Robot Pengumpul Bola Pingpong Otomatis Menggunakan Sistem Vakum dan Raspberry Pi Berbasis Deteksi Kamera
Automatic Ping Pong Ball Collecting Robot Using Vacuum System and Raspberry Pi Based on Camera Detection
DOI:
https://doi.org/10.57152/ijirse.v5i2.2292Keywords:
robot pengumpul bola, Raspberry Pi, ESP32, OpenCV, vakum, tenis mejaAbstract
Olahraga tenis meja merupakan cabang olahraga yang banyak diminati, namun proses pengumpulan bola setelah latihan sering kali menyita waktu dan mengurangi efisiensi. Berdasarkan pengamatan, seorang pemain membutuhkan 3–5 menit untuk mengumpulkan ±50 bola secara manual, sehingga waktu efektif latihan berkurang hingga 10–15%. Penelitian ini bertujuan merancang dan mengimplementasikan robot pengumpul bola pingpong otomatis dengan sistem deteksi visual berbasis Raspberry Pi dan OpenCV, serta kendali aktuator menggunakan mikrokontroler ESP32. Robot dilengkapi kamera Webcam C270 untuk deteksi bola, motor DC sebagai penggerak, sensor ultrasonik untuk menghindari rintangan, dan motor vakum sebagai mekanisme pengambilan bola. Hasil pengujian menunjukkan sistem mampu mendeteksi dan mengambil bola berdiameter 40 mm dengan tingkat keberhasilan 90% (9 dari 10 percobaan berhasil), sementara kegagalan terjadi pada bola berdiameter 50 mm yang tidak dapat terhisap oleh corong vakum. Rata-rata waktu penyelesaian pengambilan bola adalah 24 detik per bola, lebih lambat dibanding metode manual (3,6–6 detik per bola). Meskipun demikian, sistem ini menawarkan keunggulan berupa otomatisasi, konsistensi, dan pengurangan beban fisik pemain. Penelitian ini membuktikan bahwa integrasi Raspberry Pi dan ESP32 dapat mendukung sistem robotik otonom untuk olahraga. Ke depan, pengembangan diarahkan pada optimasi algoritma deteksi berbasis HSV atau machine learning, serta perbaikan desain mekanik vakum agar robot lebih efisien dan andal dalam berbagai kondisi.
References
A. P. Nugroho, “Rancang Bangun Robot Pengumpul Bola Pingpong Menggunakan Metode Garis dan Sensor Ultrasonik,” Jurnal Teknologi dan Sistem Komputer, vol. 9, no. 3, pp. 211–218, 2021.
M. H. Ramadhan and S. A. Rahman, “Analisis Efektivitas Penggunaan Robot untuk Pengumpulan Bola Tenis Meja,” Jurnal Ilmiah Teknologi Informasi, vol. 8, no. 2, pp. 145–152, 2020.
R. A. Fitriansyah, “Peran Otomasi dalam Peningkatan Produktivitas Sistem Robotika,” Jurnal Sistem dan Informatika, vol. 13, no. 2, pp. 88–95, 2021.
S. R. Kurniawan and T. Prasetyo, “Pengolahan Citra Digital Menggunakan Metode Segmentasi Warna untuk Deteksi Objek,” Jurnal Sistem Informasi, vol. 14, no. 2, pp. 101–108, 2020.
D. W. Santoso, “Implementasi Kendali Mikrokontroler pada Sistem Otomatisasi Robot Mobile,” Jurnal Teknik Elektro, vol. 11, no. 1, pp. 33–41, 2021.
R. S. Putra, “Implementasi OpenCV untuk Deteksi Bola Pingpong Berbasis Raspberry Pi,” Jurnal Teknologi dan Rekayasa, vol. 15, no. 4, pp. 275–282, 2021.
D. F. Ramli, “Pengembangan Robot Otonom Berbasis Pengenalan Objek,” Jurnal Robotika dan Otomasi, vol. 3, no. 1, pp. 55–63, 2019.
I. M. W. Ardiansyah, “Rancang Bangun Prototipe Robot Pengumpul Bola Pingpong Berbasis Pengolahan Citra,” Jurnal Teknik Elektro dan Komputer, vol. 7, no. 2, pp. 120–127, 2019.
A. Y. Saputra, “Sistem Sortir Bola Berdasarkan Warna Menggunakan Sensor Visual,” Jurnal Elektronika dan Sistem Kendali, vol. 12, no. 3, pp. 210–217, 2020.
T. F. Lestari, “Optimasi Algoritma Deteksi Warna Menggunakan HSV Thresholding pada Sistem Robotik,” Jurnal Sistem Cerdas, vol. 5, no. 1, pp. 40–47, 2021.
A. S. Widodo, “Integrasi Raspberry Pi dan ESP32 untuk Kendali Robot Mobile,” Jurnal Elektronika dan Kontrol, vol. 9, no. 4, pp. 188–194, 2022.
L. P. Santika, “Penggunaan Motor DC dan Driver L298N pada Sistem Navigasi Robot,” Jurnal Mekatronika, vol. 6, no. 2, pp. 75–83, 2020.
F. H. Wibowo, “Rancang Bangun Sistem Vakum untuk Robot Pemungut Bola,” Jurnal Inovasi Teknologi, vol. 10, no. 1, pp. 55–62, 2021.
Y. A. Permadi, “Penerapan Raspberry Pi dalam Sistem Pengolahan Citra Real-Time,” Jurnal Teknologi Informasi dan Elektronika, vol. 8, no. 3, pp. 199–206, 2020.
K. N. Hidayah, “Implementasi Machine Learning untuk Deteksi Warna pada Aplikasi Robotika,” Jurnal Kecerdasan Buatan, vol. 4, no. 2, pp. 90–97, 2022.
