Implementasi Algoritma YOLO v11 pada Robot Holonomic untuk Sistem Penyortir Sampah Otomatis

Abstract

Peningkatan volume sampah menjadi isu lingkungan serius yang memerlukan solusi pengelolaan yang efisien. Penelitian ini bertujuan untuk mengembangkan sistem robotika penyortir sampah otomatis berbasis platform holonomic yang terintegrasi dengan algoritma deep learning YOLO v11. Robot holonomic dipilih karena kemampuan manuver omnidirectional menggunakan mecanum wheel, yang ideal untuk operasi di ruang terbatas. Sistem ini bekerja dengan mendeteksi dan mengklasifikasikan empat jenis sampah (botol, kertas, logam, dan daun) secara real-time menggunakan model YOLO v11 yang dilatih pada dataset khusus. Hasil deteksi dari model kemudian dikirim ke mikrokontroler Teensy 4.1 untuk mengendalikan aktuator pemilah. Metodologi penelitian meliputi perancangan sistem mekanik dan elektronik, pelatihan model YOLO v11, serta pengujian kinerja model dan robot. Pengujian model YOLO v11 dilakukan untuk membandingkan lima varian model, yaitu n, s, m, l, dan x, berdasarkan metrik Precision, Recall, FPS, dan mAP. Hasil pengujian menunjukkan bahwa YOLO v11s merupakan model dengan performa terbaik, dengan nilai mAP@0.5 sebesar 0,995, mAP@0.5:0.95 sebesar 0,993, Precision sebesar 0,989, Recall sebesar 1,000, dan FPS sebesar 45,86. Model ini menunjukkan keseimbangan optimal antara akurasi tinggi dan kecepatan inferensi, sehingga paling sesuai digunakan pada sistem robotik realtime. Pengujian performa robot dilakukan pada tiga kondisi penempatan sampah, yaitu renggang, rapat, dan menumpuk. Hasil menunjukkan bahwa performa robot berbeda signifikan antara penggunaan model YOLO v11n dan YOLO v11s. Dengan YOLO v11n, tingkat keberhasilan penyortiran mencapai 80% pada kondisi renggang, 80% pada kondisi rapat, dan menurun menjadi 30% pada kondisi menumpuk. Sementara itu, penggunaan YOLO v11s memberikan peningkatan performa yang lebih konsisten, dengan tingkat keberhasilan 95% pada kondisi renggang, 80% pada kondisi rapat, dan 55% pada kondisi menumpuk. Penurunan akurasi pada kondisi menumpuk terutama disebabkan oleh occlusion antarbenda serta keterbatasan mekanik vacuum gripper. Waktu rata-rata penyelesaian satu siklus penyortiran berada pada rentang 2 hingga 3 menit. Hasil penelitian menunjukkan bahwa integrasi robot holonomic dan YOLO v11 efektif dan efisien dalam menyortir sampah secara otomatis.