Perpustakaan Digital ITB

Sistem konveyor umumnya digunakan untuk memindahkan dan mengelompokkan objek berdasarkan kategori tertentu. Namun, ketika objek memasuki sistem secara acak, konveyor satu jalur memiliki keterbatasan karena objek yang berada di belakang tidak dapat mendahului objek di depannya sehingga urutan keluaran cenderung mengikuti urutan kedatangan. Konveyor tiga jalur dapat menyediakan alternatif lintasan dengan waktu tempuh berbeda agar objek dapat saling mendahului, tetapi penggunaannya memerlukan sistem pengamatan dan algoritma pengambilan keputusan untuk menentukan rute setiap objek serta mencegah konflik selama perpindahan antar jalur. Penelitian ini bertujuan merancang, mengimplementasikan, dan menguji sistem penyortiran otomatis berbasis computer vision dan algoritma beam search pada konveyor tiga jalur untuk mengelompokkan serta mengurutkan objek berdasarkan kategori warna dari kondisi masukan yang acak. Sistem computer vision menggabungkan YOLOv12 Nano untuk mendeteksi dan mengklasifikasikan lima kategori warna, ByteTrack untuk mempertahankan identitas objek, serta transformasi perspektif untuk memetakan posisi objek ke representasi digital konveyor. Informasi identitas, warna, dan posisi objek digunakan oleh algoritma beam search untuk mengevaluasi alternatif rute berdasarkan susunan warna, jarak antar objek, waktu penyelesaian, konflik perubahan posisi diverter, dan potensi pertemuan pada titik gabung. Rencana penyortiran kemudian dilaksanakan melalui pengaturan kecepatan konveyor menggunakan PLC, VFD (Variable Frequency Drive), pengontrolan diverter dengan mikrokontroler dan motor servo. Logika tambahan diterapkan untuk mengantisipasi tabrakan pada titik gabung dan kesalahan pengalihan objek yang bergerak terlalu berdekatan. Hasil pengujian menunjukkan bahwa model deteksi memperoleh precision sebesar 95,73%, recall sebesar 98,86%, dan F1-score sebesar 97,27%. ByteTrack mampu mempertahankan identitas seluruh objek secara konsisten pada frekuensi VFD 5–25 Hz. Pada pengujian simulasi, algoritma menghasilkan keputusan dalam waktu rata-rata kurang dari 0,31 detik dan mencapai keberhasilan 93–95% pada skenario hingga delapan objek. Pada pengujian integrasi, sistem mencapai keberhasilan 100% untuk skenario di bawah enam objek serta 80–90% untuk delapan objek. Kinerja menurun ketika jumlah objek melebihi delapan karena meningkatnya konflik rute dan risiko tabrakan. Keunggulan penelitian ini terletak pada integrasi menyeluruh antara sistem pengamatan objek real-time, perencanaan urutan rute berbasis pencarian heuristik (beam search), dan penyesuaian kondisi operasi fisik pada purwarupa konveyor tiga jalur. Kontribusi utama dari penelitian ini adalah sebuah rancangan sistem penyortiran otomatis yang mampu mengatur ulang urutan objek secara dinamis dengan waktu pengambilan keputusan dalam orde milidetik.