D4 Teknologi Rekayasa Robotika

Permanent URI for this collectionhttps://repository.polibatam.ac.id/handle/PL029/1765

Browse

Filters

2023 - 202434

Settings

Search Results

Now showing 1 - 10 of 34
  • Repository Politeknik Negeri Batam
    Item
    Depth Realsense Camera-Based Human Detection Using Yolov5
    (2024-07-15) Putri Suside Simanjuntak, Wati; Wibisana, Anugerah
    Penelitian ini mengembangkan sistem deteksi manusia berbasis kamera depth Intel RealSense D455 menggunakan algoritma YOLOv5n. Sistem ini dirancang untuk mengatasi tantangan deteksi objek dalam berbagai kondisi lingkungan dan pencahayaan, serta untuk aplikasi real-time dengan keterbatasan perangkat keras. Hasil pengujian menunjukkan bahwa sistem ini memiliki akurasi tinggi dalam mendeteksi jarak dan sudut pada siang hari, dengan tingkat kesalahan gabungan sekitar 2.439%. Namun, kinerja sistem menurun pada malam hari dengan tingkat kesalahan gabungan mencapai sekitar 10.042%, menunjukkan kerentanan terhadap perubahan pencahayaan rendah. Evaluasi menggunakan metrik mean Average Precision (mAP) menunjukkan model mencapai nilai mAP sebesar 0.99 pada threshold IoU 0.5 dan nilai rata-rata mAP sebesar 0.9 pada berbagai threshold dari 0.5 hingga 0.95, menandakan akurasi tinggi dalam deteksi dan klasifikasi objek. Integrasi informasi kedalaman dari kamera RealSense dan kemampuan deteksi real-time dari YOLOv5n menunjukkan efektivitas yang baik dalam deteksi manusia. Namun, diperlukan peningkatan lebih lanjut untuk meningkatkan kinerja dalam kondisi pencahayaan rendah. Secara keseluruhan, sistem yang dikembangkan menunjukkan potensi signifikan dalam aplikasi deteksi manusia terutama dalam kondisi pencahayaan terang namun memerlukan penyesuaian lebih lanjut untuk konsistensi deteksi dalam berbagai kondisi pencahayaan.
  • Repository Politeknik Negeri Batam
    Item
    Comparative Study of Deep Learning Algorithms Between YOLOv5, YOLOv7 and YOLOv8 As Fast and Robust Outdoor Object Detection Solutions
    (Journal of Applied Electrical Engineering, 2024-06-01) Santonius; Wijaya Ryan Satria S.Tr.T., M.Tr.T.
    object detection is one of the most popular applications among young people, especially among millennials and generation Z. The use of object detection has become widespread in various aspects of daily life, such as face recognition, traffic management, and autonomous vehicles. The use of object detection has expanded in various aspects of daily life, such as face recognition, traffic management, and autonomous vehicles. To perform object detection, large and complex datasets are required. Therefore, this research addresses what object detection algorithms are suitable for object detection. In this research, i will compare the performance of several algorithms that are popular among young people, such as YOLOv5, YOLOv7, and YOLOv8 models. By conducting several Experiment Results such as Detection Results, Distance Traveled Experiment Results, Confusion Matrix, and Experiment Results on Validation Dataset, I aim to provide insight into the advantages and disadvantages of these algorithms. This comparison will help young researchers choose the most suitable algorithm for their object detection task.
  • Repository Politeknik Negeri Batam
    Item
    Development of Graphical User Interface for Drones Vehicles in Warehouse Inventory Management System
    (2023-12-21) Hidayat Fatahillah; Kannedi Ajie Rizki; Farkhani M.Zotie; Risi Faiz Albar; Nakul Fitriyanti; Nakul Fitriyanti
    This research introduces an innovative approach to enhance warehouse inventory management through unmanned aircraft technology. The study focuses on the development and testing of user-friendly graphical user interfaces (GUI) for the Unmanned Aircraft (UAV) Control Page and the Inventory Data Processing Page. The Unmanned Aircraft Control Page testing validated successful Unmanned Aircraft connections, Micro Air Vehicle Link to Robot Operating System (MAVROS) system activations, and data monitoring of Unmanned Aircraft status. Efficiency comparisons revealed significantly shorter flight preparation times with the GUI compared to conventional methods. Testing on the Inventory Data Processing Page ensured seamless functionality of data tables, database connections, and data export features. The results provide a robust assessment of interface reliability and quality. Statistical analysis confirmed the GUI's consistent superiority in reducing flight preparation times. These findings underscore the GUI's potential to enhance operational efficiency in UAVs dedicated to inventory tasks.
  • Repository Politeknik Negeri Batam
    Item
    Implementasi Protokol Komunikasi Data Modbus TCP/IP pada Perangkat Kamera Cerdas Berbasis Raspberry Pi
    (Politeknik Negeri Batam, 2024-01-12) Aryani, Yeni; Rudiawan Jamzuri, Eko
    Protokol Modbus TCP/IP dirancang sebagai solusi bagi kompleksitas interaksi antara manusia dan mesin, serta meningkatnya kebutuhan akan keselamatan tinggi di lingkungan industri. Berfungsi sebagai jembatan data, protokol ini telah terbukti mendukung sistem Kesehatan dan Keselamatan Kerja industri. Dengan kecepatan transfer mencapai 0,01994 Mbps, latensi 2,01229 ms, dan integrasi Pemantauan Objek, protokol ini memberikan solusi komprehensif untuk meningkatkan kinerja dan keamanan di berbagai sektor industri. Penggunaan Protokol Modbus TCP/IP mampu meningkatkan keselamatan pekerja, meminimalisir risiko kecelakaan, dan mengoptimalkan produktivitas, menjadikannya inovasi penting dalam mencapai standar keselamatan tinggi dan efisiensi di lingkungan industri.
  • Repository Politeknik Negeri Batam
    Item
    Implementasi Algoritma SSD MobileDets untuk Mendeteksi Aktivitas Operator Memasuki Area Hazard di Sekitar Mesin
    (2024-01-15) Fikri, Abdillah; Jamzuri, Eko Rudiawan
    Abstract— Safety laser scanners are the main sensors proposed to protect work accidents in the industrial sector. However, they are expensive and limited to a 2D scanning area. Therefore, in this final project, research is carried out related to low-cost sensors using monocular cameras and Edge TPU as an alternative security laser scanner. The system can inform safety warnings using green, yellow, and red indicator lights, and use warning sounds using a buzzer in dangerous conditions. I captured the safe area using a monocular camera and processed the MobileDets SSD deep learning object detection image. To be able to detect objects, the person data that has been collected will be carried out a model training process, the model training process is carried out in order to produce a model that is ready for use. During the training process, the model obtained an mAP value of 0.217% on the validation data, and obtained an mAP value of 0.274% on the test data. Next, the object detector was run on Edge TPU, a USB device to accelerate the deep learning process. The resulting object detector model can detect objects in the form of people with an average accuracy of 73,81%. The object detector will recognize people and mark them with a bounding box. From the resulting bounding box, the object coordinates are then calculated to analyze people entering the safe area. When a person is detected entering a safe area, the system will provide a warning with the resulting indicator light. In addition, this system can generate security signals using USB Input/Output that can be integrated with machine or robot controllers
  • Repository Politeknik Negeri Batam
    Item
    Minimize UAV Landing Error by Development of Precision Landing System Based on Object Detection
    (2023-12-21) Rizki Kanedi, Ajie; Nakul, Fitriyanti
    Unmanned Aerial Vehicle (UAV) or commonly known as drones have undergone various kinds of technological developments, so that they are widely utilized in any field, in this paper focuses on developing a precision landing system for drones when completed in an RFID tag mission in a warehouse, utilizing technologies such as Pixhawk, Raspberry Pi, Intel Realsense T265 for navigation, and a webcam to help detect objects for precision landing of drones. The system of precision landing combines or communicates from Intel Realsense T265 and Vision Camera, which detects a marker where the drone is landing, then Pixhawk receives the command. The addition of this object detection-based precision landing system is to minimize the drone landing error if it only utilizes Intel RealSense T265, thus the development of this precision landing system minimizes the error from the drone when landing, so that the drone still lands in a safe area or predetermined place.
  • Repository Politeknik Negeri Batam
    Item
    Altitude Optimization Based on TF Mini Plus LiDAR as a Guided System for Autonomous Drones in Inventory Management
    (2023-12-21) Farkhani, M Zotie; Risi, Faiz Albar; Kanedi, Ajie Rizki; Hidayat, Fatahillah; Nakul, Fitriyanti; Nakul, Fitriyanti
    This research is an in-depth look at optimizing drone operations by integrating LiDAR sensors for more advanced altitude control, with a particular focus on inventory management. This study evaluates the performance of drones using three main sensors: Benewake TFmini Plus LiDAR, IMU Intel Realsense Tracking Camera, and Pixhawk Barometer. Autonomous drone missions included 5-meter and 10-meter forward flights, as well as obstacle recognition scenarios. Measurement datasets from 50 cm to 500 cm at 50 cm intervals were used as the basis for comparison of sensor accuracy and consistency. The experimental results illustrate the drone's dynamic response to LiDAR under various flight conditions, highlighting its adaptability and precision. This research makes a significant contribution to the understanding of the effectiveness of LiDAR sensors in height measurement, particularly in the context of inventory management in complex indoor environments. The findings stimulate further discussion on the potential development of autonomous drone technology for inventory management in the future.
  • Repository Politeknik Negeri Batam
    Item
    Analisis Word Error Rate dan Waktu Respons pada Sistem Question-Answering di Robot Humanoid
    (2023) Prasetya Hutagalung, Donny; Rudiawan Jamzuri, Eko
    Penelitian ini mengusulkan sistem Question-Answering (QA) melalui media suara. Automatic Speech Recognition (ASR) dikembangkan menggunakan model VOSK untuk mengenali lima pertanyaan yang diucapkan oleh penutur secara acak dan QA dikembangkan menggunakan model RoBERTa. Hasil pengenalan suara di ASR kemudian memberikan jawaban sesuai dengan pertanyaan yang diucapkan. Dari pengujian yang dilakukan pada lima penutur secara acak dengan 125 kali percobaan, diperoleh nilai Word Error Rate (WER) sebesar 0.187. Sementara itu, sistem QA memiliki waktu respons dengan rata-rata sebesar 464,04 milliseconds. Hasil ini menunjukkan bahwa masih terdapat beberapa kesalahan pada ASR yang mempengaruhi kinerja sistem QA secara keseluruhan dan waktu respons sistem memberikan pengalaman yang cukup responsif. Hasil penelitian ini memberikan kontribusi pada penelitian dan pengembangan sistem QA, khususnya pada robot humanoid yang masih belum banyak diteliti.
  • Repository Politeknik Negeri Batam
    Item
    Analisis Efektifitas Kinerja Mesin 3D Print menggunakan Metode Overall Equipment Effectiveness
    (2023-12-21) Muzadi, M Rafiq; Fatekha, Rifqi Amalya
    —Revolusi industri 4.0 banyak menghasilkan kemajuan dibidang IPTEK. Mesin 3D Print merupakan salah satu kemajuan dibidang manufaktur. Mesin merupakan salah satu peranan penting dalam proses produksi maka kondisi mesin harus di jaga supaya stabil dalam melakukan operasi. Salah satu Metode yang banyak digunakan untuk mengukur kinerja adalah "Efisiensi Peralatan Secara Keseluruhan (OEE)". Yang bertujuan untuk menentukan keefektifan kinerja dari proses, serta memaksimalkan produksi. Mengenai ketersediaan (availability) waktu untuk menghasilkan keluaran (Performance) dengan mutu produk (Quality) terbaik. Hasil yang diperoleh setelah dilakukan perhitungan besar nilai avaibility sebesar 87,28%, Performance sebesar 78,83%, Quality sebesar 90,11% dan nilai OEE sebesar 60,78%. Perbaikan dari analisa tersebut antara lain dengan meningkatkan uptime mesin 3D print untuk mengurangi downtime mesin, melakukan monitoring bahan baku agar tidak terlalu banyak kesalahan pada saat proses, dan memastikan tidak terjadi downtime mesin Hal ini meliputi penambahan jam kerja dan penambahan jam perawatan Mesin ini.
  • Repository Politeknik Negeri Batam
    Item
    Pengembangan Sistem Deteksi Label Magazine Leadframe Untuk Sistem Inventaris Pada PT. Infineon Batam Berbasis OCR
    (., 2024-07-15) Tambunan, Theresia Desiwani; Wibisana, Anugerah
    Saat ini, dalam proses pencatatan dan pengelolahan inventaris pada PT.infineon Batam masih dilakukan dengan cara manual, Seperti kesulitan untuk menemukan slot yang tersedia untuk menyimpan magazine dengan kondisi penumpukan magazine yang berlebihan dalam kabinet. Salah satu tantangan utama dari proses pengembangan sistem deteksi label magazine yaitu kesalahan dan ketidak akuratan dalam penyimpanan magazine. Oleh karena itu dalam membantu mengatasi masalah tersebut, penelitian ini melakukan pengembangan sistem deteksi label magazine berbasis OCR (Optical Character Recongnition) dan pendeteksian objek menggunakan alogaritma YOLOV7. Teknologi ini merupakan aplikasi atau program komputer yang dirancang untuk mendeteksi objek dan mengenali label teks tulisan pada magazine, Sistem ini digunakan untuk menyimpan dan mengelola ketersediaan jumlah slot magazine yang kosong dalam cabinet perusahaan. Selanjutnya, dari hasil penelitian pembuatan model OCR melakukan perbandingan pendeteksian tulisan dalam metode CNN (Convolutional Neural Network) dan LSTM (Long Short Term Memory), untuk menentukan tingkat akurasi pendetekisan penulisan pada label magaizne yang lebih baik.