Pengujian Nilai Citra RGB Warna Benda

Gambar 4.8. Sudut 0 o Gambar 4.9. Sudut 10 o Gambar 4.10. Sudut 20 o Gambar 4.11. Sudut 30 o Gambar 4.12. Sudut 40 o Gambar 4.13. Sudut 50 o Gambar 4.14. Sudut 60 o Gambar 4.15. Sudut 70 o Gambar 4.16. Sudut 80 o Gambar 4.17. Sudut 90 o Gambar 4.18. Sudut 100 o Gambar 4.19. Sudut 110 o Gambar 4.20. Sudut 120 o Gambar 4.21. Sudut 130 o Gambar 4.22. Sudut 140 o Gambar 4.23. Sudut 150 o Gambar 4.24. Sudut 160 o Gambar 4.25. Sudut 170 o Gambar 4.26. Sudut 180 o Pada teori yang diperlihatkan tabel 3.2, terdapat perbedaan antara perhitungan nilai OCR secara teori dan praktek. Menurut tabel 3.2 pada saat sudut 0 o nilai OCR yang didapat yaitu 43,20, sedangkan sudut 90 o nilai OCR yang didapat yaitu 64,8, dan pada sudut 180 o nilai OCR yang didapat yaitu 86,40. Hal ini berbeda ketika saat praktek, yakni pada saat sudut 0 o nilai OCR yang didapat yaitu 29, sedangkan sudut 90 o nilai OCR yang didapat yaitu 69, dan pada sudut 180 o nilai OCR yang didapat yaitu 111. Untuk mengetahui lebar pulsa, maka digunakan T sebesar 0,090422 x 10 -6 dan prescaler sebesar 1. Lebar Pulsa = OCR x T x � � ���� x 2 Tabel 4.3. Perhitungan Lebar Pulsa Motor Servo Towerpro MG946R SUDUT Nilai OCR Lebar Pulsa = OCR x T x � � ���� x 2 Error o 29 0,671 ms 32,87 90 o 69 1,59 ms 6,48 180 o 111 2,57 ms 28,47 Dari gambar 4.8 hingga gambar 4.26, maka dapat dianalisa bahwa perhitungan secara teori dan praktek terjadi perbedaan atau tidak sesuai tetapi terdapat satu kondisi saat motor servo berada pada sudut 90 o yang memiliki lebar pulsa tidak jauh berbeda dengan teori yakni 1,59 ms sedangkan pada teori memiliki lebar pulsa 1,5 ms. Hal tersebut dikarenakan setiap motor servo memiliki karakteristik yang berbeda-beda sesuai dengan jenisnya. Pada tabel 4.4 menunjukan nilai sudut tiap servo yang sudah ditentukan dari penataan seluruh sistem lengan robot. Tabel 4.4. Nilai Sudut Tiap Motor Servo Posisi Sudut Error Servo 1 Servo 2 Servo 3 Servo 4 Servo 2 Servo 3 Siaga 90º 75º 115º 90º 31,84 27,78 Ambil Benda 90º 105º 100º 180º 28,05 18,03 Meletakan Benda Benda Merah 135º 100º 90º 90º 21,95 26,23 Benda Hijau 180º 75º 110º 90º 8,54 9,84 Benda Biru 45º 100º 90º 90º 21,95 26,23 Dari tabel 3.1 dan tabel 4.4 maka dapat dianalisa bahwa perhitungan secara teori dan percobaan saat praktek terjadi perbedaan atau tidak sesuai karena posisi sudut yang didapat saat perhitungan teori tidak sama dengan keseluruhan sistem lengan robot yang sudah dibuat, sehingga dicari nilai sudut yang sesuai agar lengan robot dapat mengambil benda dan menempatkannya berdasarkan warna dengan tepat dan benar.

4.2.4. Pengujian Tingkat Keberhasilan Sistem Mendeteksi Warna Benda

Pada tugas akhir ini, dilakukan analisa tingkat keberhasilan robot saat proses pengenalan benda berwarna merah, hijau, dan biru. Namun jika tidak ada benda lain selain warna tersebut atau webcam tidak mendeteksi apa – apa maka tidak akan terdeteksi. Untuk mengenalinya digunakan range data yang sudah dibikin sesuai ruangan TTL teknik tenaga listrik. Tetapi apabila terdapat warna benda selain warna tersebut, maka yang terdeteksi adalah benda bukan warna dasar. Tingkat keberhasilan sistem ditunjukan tabel 4.5 dan gambar 4.27, gambar 4.28, gambar 4.29, dan gambar 4.30 adalah gambar benda terdeteksi dengan visualisasi lima kali hasil counting benda masing – masing warna. Tabel 4.5. Pengujian Tingkat Keberhasilan Sistem Mendeteksi Warna Benda PENGUJIAN TINGKAT KEBERHASILAN SISTEM MENDETEKSI WARNA BENDA WARNA BENDA 1 2 3 4 5 6 7 8 9 10 MERAH V V V V V V V V V V HIJAU V V V V V V V V V V BIRU V V V V V V V V V V BUKAN WARNA DASAR V V V V V V V V V V Keterangan : VBerhasil XTidak Berhasil Gambar 4.27. Pengujian Benda Warna Merah Gambar 4.27. Lanjutan Pengujian Benda Warna Merah Gambar 4.28. Pengujian Benda Warna Hijau