Presentasi Sidang Skripsi Implementasi Inverse Kinematics Pada Robot Lengan untuk Pengambilan Benda dengan Koordinat Awal Acak

Peningkatan jumlah peminat kegiatan
jual beli online mengakibatkan arus
keluar-masuk barang dalam gudang
penyimpanan meningkat.
Peningkatan sebesar 16,3% terjadi
pada tahun 2006-2010.
Peningkatan arus keluar-masuk
barang yang besar membutuhkan
tenaga dan waktu yang cukup
besar.
Perbedaan
No
No
Nama Penulis (Tahun),
Judul Penelitian
Persamaan
1
Pers
ama
an
Pene
litia
n
Terd
ahul
u
Renc
ana
Pene
litia
n
Koor
dina
t
tuju
an
pemi
ndah
an
dida
sark
an
pada
war
na
bend
a.
Koor
dina
t
tuju
an
pemi
ndah
an
dida
sark
an
pada
bent
uk
bend
a.
Koor
dina
t
peng
ambi
lan
bend
a
tela
h
dite
ntuk
an.
Koor
dina
t
peng
ambi
lan
bend
a
acak
.
Ada
tida
knya
bend
a
dite
ntuk
an
oleh
sens
or
war
na.
Ada
tida
knya
bend
a
dite
ntuk
an
oleh
Rasp
berr
y Pi
berd
asar
kan
data
kam
era.
Perbedaan
Penelitian Terdahulu
Rencana Penelitian
Koordinat tujuan
Koordinat tujuan pemindahan
pemindahan didasarkan
didasarkan pada warna
pada bentuk dan warna
benda.
benda.
Koordinat pengambilan benda Koordinat awal pengambilan
telah ditentukan.
benda acak.
1
Farozi, I., Maulana, R.,
Kurniawan, W. (2019),
Menggunakan
Implementasi Sensor
metode invers
Warna Pada Robot Lengan kinematics pada
Pemindah Barang
robot lengan 3Menggunakan Inverse
DoF.
Kinematics.
Nam
a
Penu
lis
(Tah
un),
Judu
l
Pene
litia
n
Faro
zi, I.,
Mau
lana,
R.,
Kurn
iawa
n,
W.
(201
9),
Impl
eme
ntasi
Sens
or
War
na
Pada
Robo
t
Leng
an
Pemi
ndah
Bara
ng
Men
ggun
akan
Inve
rse
Kine
mati
cs.
Chao
, Z.,
et
al.
(201
7),
Inve
rse
Kine
mati
cs
Solu
tion
and
Verif
icati
on of
4DOF
Hydr
aulic
Man
ipula
tor.
Men
ggun
akan
met
ode
inve
rs
kine
mati
cs
pada
robo
t
leng
an 3DoF.
Men
ggun
akan
met
ode
inve
rse
kine
mati
cs
pada
robo
t
mani
pula
tor.
Me
mba
has
ranc
anga
n
beru
pa
pers
ama
an
dan
hasil
peng
ujian
dari
robo
t
mani
pula
tor
4DoF.
Me
mba
has
impl
eme
ntasi
dari
robo
t
mani
pula
tor
3DoF.
Ada tidaknya benda
ditentukan oleh sensor
warna.
2
Ada tidaknya benda
ditentukan oleh Raspberry Pi
berdasarkan data kamera.
2
Chao, Z., et al. (2017),
Menggunakan
Membahas rancangan berupa
Inverse Kinematics
metode inverse
persamaan dan hasil
Solution and Verification
kinematics pada
pengujian dari robot
of 4-DOF Hydraulic
robot manipulator.
manipulator 4- DoF.
Manipulator.
Membahas implementasi
dari robot manipulator 3DoF.
3
Deteksi objek
Abbadi, N. E., Saadi, L. A.,
Hasil deteksi digunakan untuk
dengan bentuk
(2013), Automatic
mengidentifikasi jenis objek
bangun datar atau
Detection and Recognize
(segitiga, persegi, persegi
dua dimensi
Different Shapes in an
panjang lingkaran, elips, atau
berdasarkan faktor
Image.
belah ketupat.
bentuk.
Hasil deteksi digunakan
untuk mengidentifikasi jenis
objek (segitiga atau
lingkaran) dan titik tengah
objek .
3
Abb
adi,
N.
E.,
Saad
i, L.
A.,
(201
3),
Auto
mati
c
Dete
ction
and
Reco
gniz
e
Diffe
rent
Shap
es in
an
Imag
e.
Dete
ksi
obje
k
deng
an
bent
uk
bang
un
data
r
atau
dua
dime
nsi
berd
asar
kan
fakt
or
bent
uk.
Hasil
dete
ksi
digu
naka
n
untu
k
men
entu
kan
jenis
bang
un
data
r
apak
ah
term
asuk
segit
iga,
pers
egi,
lingk
aran
, dan
lain
seba
gain
ya.
Hasil
dete
ksi
digu
naka
n
untu
k
men
entu
kan
jenis
bang
un
data
r
berd
asar
kan
rasio
dan
titik
koor
dina
t
dari
titik
teng
ah
bang
un.
4
1
2
3
Keterangan :
1 : Raspberry Pi 3
2 : Raspberry Camera Rev1.3
3 : OpenCM 9.04
4 : Pencahayaan LED
5 : Grid Per CM
5
Rasio = Luas Kontur / (Panjang x Lebar)
Rasio <= 0,67
→ Prisma Segitiga
Rasio > 0,67
→ Tabung
Perulangan pengecekan
apakah titik berada diantara
indeks ke-[n] dan [n-1]
0%
0
10
100%
Berhasil
Gagal
2.50%
1
39
97,50%
Berhasil
Gagal
-21 -18 -15 -12 -9
-6
24
24
20
20
16
16
12
12
8
8
4
4
0
0
-3
0
Koordinat Peletakan
3
6
9
12
15
18
21
Koordinat Pembacaan
-21 -18 -15 -12 -9
-6
-3
0
Koordinat Peletakan
3
6
9
12
15
18
21
Koordinat Pembacaan
No
Sudut
Masukan
Sudut Joint 1
Persentase
Kesalahan
Joint 1
N
o
1
15o
0%
3
30o
30o
0%
4
3
45o
45o
0%
5
5
6
60o
75o
90o
61o
76o
1,667%
1,333%
90o
0%
1
5
1
5
0
o
o
3
0
3
0
o
o
4
5
4
5
o
o
15o
2
2
4
S
e
li
si
h
S
u
d
u
t
Sudut Joint 2
1
15o
S
u
d
u
t
M
a
s
u
k
a
n
S
u
d
u
t
H
a
si
l
M
o
t
o
r
S
e
r
v
o
30o
6
0
6
1
o
o
45o
7
5
7
6
o
o
9
0
9
0
61o
6
7
o
o
1
0
5
1
0
5
o
o
76o
8
1
2
0
1
2
1
o
o
90o
9
1
0
1
3
5
1
3
5
o
o
1
5
0
1
5
0
o
o
o
0
o
0
o
1
o
1
o
0
o
0
o
1
o
0
o
0
P
e
r
s
e
n
t
a
s
e
K
e
s
a
l
a
h
a
n
(
E
rr
o
r)
Persentase
Kesalahan
Joint 2
Sudut Joint 3
Persentase
Kesalahan
Joint 3
0%
15o
0%
3,333%
30o
0%
0%
45o
0%
1,667%
61o
0%
1,333%
76o
0%
0%
90o
0%
0,952%
105o
0%
0
%
0
%
0
%
1
,
6
6
7
%
1
,
3
3
3
%
0
%
0
%
0
,
8
3
3
%
0
%
0
%
7
105o
105o
0%
105o
8
120o
121o
0,833%
121o
0,833%
121o
0,833%
9
135o
135o
0%
135o
1,481%
135o
0%
10
150o
150o
0%
150o
0%
150o
0%
Rata -rata
persentase
kesalahan absolut
0,383%
o
Rata -rata persentase kesalahan
absolut (MAPE)
0
,
3
8
3
%
0,959%
0,083%
S
u
d
u
t
M
a
s
u
k
a
n
S
u
d
u
t
H
a
si
l
M
o
t
o
r
S
e
r
v
o
S
e
li
si
h
S
u
d
u
t
1
1
5
1
5
0
o
o
2
3
0
3
0
o
o
4
5
4
5
o
o
P
e
r
s
e
n
t
a
s
e
K
e
s
a
l
a
h
a
n
(
E
rr
o
r)
Titik
Sudut
Persentase
Sudut
Persentase
Sudut
Persentase
Sudut
Sudut
Sudut
No Koordinat Perhitungan
Kesalahan Perhitungan
Kesalahan Perhitungan
Kesalahan
Joint 1
Joint 2
Joint 3
Akhir
Joint 1
Joint 1
Joint 2
Joint 2
Joint 3
Joint 3
N
o
1
(8, 8, 4)
117,47
118,00
0,45%
-45,00
3
-139,00
0,53%
-131,00
0,48%
-138,06
-139,00
0,68%
49,00
0,39%
-139,52
-140,00
0,34%
0,79%
-109,57
-110,00
0,39%
-72,00
0,89%
-114,48
-115,00
0,45%
-90,00
0,00%
-101,70
-102,00
0,29%
-101,00
0,87%
-100,72
-101,00
0,28%
97,76
97,00
0,78%
-131,63
6
0
6
1
o
o
3
(-8, 7, 5)
124,63
123,00
1,31%
48,81
7
5
7
6
o
o
9
0
9
0
4
5
6
(15, -9, 3)
(16, 5, -1)
(19, 0, 3)
81,10
71,91
74,30
81,00
72,00
75,00
0,12%
0,13%
0,94%
6
-120,96
o
7
-72,65
-90,00
8
9
1
0
0
%
-138,26
(9, -8, 0)
5
0
%
0,00%
2
4
o
0
-45,00
o
0
o
1
o
1
o
0
0
%
1
,
6
6
7
%
1
,
3
3
3
%
0
%
-120,00
o
1
0
5
1
0
5
o
o
1
2
0
1
2
1
o
o
1
3
5
1
3
5
o
o
1
5
0
1
5
0
o
o
o
0
o
1
o
0
o
0
0
%
0
,
8
3
3
%
0
%
0
%
7
(19, -4, 0)
64,59
65,00
0,63%
-101,89
8
(-5, 14, 7)
102,06
102,00
0,06%
19,65
19,00
3,31%
-116,31
-117,00
0,59%
9
(-6, 0, 17)
90,00
90,00
0,00%
140,79
141,00
0,15%
-108,12
-109,00
0,81%
10
(-18, 0, 3)
78,79
78,00
1,00%
90,00
90,00
0,00%
-106,96
-106,00
0,90%
Rata-rata
persentase
kesalahan
absolut
0,54%
o
Rata -rata persentase kesalahan
absolut (MAPE)
0
,
3
8
3
%
0,69%
0,53%
Pengujian Ke-
Koordinat Keluaran
1
(0, 15, 4)
2
(15, 11, 6.3)
3
(0, 23, 6.3)
Pe
ng
uji
an
K
e-
K
oo
rd
in
at
K
el
ua
ra
n
K
oo
rd
in
at
M
as
uk
an
Pe
rs
en
ta
se
K
es
al
ah
an
(
X,
Y,
Z)
1
(0
,
15
,
4)
(0
,
15
,
5)
6,
67
%
(1
5,
11
,
6.
3)
(1
6,
11
,
8)
9,
17
%
Koordinat Masukan
(0, 15, 5)
6,67%
(16, 11, 8)
9,17%
2
3
(0
,
23
,
6.
3)
(0
,
23
,
9)
10
,0
0
%
4
(1
7.
3,
5,
7.
5)
(1
7,
5,
9)
6,
14
%
(20
.5,
9,
8.
8)
(20
,
8,
12
)
13
,8
9
%
(10
,
7.
3,
15
.8
)
(10
,
7,
16
)
1,
85
%
(0, 23, 9)
5
4
(17.3, 5, 7.5)
(17, 5, 9)
6
5
(-20.5, 9, 8.8)
Persentase Kesalahan (X, Y, Z)
(-20, 8, 12)
7
(23
,
12
,
1.
8)
(23
,
12
,
6)
23
,3
3
%
8
(3
,
19
,
9.
2)
(3
,
19
,
11
)
5,
45
%
(7,
14
,
13
)
(7,
14
,
14
)
2,
38
%
(1.
3,
21
.6,
5)
(2,
21
,
7)
22
,1
4
%
10,00%
6,14%
13,89%
6
(-10, 7.3, 15.8)
(-10, 7, 16)
7
(-23, 12, 1.8)
(-23, 12, 6)
23,33%
8
(3, 19, 9.2)
(3, 19, 11)
5,45%
9
(-7, 14, 13)
(-7, 14, 14)
2,38%
10
(-1.3, 21.6, 5)
(-2, 21, 7)
22,14%
9
10
Rata-rata persentase kesalahan
absolut
Rata-rata persentase kesalahan absolut
10
,1
0
%
1,85%
10,10%
Penguji
Jenis
Koordinat Koordinat
an KeBenda
(4, 21)
(4, 21)
T-B
(16, 18) (16, 18) PS - B
1
(-15, 17) (-15, 17) T - J
(-19, 5)
(-19, 5) PS - J
2
3
4
5
Peletakan
Persentase
Kesesuaian
6
Sesuai
Sesuai
Sesuai
(-5, 15)
100%
Sesuai
(-19, 19)
(-19, 19)
T-B
Sesuai
(-4, 20)
(-4, 20)
PS - B
Sesuai
(9, 15)
(9, 15)
T-J
Sesuai
(19, 9)
(18, 9)
PS - J
Sesuai
(15, 8)
(15, 8)
T-B
Sesuai
(-20, 16)
(-20, 16)
PS - B
Sesuai
(7, 23)
(7, 23)
T-J
Sesuai
(-3, 17)
(-3, 17)
PS - J
Sesuai
(-15, 7)
(-15, 7)
T-B
Sesuai
(0, 18)
(0, 18)
PS - B
Sesuai
(-15, 19)
(-15, 19)
T-J
Sesuai
(18, 9)
(18, 9)
PS - J
Sesuai
(6, 18)
(6, 18)
T-B
Sesuai
(19, 12)
(19, 12)
PS - B
Sesuai
(-21, 12)
(-21, 12)
T-J
Sesuai
(-6, 20)
(-6, 20)
PS - J
Sesuai
7
100%
8
100%
9
100%
10
100%
(-5, 15)
T-B
Sesuai
(11, 17) (11, 17)
PS - B
Sesuai
(-16, 12) (-16, 12)
T-J
Sesuai
(-20, 1)
(-20, 1)
PS - J
Sesuai
(-20, 4)
(-20, 4)
T-B
Sesuai
(-8, 23)
(-8, 23)
PS - B
Sesuai
(4, 20)
(4, 20)
T-J
Sesuai
(16, 15) (16, 15)
PS - J
Sesuai
(9, 23)
(9, 23)
T-B
Sesuai
(18, 4)
(19, 4)
PS - B
Sesuai
(-4, 17)
(-4, 18)
T-J
Tidak Sesuai
(-15, 19) (-16, 19)
PS - J
Sesuai
(-17, 18) (-17, 18)
T-B
Sesuai
100%
100%
(7, 14)
(7, 14)
PS - B
Sesuai
(-7, 23)
(-7, 23)
T-J
Tidak Sesuai
(18, 18) (18, 18)
PS - J
Sesuai
(-6, 19)
(-6, 19)
T-B
Sesuai
(-14, 15) (-14, 15)
PS - B
Sesuai
(7, 16)
(7, 16)
T-J
Sesuai
(17, 6)
(18, 6)
PS - J
Sesuai
Rata-rata persentase keberhasilan
75%
75%
100%
95%
12000
10000
8000
6000
4000
2000
0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Waktu komputasi rata-rata = 8446 ms
• Implementasi metode inverse kinematics pada penelitian ini dilakukan dengan
menerapkan persamaan trigonometri berdasarkan panjang lengan serta titik
koordinat tujuan dari end-effector. Titik koordinat tujuan akan menjadi
parameter persamaan trigonometri sehingga didapati sudut masing-masing
servo. Nilai sudut yang dihasilkan akan menggerakkan servo menuju titik
koordinat awal benda untuk kemudian memindahkannya menuju titik koordinat
yang telah ditentukan.
• Nilai akurasi rata-rata pembacaan keempat jenis benda diapati sebesar 97,50%.
Sedangkan dalam menentukan koordinat awal objek kedua jenis objek yakni
prisma segitiga dan tabung didapati nilai akurasi sebesar 100%.
• Nilai akurasi ketepatan titik koordinat end-effector memiliki nilai 89,90%.
• Persentase keberhasilan sistem ini dalam memindahkan keempat benda dengan
koordinat awal acak memiliki nilai 95%.
• Waktu komputasi yang dibutuhkan oleh sistem untuk memindahkan benda
menuju titik koordinat tujuan memiliki rata-rata sebesar 8446 ms.
• Mekanisme penentuan titik koordinat yang lebih kompleks untuk benda lain
yang memiliki tinggi berbeda-beda.
• Mekanisme pengurangan noise atau gangguan pembacaan pada kamera.
• Penggunaan motor servo spesifikasi lebih tinggi untuk mengatasi kekurangan
torsi motor servo Dynamixel AX-12A dalam mengangkat beban.
• Penambahan jumlah joint atau Degrees of Freedom pada robot manipulator
untuk mengatasi kekurangan dalam mencapai titik koordinat tertentu khususnya
yang berdekatan dengan robot manipulator.