SMART WASTE MANAGEMENT: APLIKASI ROBOTIC ARM PADA KLASIFIKASI SAMPAH REAL-TIME

Maharani, Nadhirah Meidiasty (2025) SMART WASTE MANAGEMENT: APLIKASI ROBOTIC ARM PADA KLASIFIKASI SAMPAH REAL-TIME. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) Halaman Depan (Cover).pdf - Published Version Download (635kB) | Preview
Preview	Text (Abstrak) ABSTRAK.pdf - Published Version Download (236kB) | Preview
	Text (Bab I) BAB I Pendahuluan.pdf - Published Version Restricted to Repository staff only Download (289kB) | Request a copy
	Text (Bab II) BAB II Tinjauan Pustaka.pdf - Published Version Restricted to Repository staff only Download (758kB) | Request a copy
	Text (Bab III) BAB III Metodologi Penelitian.pdf - Published Version Restricted to Repository staff only Download (907kB) | Request a copy
	Text (Bab IV) BAB IV Hasil dan Pembahasan.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (Bab V) BAB V Simpulan dan Saran.pdf - Published Version Restricted to Repository staff only Download (225kB) | Request a copy
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (216kB) | Request a copy
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Proses pemilahan sampah di Indonesia yang masih dilakukan secara manual menimbulkan kebutuhan akan sistem otomatis berbasis Artificial Intelligence (AI) dan teknologi robotika. Penelitian ini mengembangkan sistem klasifikasi dan pemilahan sampah secara real-time menggunakan model deteksi objek YOLOv5s yang terintegrasi dengan robot lengan Tinkerkit Braccio, dikendalikan oleh Arduino Uno dan Raspberry Pi. Sistem ini menggunakan kamera untuk mendeteksi empat kategori sampah, yaitu cardboard, metal, paper, dan plastic. Hasil deteksi kemudian diproses menjadi perintah gerak fisik robot melalui perhitungan inverse kinematics menggunakan parameter Denavit-Hartenberg, dengan bantuan toolbox Peter Corke di MATLAB. Model YOLOv5s yang telah diuji menunjukkan rata-rata nilai confidence sebesar 78,02% dan waktu inferensi 79,25 ms sehingga cukup efisien untuk dijalankan pada perangkat embedded. Selain itu, implementasi inverse kinematics mampu menghasilkan pergerakan robot yang akurat, dengan selisih kecil dari posisi target. Penelitian ini menunjukkan bahwa integrasi AI dan robotika mampu menghadirkan solusi efektif untuk sistem klasifikasi sampah otomatis berskala kecil maupun edukatif.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Artificial intelligence, inverse kinematics, klasifikasi sampah, robot lengan, YOLOv5s
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	11 Aug 2025 02:23
Last Modified:	11 Aug 2025 02:23
URI:	http://eprints.polsri.ac.id/id/eprint/17884

Actions (login required)

View Item