Rancang Bangun Conveyor Penyortir Mur Berbasis Raspberry Pi Menggunakan Metode Contour Area

  • Dimas Surya Pratama Universitas Negeri Surabaya
  • Lilik Anifah Universitas Negeri Surabaya
  • Lusia Rakhmawati Universitas Negeri Surabaya
  • Rr Hapsari Peni Agustin T Universitas Negeri Surabaya

Abstract

Kebutuhan akan penggunaan alat penyortir barang di industri secara otomatis, cepat, serta presisi dalam pendistribusian barang semakin tinggi sehingga diperlukannya suatu sistem computer yang dapat digunakan untuk memisahkan barang. Dengan adanya berbagai jenis ukuran dari mur, tentu industri pembuatan mur membutuhkan suatu alat penyortir otomatis untuk menyortir ukuran dari mur. Pada penelitian ini membahas tentang perancangan sebuah sistem conveyor yang digerakkan dengan motor dc 6V dengan pengolahan citra menggunakan metode contour area untuk menghitung jumlah pixel dari mur. Mini PC yang digunakan sebagai kontrol pusat yaitu Raspberry Pi 3 Model B dengan menggunakan bahasa pemrograman Python. Pengambilan citra dilakukan secara real time dengan menggunakan kamera webcam Logitech C922 Pro. Ukuran mur yang digunakan sebagai bahan pengujian yaitu mur dengan ukuran 7mm sebanyak 50 buah dan 10mm sebanyak 50 buah. Hasil citra yang didapatkan berupa jumlah pixel dari contour area citra biner pada objek mur yang digunakan untuk menentukkan ukuran dari mur yang selanjutnya akan dilakukan proses penyortiran secara otomatis. Hasil dari penelitian penyortiran mur menggunakan metode contour area, memperoleh nilai presentase tingkat keberhasilan sebesar 99% dari 50 kali pengujian masing-masing ukuran mur dan didapatkan error sebesar 1%. Sistem bekerja optimal dengan kecepatan belt pada 82 rpm dan intensitas cahaya ruangan berkisar 125 Lux.

Kata kunci: Mur, Raspberry Pi, Pengolahan citra, Contour area.

Published
2022-06-29
How to Cite
Pratama, D., Anifah, L., Rakhmawati, L., & Agustin T, R. (2022). Rancang Bangun Conveyor Penyortir Mur Berbasis Raspberry Pi Menggunakan Metode Contour Area. JURNAL TEKNIK ELEKTRO, 11(2), 246-254. https://doi.org/10.26740/jte.v11n2.p246-254
Section
Vol 11 No 2 (2022): MEI 2022
Abstract Views: 350
PDF Downloads: 522