VOKASI NEWS – Proses penyortiran buah melon berdasarkan berat masih banyak dilakukan secara manual oleh petani maupun distributor. Cara tersebut tidak hanya membutuhkan waktu lebih lama, tetapi juga rentan menimbulkan ketidakkonsistenan hasil dan kesalahan klasifikasi.
Grade berat buah menjadi salah satu faktor utama dalam menentukan tujuan distribusi. Hasil penyortiran menentukan apakah buah dipasarkan ke pasar tradisional, supermarket, atau pasar ekspor. Oleh karena itu, ketepatan penyortiran berpengaruh langsung terhadap nilai jual produk.
Menjawab tantangan tersebut, dikembangkan alat sortir buah melon berbasis Programmable Logic Controller (PLC) yang mampu melakukan penimbangan, klasifikasi, dan pemisahan buah secara otomatis. Sistem otomasi ini dirancang untuk meningkatkan akurasi, konsistensi, serta efisiensi proses penanganan pascapanen dibandingkan metode konvensional.
PLC Menjadi Pusat Kendali Sistem
Perangkat menggunakan PLC Omron CP1L sebagai pusat kendali seluruh proses penyortiran. PLC dipilih karena memiliki kemampuan mengintegrasikan pembacaan sensor, pengambilan keputusan, hingga pengendalian aktuator secara otomatis tanpa memerlukan intervensi operator.
Seluruh logika kerja dirancang menggunakan ladder diagram. Sistem ini mampu mendeteksi keberadaan buah secara otomatis. Selanjutnya, sistem melakukan penimbangan dan menentukan kategori berat. Buah kemudian diarahkan ke jalur sortir yang sesuai secara konsisten.
Sensor Load Cell dan Photoelectric Bekerja Bersama
Penimbangan buah dilakukan menggunakan sensor load cell. Sensor ini terhubung dengan weight transmitter dan modul CP1W-AD041. Komponen tersebut mengubah sinyal analog menjadi data digital. Selanjutnya, data diproses oleh Programmable Logic Controller (PLC).
Sementara itu, sensor photoelectric berfungsi mendeteksi posisi buah di atas konveyor sehingga proses penimbangan berlangsung pada waktu yang tepat. Berdasarkan hasil pembacaan berat, sistem kemudian mengelompokkan buah ke dalam tiga kategori, yaitu Grade A dengan berat lebih dari 1,5 kilogram, Grade B dengan berat 1,0–1,5 kilogram, dan Grade C dengan berat kurang dari 1,0 kilogram.
Penyortiran Otomatis Menggunakan Pneumatik
Setelah klasifikasi selesai, PLC memberikan perintah kepada silinder pneumatik double acting yang dikendalikan solenoid valve untuk mendorong buah menuju jalur sesuai kategorinya.
Seluruh proses berlangsung secara otomatis di atas konveyor yang digerakkan motor DC. Mulai dari pendeteksian, penimbangan, hingga pemisahan buah dilakukan dalam satu alur kerja yang terintegrasi sehingga mampu meningkatkan efisiensi dibandingkan proses manual.
Akurasi Mencapai 100 Persen
Pengujian dilakukan untuk mengevaluasi performa masing-masing komponen maupun sistem secara keseluruhan. Hasilnya menunjukkan sensor photoelectric bekerja stabil hingga jarak deteksi 30 sentimeter, sedangkan motor DC mampu mencapai kecepatan optimal 26,3 RPM pada tegangan 24 VDC.
Silinder pneumatik juga bekerja optimal pada tekanan 30 psi. Sementara itu, sensor load cell menghasilkan rata-rata error hanya sebesar 0,27 persen dengan koefisien determinasi (R²) sebesar 0,9993, yang menunjukkan hubungan sangat linier antara beban dan tegangan keluaran.
Pengujian sistem menunjukkan tingkat keberhasilan penyortiran mencapai 100 persen pada seluruh kategori grade. Rata-rata waktu siklus yang dibutuhkan berkisar antara 24 hingga 32 detik. Hasil ini menunjukkan bahwa sistem mampu bekerja secara akurat dan konsisten.
Mendukung Otomasi Pascapanen Berkelanjutan
Keberhasilan sistem menunjukkan bahwa penerapan otomasi berbasis PLC mampu meningkatkan efektivitas penanganan pascapanen hortikultura, khususnya dalam proses klasifikasi buah berdasarkan berat.
Pengembangan selanjutnya masih terbuka, seperti penambahan Human Machine Interface (HMI) untuk mempermudah pengoperasian maupun integrasi image processing agar sistem dapat mendeteksi kondisi fisik buah secara otomatis.
Inovasi ini juga mendukung pencapaian Sustainable Development Goals (SDGs), terutama SDG 9 tentang Industri, Inovasi, dan Infrastruktur melalui penerapan teknologi otomasi industri pada sektor pertanian, serta SDG 12 tentang Konsumsi dan Produksi yang Bertanggung Jawab melalui peningkatan efisiensi dan pengurangan kesalahan klasifikasi hasil panen.
[BACA JUGA: Transformasi Digital untuk Pencatatan Kejadian Reject pada Pemeriksaan Radiografi Thorax]
Penulis: Mohammad Dary Abyan Sigit
Editor: Inviana (Tim Vokasi Branding)
