Claim Missing Document
Check
Articles

Found 1 Documents
Search

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 Putri, Heni Yulia; Saputra, Herlambang; Deviana, Hartati
Indonesian Journal of Informatic Research and Software Engineering (IJIRSE) Vol. 5 No. 2 (2025): Indonesian Journal of Informatic Research and Software Engineering (IJIRSE)
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/ijirse.v5i2.2292

Abstract

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.