Prototipe Sistem Sortasi Objek Otomatis Pada Roller Belt Conveyor Berbasis Internet Of Things
Abstract
Indonesia merupakan produsen pisang terbesar ketiga di dunia, namun volume ekspornya masih sangat rendah karena belum optimalnya proses sortasi sesuai standar mutu ekspor. Untuk mengatasi permasalahan ini, penelitian ini merancang sistem sortasi otomatis berbasis computer vision yang mampu mengklasifikasi kondisi fisik pisang secara real-time sebagai upaya peningkatan efisiensi sortasi pascapanen. Model klasifikasi dikembangkan menggunakan platform Teachable Machine dengan total 3.000 citra pisang yang terbagi merata antara kategori segar dan busuk. Model dilatih menggunakan arsitektur CNN selama 50 epoch dan diimplementasikan dalam format TensorFlow.js. Hasil klasifikasi dikirim ke mikrokontroler ESP8266 untuk mengontrol aktuator berupa servo motor, serta ditampilkan pada Blynk Dashboard melalui koneksi Wi-Fi untuk keperluan monitoring. Sistem diuji menggunakan 20 sampel fisik pisang dan menghasilkan akurasi klasifikasi sebesar 90%, dengan waktu respon rata-rata antara 3 hingga 5 detik. Hasil ini menunjukkan bahwa sistem mampu melakukan proses sortasi secara otomatis dan real-time. Prototipe ini dinilai berhasil mencapai tujuan penelitian sebagai solusi inovatif untuk otomasi sortasi produk hortikultura, khususnya pisang.
Kata kunci— sortasi pisang, computer vision, ESP8266, teachable machine, otomasi, blynk
References
A. Helwan, M. K. Sallam Ma’Aitah, R. H. Abiyev, S. Uzelaltinbulat, and B. Sonyel, “Deep Learning Based on Residual Networks for Automatic Sorting of Bananas,” J Food Qual, vol. 2021, 2021, doi: 10.1155/2021/5516368.
Bindu Puthentharayil Vikraman, “Iot-Based Multiclass Fruit Classification System using Transfer Learning,” Journal of Electrical Systems, vol. 20, no. 7s, pp. 1308–1314, May 2024, doi: 10.52783/jes.3703.
N. Suwichien and S. Suchaipron, “THE IMAGE PROCESSING IN A VISION SYSTEM-BASED SIZE INSPECTION FOR DRIED FLATTENED BANANAS.”
R. E. Saragih, Y. Pernando, A. J. Santoso, Y. Roza, M. Kh, and I. Verdian, “OPTIMIZING THE SORTING OF BARANGAN BANANAS THROUGH HYBRID AND TRANSFER LEARNING APPROACHES,”
J. Pendidikan and D. Konseling, “Pemodelan Pengolahan Citra untuk Klasifikasi Jenis Buah Pisang Menggunakan Metode KNN.”
D. Anggreani, M. I. Nasution, and N. Nasution, “Sistem Penyortir Otomatis Kematangan Tomat Berdasarkan Warna dan Berat dengan Sensor Tcs3200 dan Sensor Load Cell Hx711 Berbasis Arduino UNO,” Jurnal Fisika Unand, vol. 12, no. 3, pp. 374–380, Jul. 2023, doi: 10.25077/jfu.12.3.373-379.2023.
Mochamad Andri Prassetyo, Henna Nurdiansari, and Kuntoro Bayu Ajie, “Rancang Bangun Alat Pemilah Ikan Berbasis Internet Of Things (IoT),” Jurnal Teknik Mesin, Industri, Elektro dan Informatika, vol. 3, no. 2, pp. 35–52, May 2024, doi: 10.55606/jtmei.v3i2.3768.
R. Saputra and S. Ch, “BEES: Bulletin of Electrical and Electronics Engineering Prototype Alat Pemilah Sampah Organik, Logam, dan Non Logam Menggunakan Mikrokontroler Esp32,” Media Online), vol. 5, no. 2, pp. 46–54, 2024, doi: 10.47065/bees.v5i2.6218..
