Pengendalian Akurasi Pergerakan Robot Paralel DELTA 4DOF Menggunakan Image Processing Berbasis Aplikasi Desktop

Robot Delta adalah salah satu jenis robot paralel yang banyak digunakan di industri karena bobotnya yang ringan, inersia rendah, konsumsi energi rendah, dan operasi kecepatan tinggi. Namun, dengan keterbatasan geraknya, yang hanya memungkinkan gerakan terprogram, membuatnya tidak fleksibel untuk menangani objek dengan posisi tidak beraturan. Penelitian ini mengusulkan solusi untuk meningkatkan fleksibilitas dan akurasi pergerakan robot paralel Delta dalam pekerjaan pick and place. Dengan tujuan untuk menentukan dan memetakan objek (position mapping) dengan akurat pada koordinat posisi dan orientasi objek dalam area kerja robot Delta dan mengarahkan robot untuk bergerak ke posisi tersebut. Algoritma You Only Look Once-Oriented Bounding Box (YOLOv8-OBB) digunakan untuk pendeteksian benda kerja dan metode waterfall sebagai pengembangan sistem informasi yang sistematis dan berurutan. Dimana sistem ini memungkinkan robot Delta mengenali benda kerja secara akurat, terlepas dari posisi dan orientasinya. Ketika sistem mendeteksi benda kerja, sistem tersebut akan menangkap posisi serta orientasi benda kerja dan ditunjukkan dalam notasi koordinat sumbu ruang pada aplikasi desktop berbasis Python. Hasil pengujian position mapping menunjukkan bahwa sistem berhasil dalam 10 dari 10 percobaan, dengan robot bergerak ke lokasi aktual benda dengan akurat. Akurasi deteksi benda kerja adalah 96,2%, akurasi posisi objek adalah 98,88% pada sumbu x dan 97,35% pada sumbu y, serta akurasi orientasi objek adalah 99,06%. Sistem ini mencapai precision sebesar 100% dan recall sebesar 96,2%, yang meningkatkan kemampuan fleksibilitas robot Delta dalam aplikasi pick and place.