Putri, Ditha Fatimah (2025) SISTEM OTOMASI SORTING BUAH TERINTEGRASI ARTIFICIAL INTELLIGENCE MENGGUNAKAN PROGRAMMABLE LOGIC CONTROLLER (SOFTWARE). Diploma thesis, Politeknik Negeri Sriwijaya.
|
Text (COVER)
COVER.pdf - Published Version Download (513kB) | Preview |
|
|
Text (ABSTRAK)
ABSTRAK.pdf - Published Version Download (17kB) | Preview |
|
![]() |
Text (BAB I)
BAB I.pdf - Published Version Restricted to Repository staff only Download (219kB) |
|
![]() |
Text (BAB II)
BAB II.pdf - Published Version Restricted to Repository staff only Download (641kB) |
|
![]() |
Text (BAB III)
BAB III.pdf - Published Version Restricted to Repository staff only Download (5MB) |
|
![]() |
Text (BAB IV)
BAB IV.pdf - Published Version Restricted to Repository staff only Download (846kB) |
|
![]() |
Text (BAB V)
BAB V.pdf - Published Version Restricted to Repository staff only Download (14kB) |
|
![]() |
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (79kB) |
|
![]() |
Text (LAMPIRAN)
LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (7MB) |
Abstract
Dalam era industri 4.0, pemanfaatan teknologi otomasi dan kecerdasan buatan Artificial Intelligence menjadi solusi efektif untuk meningkatkan efisiensi dan akurasi dalam proses produksi, termasuk dalam industri pertanian dan pengolahan hasil panen. Penelitian ini mengembangkan sistem otomasi penyortiran buah berbasis kamera yang terintegrasi dengan AI, menggunakan algoritma deteksi objek YOLOv5 yang dilatih melalui platform Roboflow, serta dikendalikan oleh Programmable Logic Controller (PLC) Omron CP1L. Sistem ini dirancang untuk mengidentifikasi dan mengklasifikasikan buah berdasarkan karakteristik visual seperti jenis dan warna, serta mengatur mekanisme sortir secara otomatis. Webcam berfungsi sebagai sensor input visual yang menangkap citra buah secara real-time. Citra ini kemudian diproses menggunakan model YOLOv5 yang telah dilatih sebelumnya untuk mendeteksi jenis dan kualitas buah. Hasil deteksi kemudian dikomunikasikan melalui antarmuka komunikasi seperti serial atau Ethernet ke PLC Omron CP1L, yang bertugas mengatur aktuator motor DC untuk memindahkan buah ke jalur sortir yang sesuai. Dengan pendekatan ini, sistem mampu melakukan penyortiran dengan akurasi tinggi dan kecepatan yang konsisten. Penggunaan AI dan PLC secara terintegrasi memungkinkan fleksibilitas dalam penyesuaian model deteksi sesuai jenis buah, serta keandalan dalam pengendalian perangkat keras industri. Sistem ini menunjukkan potensi besar dalam meningkatkan produktivitas dan mengurangi kesalahan manusia dalam proses penyortiran buah di sektor agroindustri.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Otomasi Industri, Penyortiran Buah, Kecerdasan Buatan, Webcam, PLC Omron CP1L, Deteksi Buah |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Telecommunication Engineering > Undergraduate Theses |
Depositing User: | Pustaka Teknik Elektro |
Date Deposited: | 12 Sep 2025 03:42 |
Last Modified: | 12 Sep 2025 03:42 |
URI: | http://eprints.polsri.ac.id/id/eprint/19990 |
Actions (login required)
![]() |
View Item |