat 17 sequence. Waktu penyelesaian trainer kit secara aktual 25,7 detik sedangkan dari monitoring Labview membutuhkan waktu 26,6 detik. Komunikasi data yang telah di terapkan terdapat perbedaan waktu sekitar 0,9 detik. Dengan penelitian ini sebagai komunikasi data dapat dengan mudah ditransfer antara perangkat pick and place, memastikan informasi yang akurat dan tepat waktu. Hal ini memungkinkan sistem bekerja secara terkoordinasi, meningkatkan efisiensi operasional, dan mengoptimalkan kinerja keseluruhan sistem pick and place.