Area - Pengolahan Citra Digital

BAB II DASAR TEORI

2.11. Pengolahan Citra Digital

2.11.7. Area

Area merupakan jumlah piksel yang merepresentasikan suatu citra. Pada citra biner, objek yang dicari luas areanya berwarna putih [13]. Warna putih pada citra biner bernilai 1(piksel). Total dari piksel dalam sebuah citra ini merupakan nilai areanya.

Rumus area ditunjukkan pada persamaan 2.13.

𝐴𝑖= ∑^𝑀−1_𝑥=0 ∑^𝑁−1_𝑦=0𝑂I (x,y) (2.13.) Keterangan :

𝐴𝑖 = Jumlah piksel dari luas objek (area) M = Kolom piksel

N = Baris piksel

Oi = Objek dalam suatu citra

Pada Gambar 2.21., dengan menjumlahkan piksel bernilai 1 pada objek persegi tersebut, didapatkan nilai 9. Nilai 9 tersebut merupakan area objek persegi.

Gambar 2.22. Area Objek Persegi [13]

BAB III

Rancangan Penelitian

Dalam bab ini akan dibahas rancangan penelitian yang meliputi:

1. Perancangan Sistem Secara Umum 2. Perancangan Mekanik

3. Perancangan Perangkat Keras (Hardware) 4. Perancangan Perangkat Lunak (Software)

3.1. Perancangan Sistem Secara Umum

Pada Tugas Akhir ini, akan dibuat alat yang dapat menyortir dan mencacah baut dan mur. Perancangan sistem penyortir dan pencacah ini memiliki beberapa komponen yang dapat dilihat pada Gambar 3.1. Penyortiran ini dikelompokkan berdasarkan bentuk objek, sedangkan pencacahan dikelompokkan berdasarkan bentuk dan ukuran objek. Objek berupa baut atau mur yang masing-masing terdiri dari 3 ukuran diletakkan di tray. Tugas tray adalah mengeluarkan baut atau mur satu per satu ke atas conveyor. Baut atau mur jatuh di ujung conveyor, rotasi dan translasi objek bebas dengan ketentuan objek harus tetap berada di ujung conveyor. Sensor infrared mendeteksi benda yang berada di atas conveyor, kemudian Webcam meng-capture objek yang dideteksi oleh sensor infrared. Hasil capture Webcam kemudian diproses oleh Raspberry Pi. Pemrosesan citra meliputi mengidentifikasi euler number untuk pengenalan bentuk dan mengidentifikasi area untuk pengenalan ukuran.

Raspberry Pi akan memberi sinyal pada motor servo untuk menggerakkan gate sesuai jenis benda apakah baut atau mur. Gate akan bergerak ketika sensor infrared di depan gate mendeteksi objek sudah mendekati gate. GUI akan menampilkan hasil cacahan baut dan mur tiga ukuran. Dalam penelitian ini, sensor yang mendeteksi objek berada di bawah Webcam disebut sensor infrared-Webcam, sedangkan sensor yang mendeteksi objek ketika berada di dekat gate disebut sensor infrared-gate.

Tugas gate dalam alat ini adalah untuk melaksanakan proses penyortiran baut dan mur. Gate digerakkan oleh motor servo untuk mengarahkan baut dan mur pada konveyor menuju kotak penampungan akhir.

Komponen yang digunakan dalam pembuatan tugas akhir ini yaitu Webcam sebagai sensor kamera untuk mendeteksi jenis benda beserta ukuran benda, actuator berupa motor servo pada tengah conveyor untuk menggerakkan gate sebagai penyortir baut dan mur, tray

sebagai sarana mengeluarkan baut dan mur satu per satu, conveyor sebagai pembawa objek menuju kotak penampungan, Raspberry Pi 4 sebagai otak alat, laptop sebagai penampil hasil pencacahan dan penyortiran, kemudian objek yang diproses yaitu baut dan mur. Tray digerakkan oleh motor Stepper. Conveyor digerakkan oleh motor DC yang mendapatkan daya dari Power Supply. Sistem ini akan diprogram dengan Bahasa pemrograman Python pada Raspberry Pi 4. Webcam yang digunakan adalah Logitech C170. Blok diagram proses kerja alat ditunjukkan oleh Gambar 3.1.

Gambar 3.1. Blok Diagram Proses Kerja Alat Keterangan :

1. Baut 2. Mur

3. Sensor Infrared 4. Webcam

3.2. Perancangan Mekanik 3.2.1. Desain Keseluruhan Sistem

Pada bagian ini menampilkan visualisasi terkait bentuk sistem secara nyata yang akan dikerjakan berupa alat penyortir dan pencacah baut dan mur. Visualisasi sistem secara isometri ditampilkan oleh Gambar 3.2. Sedangkan untuk dimensi ukuran detail sistem ditampilkan pada Gambar 3.3. dan Gambar 3.4. Gambar 3.3. menampillkan desain sistem tampak dari atas. Gambar 3.4. menampilkan desain sistem tampak dari samping.

Bahan tray menggunakan kardus dan kayu barsa sebagai penyangga. Bahan rangka conveyor, panel box, gate, dan dudukan servo adalah kayu. Sedangkan bahan belt conveyor adalah spon karet. Box wadah hasil penyortiran baut dan mur menggunakan wadah plastik.

Gambar 3.2. Visualisasi Sistem

Gambar 3.3. Dimensi Desain (Tampak Atas)

Gambar 3.4. Dimensi Desain (Tampak Samping)

3.2.2. Perancangan Conveyor

Conveyor berfungsi untuk membawa baut dan mur menuju tempat penampungan akhir. Pada conveyor terjadi proses penyortiran. Sistem penyortiran adalah berdasarkan apakah objek merupakan baut atau mur. Penyortiran tidak berdasarkan ukuran, sehingga baut atau mur apapun ukurannya tetap disortir berdasarkan jenis.

Gambar 3.5. Gambaran Cara Kerja Conveyor

Conveyor akan aktif terus menerus selama tombol start pada GUI ditekan dan akan mati ketika ditekan tombol stop pada GUI. Panjang conveyor adalah 37 cm dan lebar 14 cm dengan frame di kedua sisi untuk mengantisipasi jatuhnya baut atau mur ketika berada di

atas conveyor. Tinggi conveyor 8 cm. Gambaran cara kerja conveyor dapat dilihat pada Gambar 3.5.

Pada saat baut atau mur menyentuh area berwarna biru tua, sensor infrared-Webcam akan mendeteksi dan membaca bentuk benda dan kemudian Webcam meng-capture objek yang dideteksi dan diproses oleh Raspberry Pi yang mengirimkan perintah ke gate servo untuk menggerakkan gate sesuai bentuk yang dibaca. Jika bentuk objek adalah baut, maka gate akan bergerak menjadi seperti gate yang berwarna hijau sehingga mengarahkan baut kearah kiri, sedangkan jika bentuk objek adalah mur, maka gate akan bergerak menjadi seperti gate yang berwarna merah sehingga mengarahkan mur ke arah kanan. Gate akan bergerak ketika sensor infrared-gate mendeteksi objek sudah berada di area berwarna biru muda. Pada ujung conveyor terdapat dua box untuk menampung benda sesuai bentuknya.

3.2.3. Perancangan Tray

Gambar 3.6. Tray

Perancangan tray untuk menjatuhkan baut atau mur satu per satu ke conveyor dibuat dengan ukuran panjang 12 cm, dan lebar 8 cm. Tray diposisikan miring supaya benda yang diletakkan di atas tray dapat bergerak menuruni tray. Lebar ujung jalur tempat keluarnya baut atau mur sebelum masuk ke turbin pemindah baut atau mur adalah 3 cm sesuai dengan

panjang baut terbesar. Jari-jari turbin adalah 4 cm dengan lebar setiap buku-buku adalah 3 cm sesuai dengan lebar ujung jalur.

Besar sudut setiap buku-buku adalah 60⁰. Sedangkan besar sudut dari tray menuju conveyor adalah 120⁰. Motor Stepper pada penelitian ini diatur 6 step. Setiap satu step, rotor motor Stepper bergerak 60⁰. Sehingga benda pertama yang dijatuhkan ke conveyor harus melalui dua kali step putar untuk mencapai conveyor karena buku-buku turbin masih kosong. Desain dan dimensi tray dapat dilihat pada Gambar 3.6.

3.3. Perancangan Perangkat Keras (Hardware)

Perancangan perangkat keras pencacah dan penyortir baut dan mur terdiri dari Wiring Motor Servo dengan Raspberry Pi, wiring Relay, Motor DC, dan Power Supply, wiring ULN2003, dan wiring sensor infrared. Wiring keseluruhan alat dapat dilihat pada Gambar 3.7.

Gambar 3.7. Wiring Keseluruhan Alat

3.3.1. Wiring Motor Servo dengan Raspberry Pi

Motor servo memerlukan inputan lebar pulsa tertentu untuk mengatur sudut putaran yang dihasilkan oleh motor servo. Oleh karena itu, Raspberry Pi digunakan untuk memberikan input-an lebar pulsa tertentu kepada motor servo. Motor servo mempunyai tiga buah kabel yaitu kabel hitam untuk dihubungkan dengan ground, kabel merah dihubungkan dengan VCC, dan kabel kuning sebagai pengontrol posisi sudut putaran. Ada juga servo yang mempunyai kabel dengan warna putih, jingga, atau biru sebagai kabel pengontrol posisi sudut putaran.

Servo dikontrol dengan mengirimkan sinyal pulsa dengan lebar pulsa tertentu atau Pulse Width Modulation (PWM) ke kabel pengontrol. Untuk melakukan hal ini, maka output pin Raspberry Pi akan diset menjadi PWM. pin Raspberry Pi yang digunakan adalah pin 11 atau GPIO17. Wiring antara Raspberry Pi dan motor servo dijelaskan sebagai berikut:

1. Motor servo – VCC dihubungkan dengan 3.3 v (pin 1) 2. Motor Servo – data dihubungkan dengan GPIO17 (pin 11) 3. Motor Servo – GND dihubungkan dengan 0 v (pin 6)

3.3.2. Wiring Relay, Motor DC dan Power Supply

Raspberry Pi memerlukan relay tambahan untuk menghubungkan dan memutuskan aliran arus listrik yang dikontrol untuk menggerakkan motor DC dikarenakan Raspberry Pi tidak memiliki sumber daya yang cukup untuk diberikan kepada sebuah motor. Motor memerlukan cukup banyak daya, maka dari itu diperlukan relay sebagai penengah antara Raspberry Pi dan Motor DC untuk memberikan sumber daya yang lebih besar dari luar untuk Motor DC. Relay adalah komponen elektronik yang berfungsi sebagai pengendali motor DC dengan cara memutus dan menghubungkan suatu rangkaian elektronik yang satu dengan yang lainnya. Proses wiring relay ini dapat dilihat pada Gambar 3.2. Wiring antara relay dan Raspberry Pi dijelaskan sebagai berikut:

1. Relay – VCC dihubungkan dengan 5 v (pin 2) 2. Relay – IN dihubungkan dengan GPIO 21 (pin 40) 3. Relay – GND dihubungkan dengan 0 v (pin 14)

Sedangkan wiring antara relay, motor dc, dan power supply dijelaskan sebagai berikut:

1. Relay - NO dihubungkan dengan Motor DC-VCC 2. Relay – Com dihubungkan dengan Power Supply-VCC 3. Motor DC- GND dihubungkan denga Power Supply-GND

3.3.3. Wiring ULN2003

Motor Stepper merupakan motor DC yang prinsip kerjanya dikendalikan oleh pulsa-pulsa digital. Untuk bisa digunakan diperlukan sebuah driver. Dalam penelitian ini menggunakan ULN2003. Wiring ULN2003 dengan Raspberry Pi, Motor Stepper, dan Power Supply dijelaskan sebagai berikut:

1. ULN2003 – IN 1 dihubungkan dengan GPIO 21 (pin 29) 2. ULN2003 – IN 2 dihubungkan dengan GPIO 22 (pin 31) 3. ULN2003 – IN 3 dihubungkan dengan GPIO 23 (pin 33) 4. ULN2003 – IN 4 dihubungkan dengan GPIO 24 (pin 35) 5. ULN2003 – GND dihubungkan dengan 0V (pin 6)

6. ULN2003 – COM dihubungkan dengan Power Supply-VCC 7. ULN2003 – OUT 1 dihubungkan dengan Motor Stepper- Coil 2 8. ULN2003 – OUT 2 dihubungkan dengan Motor Stepper- Coil 1 9. ULN2003 – OUT 3 dihubungkan dengan Motor Stepper- Coil 3 10. ULN2003 – OUT 4 dihubungkan dengan Motor Stepper- Coil 4 11. Motor Stepper-VCC dihubungkan dengan Power Supply- VCC

3.3.4. Wiring Sensor Infrared

Dalam penelitian ini, menggunakan dua buah sensor infrared. Sensor pertama yaitu sensor infrared-Webcam untuk mendeteksi ketika benda sudah berada di bawah Webcam sehingga Webcam harus segera melakukan capture. Kemudian sensor kedua, yaitu sensor infrared-gate untuk mendeteksi benda ketika benda sudah mendekati gate sehingga gate harus segera melaksanakan perintah Raspberry Pi untuk mengarahkan objek sesuai dengan bentuknya. Wiring Sensor Infrared masing-masing dijelaskan sebagai berikut:

1. Sensor Infrared-Webcam-VCC dihubungkan dengan Power Supply-VCC 2. Sensor Infrared-Webcam-GND dihubungkan dengan Power Supply- GND 3. Sensor Infrared-Webcam-OUT dihubungkan dengan GPIO 23 (pin 16) 4. Sensor Infrared-Gate-VCC dihubungkan dengan Power Supply-VCC 5. Sensor Infrared-Gate-GND dihubungkan dengan Power Supply-GND 6. Sensor Infrared-Gate-VCC dihubungkan dengan GPIO 2 (pin 3)

3.4. Perancangan Perangkat Lunak (Software)

Perancangan perangkat lunak akan membahas:

a. Flowchart Utama

b. Flowchart Akuisisi Citra

c. Flowchart Image Preprocessing d. Flowchart Proses Pengenalan Benda e. Flowchart Proses Pergerakan Servo Gate f. GUI pada Python

3.4.1. Flowchart Utama

Gambar 3.7. Flowchart Utama

Gambar 3.7. Flowchart Utama (lanjutan)

Flowchart utama pada Gambar 3.7. menjelaskan proses kerja sistem secara keseluruhan. Cara kerja dari alat penyortir dan pencacah baut dan mur ini adalah mula-mula baut dan mur diletakkan pada tray. Tray digerakkan oleh motor Stepper menjatuhkan baut dan mur satu per satu ke atas conveyor. Sensor infrared-Webcam mendeteksi objek yang berada di ujung conveyor. Ketika objek terdeteksi, maka Raspberry Pi akan menjalankan perintah capture oleh Webcam dan kemudian dikenali objek tersebut.

Pengenalan objek melewati proses akuisisi citra dan image preprocessing. Citra yang diambil masih dalam bentuk citra berwarna atau RGB. Pada image preprocessing, citra RGB dikonversi menjadi citra grayscale dan kemudian dikonversi lagi ke citra biner. Proses menghilangkan noise menggunakan filter median blur. Tahap selanjutnya kemudian citra biner disegmentasi supaya dapat diolah untuk dikenali bentuk maupun ukurannya. Objek dikenali bentuknya dengan menggunakan perhitungan Euler Number dengan rumus seperti pada persamaan 2.12. Dari hasil pengenalan bentuk objek, Raspberry Pi akan mengirim perintah ke servo untuk menggerakan gate menyortir objek. Servo akan menjalankan perintah ketika sensor infrared-gate servo mendeteksi objek. Objek yang sudah dikenali kemudian dihitung nilai areanya untuk mengenali ukuran objek. Nilai area ditentukan dengan persamaan 2.13. Nilai area tersebut masuk ke dalam proses pencacahan. Hasil pencacahan kemudian ditampilkan di GUI.

3.4.2. Flowchart Akuisisi Citra

Akuisisi citra adalah proses mengubah citra analog menjadi citra digital. Proses akuisisi citra dimulai dengan capture objek oleh Webcam. Proses capture dalam bahasa pemrorgraman python menggunakan fungsi cv2.VideoCapture. Sedangkan konversi citra RGB menjadi citra Grayscale menggunakan fungsi cv2.cvtColor. Proses akuisisi citra digambarkan pada Gambar 3.8.

Gambar 3.8. Flowchart Akuisisi Citra

3.4.3. Flowchart Image Preprocessing

Setiap citra akan melewati tahap image preprocessing sebelum diolah. Citra yang tercapture dikonversi menjadi citra grayscale. Selanjutnya citra di-threshold dengan menggunakan otsu threshold untuk mengubah citra grayscale menjadi citra biner. Fungsi yang digunakan adalah cv2.THRESH_OTSU.

Untuk mendapatkan kualitas citra yang lebih baik, maka dilakukan noise filtering.

Metoda noise filtering yang digunakan adalah median filtering dengan menggunakan fungsi cv2.medianBlur(). Kemudian, dengan menggunakan fungsi cv2.findContours, didapatkan

citra yang diinginkan untuk diolah. Tahap-tahap dalam Image Preprocessing ditunjukkan oleh Gambar 3.9.

Gambar 3.9. Flowchart Image Preprocessing

3.4.4. Flowchart Segmentasi Citra

Proses Segmentasi Citra bertujuan untuk memisahkan objek dari citra keseluruhan agar dapat mempermudah proses pengenalan citra. Pada penelitian ini proses Segmentasi Citra menggunakan Bounding Box. Flowchart proses segmentasi citra ditunjukkan oleh Gambar 3.

Gambar 3.10. Flowchart Segmentasi Citra

3.4.5. Flowchart Pengenalan Bentuk Benda

Proses pengenalan bentuk benda menggunakan metode Euler Number. Benda yang akan dikenali ada 2 jenis, yaitu baut dan mur. Dimana jika baut, maka dbeuler bernilai 1, sedangkan jika mur, maka dbeuler bernilai 0. Pendeteksian nilai dbeuler menggunakan fungsi cv2.connectedComponents kemudian nilai ditentukan dengan menggunakan Persamaan 2.12. Flowchart proses pengenalan benda ditunjukkan oleh Gambar 3.10

Gambar 3.11. Flowchart Proses Pengenalan Benda

3.4.6. Flowchart Pengenalan Ukuran Benda

Gambar 3.12. Flowchart Proses Pengenalan Ukuran Baut

Gambar 3.13. Flowchart Proses Pengenalan Ukuran Mur

Proses pengenalan ukuran benda dibedakan menurut jenis benda. Proses pengenalan ukuran benda menggunakan fungsi Area. Rumus perhitungan Area dapat dilihat pada persamaan 2.13. Perhitungan Area menggunakan fungsi cv2.ContourArea. Flowchart proses pengenalan ukuran baut dan mur dapat dilihat pada Gambar 3.12. dan Gambar 3.13.

3.4.7. Flowchart Proses Pergerakan Servo Gate

Gambar 3.14. Flowchart Proses Pergerakan Servo Gate (Baut)

Gambar 3.15. Flowchart Proses Pergerakan Servo Gate (Mur)

Untuk mengendalikan gate digunakan servo yang mendapatkan input dari Raspberry Pi. Gate bergerak berdasarkan pada karakter yang diterima oleh Raspberry Pi. Mula- mula, gate dalam keadaan standby, kemudian setelah mendapatkan input, servo menggerakkan

gate 45⁰ atau 135⁰ sesuai dengan perintah dari Raspberrry Pi dan setelah sensor infrared-gate mendeteksi objek. Tujuan dari pergerakan infrared-gate adalah untuk mengatur arah berjalannya objek. Gambar 3.14. adalah Flowchart untuk servo ketika menggerakkan gate 45⁰dan Gambar 3.15. adalah Flowchart untuk servo ketika menggerakkan gate 135⁰.

Pada penelitian ini, posisi awal servo adalah 90⁰sehingga gate dalam keadaan lurus ke depan searah dengan conveyor. Pengaturan gerak motor servo dapat dilihat di bawah ini.

1. Ketika Webcam mendeteksi baut, servo bergerak 45⁰ dengan duty cycle 5%.

2. Ketika Webcam mendeteksi mur, servo bergerak 135⁰dengan duty cycle 10%.

3.4.8. GUI pada Python

Tujuan dibuatnya GUI adalah untuk memantau proses berjalannya program. GUI memiliki peran yang penting karena di dalamnya kita bisa melihat dan memahami program yang dibuat. GUI yang dibuat menampilkan hasil pencacahan baut dan mur berdasarkan ukuran. Dalam membuat GUI digunakan pustaka Tkinter. Perancangan GUI ditunjukkan oleh Gambar 3.16.

Gambar 3.16. Perancangan GUI

Pada GUI terdapat empat button yaitu Start, Stop, Reset, dan Exit. Ketika Button Start ditekan, Webcam dan Raspberry akan standby sehingga tray dan conveyor bergerak.

Pada saat ini peneliti dapat meletakkan baut dan mur untuk diproses oleh program ke atas tray. Sedangkan ketika Button Stop ditekan, sistem berhenti secara keseluruhan. Webcam, tray, conveyor, dan Raspberry Pi akan berhenti bekerja. Button Reset ditekan ketika program

sedang berjalan dapat membuat tampilan pada GUI direset menjadi tampilan pada awal ketika semua text box masih bernilai 0. Tetapi Webcam, tray, conveyor dan Raspberry masih bekerja. Ketika Button Exit ditekan, sistem akan berhenti bekerja sedangkan GUI akan tetap menampilkan jumlah terakhir yang dicacah. Sistem akan bekerja kembali ketika Button Start ditekan.

Tabel 3.1. Keterangan GUI

Nama Bagian Keterangan

Tombol “Start” Untuk memulai program

Tombol “Stop” Untuk menghentikan program

Tombol “Reset” Untuk memulai cacahan dari awal

Tombol “Exit” Untuk keluar dari program

M5 x 16 Untuk menampilkan jumlah baut dengan ukuran M5 x 16

M6 x 20 Untuk menampilkan jumlah baut dengan ukuran M6 x 20

M8 x 25 Untuk menampilkan jumlah baut dengan ukuran M8 x 25

M5 Untuk menampilkan jumlah mur ukuran

M6 Untuk menampilkan jumlah mur ukuran

M8 Untuk menampilkan jumlah mur ukuran

BAB IV

HASIL DAN PEMBAHASAN

Pada Bab ini akan membahas tentang hasil pengamatan dan pengujian sistem Pencacah dan Penyortir Baut dan Mur dengan menggunakan Raspberry Pi. Pembahasan akan dibagi menjadi beberapa bagian yaitu perubahan perancangan, implementasi hardware, implementasi software, implementasi GUI, dan hasil pengamatan sistem.

4.1. Perubahan Perancangan

Bagian ini menjelaskan perubahan pada perancangan mplementasi hardware dan software yang terjadi selama proses pembuatan hardware dan software.

4.1.1. Dinding Penghalang Cahaya

Pemberian dinding penghalang cahaya disebabkan objek tidak bisa dikenali dengan akurat ketika cahaya terlalu terang. Untuk mengatasinya, dibuat dinding yang menghalangi cahaya di dua sisi conveyor.

Gambar 4.1. Penghalang Cahaya di Sekitar Webcam

Perubahan setelah pemberian dinding penghalang cahaya ini adalah objek sudah dapat dikenali dengan lebih baik. Pemberian dinding penghalang cahaya dapat dilihat pada gambar 4.1.

4.1.2. Penambahan Motor DC

Penambahan motor DC ini bertujuan untuk memberikan getaran pada tray sehingga objek yang berada pada tray dapat bergerak menuruni tray. Supaya motor DC bergetar, ditempel mur pada porosnya motor DC sehingga motor DC menjadi berat sebelah ketika berputar dan menimbulkan getaran. Rangkaian pemberi getaran dengan motor DC dapat dilihat pada Lampiran 3.B.

4.1.3. Penggantian Motor DC 5V menjadi Motor DC 12V

Motor DC 5V sebagai penggerak conveyor diganti dengan motor DC 12V dikarenakan motor DC 12V memiliki rpm yang diinginkan yaitu 30 rpm. Motor DC sebelum penggantian adalah motor DC 5V yang mempunyai kecepatan 1200 rpm sehingga belt conveyor bergerak terlalu cepat dan Webcam susah untuk mendeteksi. Penggantian motor DC diikuti oleh penggantian power supply yang digunakan yaitu dari power supply 5 V menjadi power supply 12 V.

4.1.4. Pemindahan Posisi Webcam

Gambar 4.2. Perubahan Posisi Webcam

Pemindahan posisi Webcam menjadi lebih dekat dengan servo agar proses penyortiran bisa langsung dilakukan setelah Webcam mengenali objek dikarenakan pada perancangan digunakan sensor infrared untuk mendeteksi objek. Gate bergerak ketika sensor mendeteksi objek sudah mendekati gate sehingga arah gerak gate tidak keliru dikarenakan panjangnya jarak dari Webcam menuju gate dan berkemungkinan Webcam sudah mendeteksi objek lain sebelum objek sebelumnya mencapai gate. Akan tetapi dalam

penerapannya, sensor infrared tidak bisa mendeteksi secara akurat. Maksud tujuan dari pemindahan posisi Webcam supaya objek yang terdeteksi tidak melalui jarak yang terlalu jauh untuk mencapai servo sehingga pergerakan gate bisa sinkron dengan objek yang dideteksi. Pemindahan posisi Webcam dapat dilihat pada Gambar 4.2., garis merah adalah posisi awal Webcam sedangkan posisi setelah dipindah adalah seperti pada gambar.

4.1.5. Perubahan Pada Metode Pendeteksian Objek

Terdapat sedikit perubahan yang dapat dilihat pada Flowchart 1 pada lampiran 1.

Webcam, Conveyor, Motor Stepper akan on bersamaan ketika button start ditekan. Capture dilakukan langsung ketika Webcam on dan tidak lagi menggunakan sensor untuk mendeteksi. Metode pendeteksian dapat dilihat pada Flowchart 2 di lampiran 1.

Pendeteksian objek tidak lagi menggunakan sensor infrared karena sensor infrared tidak dapat mendeteksi dengan akurat. Data error ketika pendeteksian menggunakan sensor infrared dapat dilihat pada lampiran 5. Pendeteksian objek akhirnya menggunakan Webcam langsung di mana jika citra yang dideteksi memberikan nilai area yang konstan dan contour area sudah sesuai, maka citra akan diproses.

4.2. Implementasi Perangkat Keras

Tabel 4.1. Keterangan Implementasi Hardware Keseluruhan Merujuk Pada Gambar 4.3.

No. Keterangan

1. Wadah akhir baut dan mur

2. Servo motor

3. Tempat meletakkan webcam pada conveyor 4. Turbin pemisah baut dan mur satu per satu

5. Tray

6. Motor Stepper

7. Motor DC 12V

8. Powersupply 12V

9. Pengatur Tegangan

10. Raspberry Pi

11 Monitor

Bagian ini membahas hasil pengimplementasian hardware untuk sistem pencacah dan penyortir baut dan mur menggunakan Raspberry Pi dari perancangan yang telah dibuat sebelumnya. Hardware dalam penelitian ini meliputi tray, turbin untuk menyalurkan baut

atau mur dari tray, dan conveyor. Tampilan Hardware keseluruhan dalam penelitian ini dapat dilihat pada gambar 4.3 beserta keterangan pada Tabel 4.1. Penjelasan untuk setiap bagian hardware akan dijelaskan sebagai berikut.

Gambar 4.3. Hasil Implementasi Hardware Keseluruhan

4.2.1. Tray

Gambar 4.4. Tray

Fungsi tray dalam penelitian ini adalah untuk menunjang agar baut dan mur bisa turun satu per satu. Penampang tray dibuat dengan menggunakan kardus dan berbentuk

Dalam dokumen Tugas Akhir Pencacah dan Penyortir Baut dan Mur Menggunakan Raspberry Pi (Halaman 34-0)