VOKASI NEWS – Seiring perkembangan teknologi robotika, penerapan sistem otomasi pada sektor industri dan pergudangan juga mengalami peningkatan yang signifikan. Salah satu teknologi yang banyak digunakan adalah Automated Guided Vehicle (AGV). AGV merupakan robot yang mampu bergerak pada jalur yang telah ditentukan dan menjalankan tugas pengantaran barang tanpa campur tangan manusia. AGV banyak dimanfaatkan untuk proses pengangkutan barang karena efisien mengurangi beban kerja yang bersifat berulang, serta meminimalkan kesalahan dalam proses distribusi barang. Namun pada keadaan sesungguhnya di pergudangan, seringkali ada halangan pada lintasan yang dapat mengganggu pergerakan robot. Kondisi inilah yang mendorong pengembangan alternatif sistem navigasi yang lebih adaptif dibandingkan metode line following.
Robot AGV Berbasis Navigasi Kamera Ciptaan Mahasiswa TRIK
Berangkat dari permasalahan tersebut, mahasiswa Program Studi D-IV Teknologi Rekayasa Instrumentasi dan Kontrol (TRIK) Fakultas Vokasi Universitas Airlangga berhasil mengembangkan sebuah robot AGV. Robot ini dilengkapi sistem navigasi berbasis kamera (vision-based navigation) yang mampu bergerak menuju titik tujuan sekaligus menghindari halangan di lintasan secara otomatis. Dengan dimensi tubuh sebesar 90 × 60 cm, robot dirancang menyerupai troli pengangkut barang. Troli ini dapat digunakan untuk mendistribusikan barang menuju lokasi tujuan secara interaktif berdasarkan koordinat yang diberikan pengguna.
Teknologi di Balik Sistem Navigasi Adaptif
Robot ini mengintegrasikan odometri, sensor jarak, sensor kompas, dan kamera omni 360°. Metode pendeteksian menggunakan model image processing berbasis YOLO untuk mengenali halangan berupa kardus di lintasan. Model deteksi tersebut dilatih dan menghasilkan tingkat keyakinan deteksi sebesar 97%. Ketika kamera dan sensor mendeteksi adanya halangan di lintasan, robot akan secara otomatis bermanuver menghindar ke arah yang aman. Robot kemudian tetap melanjutkan perjalanan ke titik tujuan dengan akurat.
Metode penghindaran rintangan yang diterapkan adalah Reactive Obstacle Avoidance. Metode ini menghasilkan respons secara langsung berdasarkan informasi dari kamera dan sensor, tanpa memerlukan proses perencanaan jalur (path planning) yang kompleks.
Hasil Pengujian: Akurasi Tinggi dan Bebas Halangan
Berdasarkan hasil pengujian, robot berhasil menjalankan fungsi navigasi dan penghindaran rintangan dengan baik. Sistem mampu bergerak menuju koordinat tujuan, mendeteksi rintangan, melakukan manuver penghindaran, serta mempertahankan orientasinya. Berdasarkan pengujian pengantaran barang yang dilakukan, nilai rata-rata akurasi posisi X tercatat sebesar 85,52% dan posisi Y sebesar 88,32%. Akurasi orientasi robot mencapai 99,99%, sementara persentase keberhasilan melewati seluruh halangan mencapai 100%.
Pengembangan robot ini menunjukkan bahwa integrasi beberapa sensor tersebut mampu menghasilkan sistem AGV yang adaptif terhadap perubahan lingkungan. Ke depan, inovasi ini diharapkan dapat menjadi salah satu solusi dalam mendukung transformasi industri. Solusi ini mengarah pada sistem logistik yang lebih cerdas, efisien, dan fleksibel sesuai dengan konsep Industri 4.0. Selain itu, penelitian ini juga berkontribusi terhadap pencapaian Sustainable Development Goals (SDGs). Kontribusi ini khususnya terlihat pada SDG 9 (Industry, Innovation and Infrastructure) melalui pengembangan teknologi robotika yang inovatif untuk meningkatkan produktivitas industri. Penelitian ini juga mendukung SDG 8 (Decent Work and Economic Growth) melalui terciptanya proses kerja yang lebih efisien dalam pemanfaatan teknologi robotika untuk pengangkutan barang.
[BACA JUGA: Sistem Terpusat PLN UP3 Sidoarjo Permudah Pemantauan Tagihan Vendor]
Penulis: Yusuf Ilham Ramadhan
Editor: Nadya Tika (Tim Branding Vokasi)
