VOKASI NEWS – Sistem sortasi cabai otomatis berbasis Robot SCARA dengan teknologi visi komputer dan deep learning YOLOv8 menghadirkan solusi efisien dan akurat dalam klasifikasi cabai.
Teknologi otomasi kini merambah ke sektor pertanian, melahirkan inovasi sistem sortasi cabai otomatis berbasis visi komputer. Sistem ini menggunakan lengan robot SCARA 4 DoF yang dilengkapi dengan algoritma deteksi objek berbasis deep learning, yaitu YOLOv8. Dengan pendekatan tersebut, sistem mampu mendeteksi cabai secara real-time hanya dalam satu tahap pemrosesan, sehingga efisien dan cepat. Fokus utama pengembangan sistem ini adalah klasifikasi cabai besar ke dalam empat kategori: merah segar, hijau segar, merah cacat, dan hijau cacat.
Mekanisme Pengujian Sistem Otomasi
Proses pengambilan gambar dilakukan melalui webcam Logitech C270, yang menangkap citra objek di atas area sortir. Dataset dilabeli secara manual menggunakan Roboflow dan dilatih menggunakan platform Google Colaboratory untuk menghasilkan model deteksi yang akurat dan andal. Hasil deteksi berupa koordinat objek serta sudut kemiringan cabai diproses oleh mikrokontroler ESP32. Kemudian, hasilnya dikirim ke Arduino Uno melalui komunikasi USB TTL. Selanjutnya, perintah gerakan dieksekusi oleh motor stepper menggunakan CNC Shield V3 dan driver A4988 untuk mengatur posisi gripper robot secara presisi sesuai orientasi objek.
Pengujian sistem menunjukkan performa optimal pada ketinggian kamera 80 cm dan pencahayaan antara 200 hingga 250 lux. Dalam kondisi tersebut, sistem mampu menyelesaikan proses sortir dalam waktu rata-rata 30 hingga 35 detik per objek. Tingkat keberhasilan klasifikasi mencapai 90,6%, sementara akurasi sortasi keseluruhan sistem mencapai 93,3%. Pada aspek orientasi objek, sistem berhasil mendeteksi sudut kemiringan dengan tingkat akurasi hingga 88,8%. Hal ini memungkinkan gripper melakukan penyesuaian arah secara otomatis saat mencapit objek.
Keunggulan Sistem pada Robot SCARA
Keunggulan utama sistem ini adalah kemampuannya bekerja secara konsisten dalam lingkungan semi-terbuka dengan pencahayaan alami, tanpa perlu kalibrasi ulang setiap kali pemakaian. Selain itu, sistem mampu menangani berbagai bentuk dan ukuran cabai. Hal ini termasuk cabai yang tidak simetris, dengan tetap menjaga tingkat akurasi yang tinggi. Model deteksi YOLOv8 yang digunakan juga dapat diperbarui secara berkala apabila terdapat jenis cabai baru yang ingin diklasifikasikan, menjadikan sistem ini fleksibel dan adaptif terhadap kebutuhan lapangan.
Inovasi ini menjadi contoh nyata penerapan teknologi robotika dan kecerdasan buatan untuk menjawab tantangan efisiensi dan kualitas di sektor pertanian. Sistem sortasi otomatis berbasis robot SCARA tidak hanya meningkatkan kecepatan dan ketepatan proses sortir pascapanen, tetapi juga dapat diimplementasikan secara fleksibel untuk komoditas pertanian lainnya seperti tomat, kentang, atau buah-buahan. Dengan demikian, pemanfaatan teknologi ini diharapkan mampu mendorong transformasi digital industri pertanian menuju arah yang lebih produktif, efisien, dan berkelanjutan.
BACA JUGA: [Cara Mahasiswa Tetap Eksis dan Berprestasi di Berbagai Bidang]
***
Penulis: Muhammaad Ilham Bagas Septiawan
Editor: Oky Sapto Mugi Saputro