Ulina, Kezia Huminsa (2026) RANCANG BANGUN SISTEM PERSEPSI BERBASIS YOLOV8N-SEG DAN IMAGE BASED VISUAL SERVOING PADA CHIMI-BOT (ROBOT ARM MOBILE CHILLI PICKER) MENGGUNAKAN NVIDIA JETSON NANO. Undergraduate thesis, Universitas Diponegoro.

	Text LAPORAN TUGAS AKHIR_KEZIA.pdf - Published Version Restricted to Repository staff only Download (8MB) | Request a copy
	Text COVER TUGAS AKHIR_KEZIA.pdf - Published Version Download (2MB)
	Text BAB I TUGAS AKHIR_KEZIA.pdf - Published Version Download (184kB)
	Text BAB II TUGAS AKHIR_KEZIA.pdf - Published Version Download (1MB)
	Text BAB III TUGAS AKHIR_KEZIA.pdf - Published Version Download (1MB)
	Text BAB IV TUGAS AKHIR _KEZIA.pdf - Published Version Download (2MB)
	Text BAB V TUGAS AKHIR_KEZIA.pdf - Published Version Download (80kB)
	Text DAFTAR PUSTAKA TUGAS AKHIR_KEZIA.pdf - Published Version Download (85kB)
	Text LAMPIRAN TUGAS AKHIR_KEZIA.pdf - Published Version Download (586kB)

Abstract

Robot pemetik cabai memerlukan sistem persepsi yang mampu mengenali tingkat kematangan dan memberikan umpan balik untuk mengarahkan manipulator menuju target. Penelitian ini merancang sistem persepsi berbasis YOLOv8n-Seg dan uncalibrated image-based visual servoing berbasis Jacobian empiris pada CHIMI-BOT. Kamera RGB dipasang secara eye-in-hand, sedangkan pemrosesan dilakukan pada NVIDIA Jetson Orin Nano menggunakan TensorRT FP16. Hasil segmentasi digunakan untuk menentukan cut-point melalui Principal Component Analysis (PCA), sementara luas mask digunakan sebagai informasi pendukung pendekatan. Error cut-point terhadap posisi acuan digunakan untuk menghasilkan koreksi
Kartesian yang dikirimkan melalui UART ke STM32. Evaluasi pada535 citra uji dengan 952 anotasi menunjukkan mask mAP@50 sebesar 85,91% dan mean IoU 92,32%. TensorRT FP16 menghasilkan waktu inferensi median 8,7 ms, dengan laju kamera 28,4 FPS dan pemrosesan visi terintegrasi 20,1 FPS. Pada lima pengulangan, error visual berkurang dari 196,95 menjadi 13,03 piksel atau 93,32%,
dengan waktu menuju kondisi siap petik 50,89 detik. Pengujian tiga percobaan multi-cabai menghasilkan keberhasilan pemetikan fisik sebesar 77,78% atau tujuh dari sembilan target.

Actions (login required)

View Item