<![CDATA[Pengelolaan sampah menjadi salah satu tantangan penting dalam mewujudkan lingkungan kampus yang bersih, aman, dan berkelanjutan. Robot Gar-Robo berbasis omni-wheel yang dirancang untuk memperkenalkan sampah di lingkungan kampus dengan fokus pada evaluasi kinerja gerak dan penerapan model YOLOv11-seg untuk mendeteksi rintangan. Robot menggunakan konfigurasi empat roda omni-wheel yang memungkinkan pergerakan omnidireksional sehingga dapat bermanuver di jalur sempit dan variatif. Performa mekanik diukur melalui pengukuran kecepatan, daya angkut, dan konsumsi energi baterai pada berbagai beban hingga 55 kg. Selain itu, model YOLOv11-seg dibor menggunakan datasee t citra lingkungan kampus untuk segmentasi objek secara real-time sebagai sistem persepsi robot. Hasil pengujian menunjukkan bahwa robot mampu bergerak stabil dengan kecepatan antara 1,10–1,25 m/s pada beban ringan hingga berat, dan konsumsi daya baterai tetap efisien tanpa penurunan tegangan yang signifikan. Model YOLOv11-seg berhasil menurunkan loss segmentasi hingga 0,4 pada training meskipun terdapat indikasi overfitting pada validasi, sementara loss lain seperti box, classification, dan DFL menunjukkan performa yang baik dan stabil. Penelitian ini memberikan kontribusi dalam pengembangan robot otonom dengan mobilitas yang adaptif serta sistem deteksi visual berbasis deep learning untuk mendukung pengelolaan sampah kampus yang efisien dan berkelanjutan.]]>
Copyrights © 2026
