Perpustakaan Digital ITB

Kepadatan lalu lintas transportasi barang perdagangan via lautan menandakan permintaan jasa yang tinggi di sektor industri tersebut. Pertumbuhan ekonomi yang terus meningkat akan menambah kepadatan lalu lintas jasa pengiriman ini. Kegiatan bongkar muat kontainer di pelabuhan memberikan dampak langsung terhadap permasalahan ini. Saat ini kegiatan bongkar muat kontainer dilakukan dengan perangkat gantry crane yang dioperasikan oleh manusia. Pengoperasian gantry crane oleh manusia yang tidak konsisten dapat mengurangi produktivitas dari kegiatan bongkar muat sehingga mengakibatkan bertambahnya waktu tinggal kontainer di pelabuhan. Pertambahan waktu tinggal menyebabkan peningkatan kepadatan lalu lintas dan pengeluaran biaya menjadi lebih tinggi. Sebagai upaya mitigasi resiko tersebut diperlukan sistem otomasi pengoperasian gantry crane yang dapat meminimalisasi keterlibatan manusia dalam kegiatan bongkar muat kontainer. Pada tugas akhir ini, sistem kontrol posisi troli dan sudut ayun crane dan sistem identifikasi berbasis visi komputer diimplementasikan pada purwarupa gantry crane. Pemodelan 2 dimensi sistem kontrol purwarupa gantry crane diimplementasikan dengan memanfaatkan pengontrol PID. Pengontrol PID melakukan pengontrolan posisi troli dan pengontrol PD mengontrol sudut ayun crane. Penalaan untuk pengontrol PID-PD ini dilakukan dengan dua tahap penalaan berupa penalaan bobot fungsi rugi-rugi dan parameter penguatan pengontrol dengan bobot tertala diaplikasikan. Penalaan dilakukan dengan metode optimisasi PSO, FPA, SFS, dan SA. Sistem identifikasi berbasis visi komputer diperankan oleh 2 kamera yang dinamis dan statis. Kamera dinamis melakukan rekognisi nomor serial dengan Tesseract OCR, deteksi objek dengan jaringan SSDMobileNet V2, dan pengukuran sudut ayun. Kamera statis melakukan estimasi kedalaman dengan berbagai model estimasi seperti Monodepth2, FastDepth, MiDaS, dan DPT. Integrasi sistem kontrol dengan identifikasi menjadi kunci dari eksekusi berbagai manuver stacking. Macam manuver stacking yang ditetapkan yaitu manuver liftoff, lift-on, dan reshuffle. Hasil dan analisis data yang telah diakuisisi menunjukkan penalaan dengan optimisasi PSO menghasilkan performa respon simulasi posisi troli dan sudut ayun crane pada perpindahan 1 meter terbaik dengan nilai rugi-rugi 0,0013. Dan penalaan dengan optimisasi SA mempunyai respon terbaik aktual pada purwarupa gantry crane dengan nilai rugi-rugi 0,0266. Rekognisi nomor serial yang diterapkan dengan pre-processing citra mencapai akurasi yang tinggi sebesar 97,35%. Jaringan deteksi objek terlatih menghasilkan evaluasi yang baik dengan mAP 0,8071 dan AR 0,8487. Dan model estimasi kedalaman DPT memiliki akurasi terbaik dalam penentuan lokasi purwarupa kontainer yang mencapai nilai 97,50%. Berdasarkan hasil pengujian dalam eksekusi manuver stacking, kualitas eksekusi bergantung pada keakurasian hasil estimasi kedalaman yang menentukan setpoint dari sistem kontrol dan respon sistem kontrol yang baik pada perpindahan troli.