VOKASI NEWS – Sistem penyortiran otomatis berbasis robot lengan SCARA terintegrasi dengan deteksi objek YOLO v8 berhasil meningkatkan efisiensi dan akurasi penyortiran produk farmasi skala kecil.
Pemanfaatan teknologi robotika terus mengalami perkembangan pesat, terutama dalam bidang industri dan otomasi. Salah satu terobosan inovatif hadir melalui rancangan sistem sorting otomatis berbasis lengan robot SCARA (Selective Compliance Assembly Robot Arm) yang terintegrasi dengan metode deteksi objek berbasis YOLO v8 (You Only Look Once version 8). Inovasi ini diharapkan mampu meningkatkan efisiensi, akurasi, dan stabilitas proses penyortiran produk farmasi berskala kecil hingga menengah.
Sistem ini dirancang untuk mengenali dua jenis botol obat yang sering ditemukan di pasaran, yaitu Cap Lang dan Geliga. Proses pelatihan deteksi dilakukan menggunakan dataset sebanyak 603 gambar yang dianotasi melalui platform Roboflow.
Proses Pelatihan Model Deteksi
Pelatihan model deteksi dilakukan secara daring menggunakan Google Collaboratory, yang menyediakan GPU secara gratis untuk memaksimalkan efisiensi komputasi. Hasil pelatihan berupa model terbaik dalam format .pt diintegrasikan langsung ke dalam sistem.
Sistem ini didukung dengan antarmuka pengguna berbasis Python dan OpenCV. Sistem ini menampilkan hasil deteksi secara real-time. Selain itu juga dilengkapi fitur kontrol robot melalui komunikasi serial ke Arduino.
Desain GUI dan Mekanisme Penyortiran SCARA
GUI (Graphical User Interface) terbagi dalam dua halaman: halaman utama untuk kontrol kamera dan tampilan hasil deteksi, serta halaman pengaturan untuk konfigurasi sistem. Saat objek terdeteksi oleh kamera dengan confidence tertentu, GUI akan mengirim sinyal ke mikrokontroler untuk menggerakkan robot SCARA sesuai dengan jenis objek.
Posisi pengambilan dan peletakan objek ditentukan secara tetap untuk menjaga konsistensi. Sementara jenis objek dikenali oleh sistem melalui proses klasifikasi visual berbasis YOLO v8.
BACA JUGA: [Efektivitas Daun Kemuning dan Kayu Manis untuk Bagi Obesitas]
Hasil dan Dampak Potensi Pengembangan
Hasil pengujian menunjukkan bahwa intensitas cahaya dan ketinggian kamera mempengaruhi akurasi deteksi. Sistem menunjukkan performa optimal pada pencahayaan di atas 100 lux dan ketinggian kamera 60 hingga 100 cm. Waktu rata-rata penyortiran satu objek berkisar 20–24 detik, dengan tingkat keberhasilan deteksi antara 90% hingga 100%. Kondisi ini membuktikan bahwa sistem mampu melakukan proses penyortiran secara otomatis, akurat, dan stabil, bahkan dalam pengujian berulang.
Sistem ini menunjukkan potensi untuk diterapkan pada skala industri kecil hingga menengah, khususnya dalam bidang logistik farmasi, pengemasan, dan manufaktur produk berbasis klasifikasi visual. Keberhasilan sistem ini membuka peluang untuk pengembangan lebih lanjut, termasuk deteksi multi-kategori dan peningkatan akurasi dalam kondisi lingkungan variatif.
Integrasi antara image processing, deep learning, dan robotika menjadikan proyek ini sebagai langkah nyata dalam mendukung revolusi industri berbasis teknologi cerdas.
***
Penulis: Erico Akbar
Editor: Oky Sapto Mugi Saputro
