Kalibrasi ADC Berbasis Ambang Batas dan Penyempurnaan Algoritmik dalam Robot Pengikut Garis
Keywords:
Kalibrasi ADC, Ambang Batas Robot, Pengikut Garis Sensor Infrared, Algoritma Kontrol Penyempurnaan SistemAbstract
Penelitian ini mengkaji perancangan dan implementasi algoritma penentuan ambang batas pada sensor infrared untuk robot pengikut garis. Tujuan utama dari penelitian ini adalah untuk meningkatkan akurasi pendeteksian jalur robot dalam berbagai kondisi pencahayaan, serta menyempurnakan respon robot terhadap perubahan posisi dan intensitas cahaya. Sistem ini menggunakan kalibrasi ADC (Analog to-Digital Converter) berbasis ambang batas untuk mengoptimalkan kinerja sensor. Hasil pengujian menunjukkan bahwa robot mampu beroperasi dengan baik pada kondisi pencahayaan terang (610 Lux) hingga redup (420 Lux), dengan nilai ADC yang bervariasi berdasarkan gerakan robot, seperti bergerak maju, berbelok, dan berhenti. Algoritma yang diimplementasikan memungkinkan penyesuaian secara real time terhadap nilai sensor, meningkatkan kemampuan robot untuk mengikuti jalur dengan akurat. Dengan demikian, metode kalibrasi dan perancangan algoritma yang diterapkan terbukti efektif dalam menjaga performa robot pengikut garis di berbagai kondisi lingkungan.
Downloads
References
F. Hartmann, M. Baumgartner, and M. Kaltenbrunner, “Becoming Sustainable, The New Frontier in Soft Robotics,” Adv. Mater., vol. 33, no. 19, 2021, doi: 10.1002/adma.202004413.
R. S. Batth, A. Nayyar, and A. Nagpal, “Internet of Robotic Things: Driving Intelligent Robotics of Future - Concept, Architecture, Applications and Technologies,” Proc. - 4th Int. Conf. Comput. Sci. ICCS 2018, pp. 151–160, 2018, doi: 10.1109/ICCS.2018.00033.
D. A. Ayubi, D. A. Prasetya, and I. Mujahidin, “Pendeteksi Wajah Secara Real Time pada 2 Degree of Freedom (DOF) Kepala Robot Menggunakan Deep Integral Image Cascade,” Cyclotron, vol. 3, no. 1, pp. 22–27, 2020, doi: 10.30651/cl.v3i1.4306.
A. S. Priambodo, A. Nasuha, and O. A. Dhewa, “Implementasi Integrasi dari Computer vision dan Kendali PID untuk Kendali Kecepatan Dinamis pada Robot Line follower Integrated Implementation of Computer vision and PID Control for Dynamic Speed Control of Line follower Robot,” vol. 12, no. 1, 2024.
A. N. Albab and E. Rahmawati, “Rancang Bangun Sistem Navigasi Mobile Robot Berbasis Sensor Rotary Encoder Menggunakan Metode Odometri,” J. Inov. Fis. Indones., vol. 08, no. 2017, pp. 23–27, 2019.
I. Riyanto, L. Margatama, R. Rizkia, and E. Marantika, “Robot Forklift Line Follower dengan Kendali PID dan Sensor Warna,” urnal Ilm. Teknol. Energi, Teknol. Media Komun. dan Instrumentasi Kendali., vol. 1, no. 1, pp. 8–16, 2021, [Online]. Available: http://journal.univpancasila.ac.id/index.php/joule/.
A. Sanjaya, H. Mawengkang, S. Efendi, and M. Zarlis, “Stability of Line Follower Robots with Fuzzy Logic and Kalman Filter Methods,” J. Phys. Conf. Ser., vol. 1361, no. 1, 2019, doi: 10.1088/1742-6596/1361/1/012016.
A. Ihsan, T. A. Adlie, and S. Harliansyah, “Optimalisasi Pencarian Jalur Terpendek Mobile Robot dengan Menggunakan Metode Ant Colony Optimization (ACO),” Techné J. Ilm. Elektrotek., vol. 23, no. 1, pp. 39–54, 2024, doi: 10.31358/techne.v23i1.389.
R. T. Jurnal, “Simulasi Desain Skema Robot Line Follower Penyiram Tanaman Menggunakan Simulator Software Proteus 8,” Petir, vol. 10, no. 2, pp. 73–81, 2018, doi: 10.33322/petir.v10i2.26.
D. B. Susilo, H. Wibawanto, and A. Mulwinda, “Prototype Mesin Pengantar Barang Otomatis Menggunakan Load Cell Berbasis Robot Line Follower,” J. Tek. Elektro, vol. 10, no. 1, pp. 23–29, 2018, doi: 10.15294/jte.v10i1.12277.
