Pengembangan Sistem Kendali Lengan Robot Humanoid Berbasis Pengolahan Citra Real-Time Menggunakan MediaPipe
Sari
Perkembangan teknologi pengenalan gerakan manusia telah mendorong inovasi dalam pengendalian robot humanoid berbasis visi komputer. Penelitian ini bertujuan untuk mengimplementasikan sistem kendali lengan robot humanoid menggunakan framework MediaPipe berbasis Python yang diintegrasikan dengan kamera laptop sebagai sensor utama. Sistem ini dirancang untuk meniru gerakan tangan manusia secara real-time, dengan memanfaatkan data landmark pose tubuh yang dihasilkan oleh MediaPipe Pose Tracking. Koordinat titik-titik tubuh (bahu, siku, pergelangan tangan) dikalkulasikan menjadi sudut artikulasi menggunakan prinsip trigonometri vektor, kemudian dikonversi ke dalam sinyal kendali motor servo. Rangka robot dibangun menggunakan komponen cetak 3D berbahan PLA dengan konfigurasi sambungan pada bahu, siku, dan pergelangan tangan. Servo HS-805BB digunakan sebagai aktuator utama yang dikendalikan oleh mikrokontroler ESP32 melalui komunikasi serial. Hasil pengujian menunjukkan bahwa sistem mampu meniru gerakan tangan dengan tingkat responsivitas yang baik dalam lingkungan terkendali. Rentang gerak robot mendekati proporsi gerakan manusia, dengan gerakan fleksi siku mencapai 135° atau 93% dari gerakan alami. Beban torsi pada sambungan bahu sebesar 20 kg·cm masih berada dalam batas aman dari kapasitas servo. Kesimpulannya, sistem ini berhasil merepresentasikan prototipe awal kendali robot humanoid berbasis visi yang efektif dan ekonomis. Pengembangan lebih lanjut disarankan pada aspek stabilitas gerakan, akurasi pelacakan, dan adaptasi terhadap kondisi pencahayaan yang dinamis.
Kata kunci: MediaPipe, robot humanoid, kendali visual, servo, Python, ESP32
Teks Lengkap:
PDFReferensi
GÜL M. Modeling of Inverse Kinematic Analysis of Open-Source Medical Assist Robot Arm by Python. Celal Bayar Üniversitesi Fen Bilimleri Dergisi 2020;17:31–4. https://doi.org/10.18466/cbayarfbe.776697.
Rahman F, Faridah F, Nur AI, Makkaraka AN. Rancang Bangun Prototipe Manipulator Lengan Robot Menggunakan Motor Servo Berbasis Mikrokontroler. ILTEK : Jurnal Teknologi 2020;15:42–6. https://doi.org/10.47398/iltek.v15i01.11.
Untuk R, Pintar I. RANCANG BANGUN ROBOT HUMANOID " YN " BERBASIS ARDUINO DAN FACE JURNAL NASIONAL TEKNOLOGI DAN INOVASI VOL 1 ( 1 ) JANUARI 2025 RANCANG BANGUN ROBOT HUMANOID “ YN ” BERBASIS 2025. https://doi.org/10.13140/RG.2.2.11079.00161.
Arif M, Haryono GS, Arsyad NF, Ramadhani R, Sahid A, Rosyani P, et al. Teknik dan Multimedia Sistem Pendeteksi Tangan Berbasis Mediapipe dan OpenCV untuk Pengenalan Gerakan. Biner : Jurnal Ilmu Komputer 2024;2:173–7.
Prof. Meenakshi Singh. Instagram Marketing – the Ultimate Marketing Strategy. International Journal of Advance and Innovative Research 2020;7:379–82.
Suhendar MA. Kontrol Robot Berbasis Arduino Mega 2560 Dengan Menggunakan Sinyal Eeg-Smt Gerak Tangan. Al-Jazari: Journal Mechanical Engineering 2018;3:21–4.
Muslimin S, Wijanarko Y, Subagio D. Penerapan Flex-Sensor pada Lengan Robot Berjari Pengikut Gerak Lengan Manusia Berbasis Mikrokontroler. Technologic 2014;5:7–20.
Jaya H. Sistem Robotika. 2017.
GÜL M. Representing American Sign Language Letters and Numbers with Humanoid Robot Arm. Kocaeli Journal of Science and Engineering 2021;4:136–45. https://doi.org/10.34088/kojose.882323.
Nur Arifin M, Nuryadi S. PENGENDALI LENGAN ROBOT DENGAN GERAKAN TANGAN MANUSIA Mukhtar Nur Arifin, Satyo Nuryadi. Doctoral Dissertation, University of Technology Yogyakarta 2019.
Shehzadi A, Sharif MI, Azam S, Boer F De, Jonkman M, Mehmood M. IMPLEMENTASI HAND GESTURE MEDIAPIPE PADA GAME INTERAKTIF UNTUK STIMULASI MOTORIK ANAK DOWN SYNDROME PADA 2024;8:10776–84.
Effendi Y, Kristian Y, P.C.S.W LZ, Yutanto H. Pemanfaatan Mediapipe Body Pose Estimation dan Dynamic Time Warping untuk Pembelajaran Tari Remo. Jurnal Teknologi Dan Manajemen Informatika 2023;9:183–90. https://doi.org/10.26905/jtmi.v9i2.10408.
Akbar H, Ramadhan Q, Fisika PS, Sains F, Teknologi DAN, Islam U, et al. IMPLEMENTASI POSE ESTIMATION SEBAGAI MANIPULATOR GERAK TELAPAK TANGAN DENGAN 2025.
Karem SR, Kanisetti SP, Soumya K, Sri J, Seelamanthula G, Kalivarapu M. AI Body Language Decoder using MediaPipe and Python. International Journal of Advance Research, Ideas and Innovations in Technology 2021;7:2436–9.
Camprodon GC, Bahón CA, Guerrero SE. Human Multi-Robot Interaction based on Gesture Recognition. Master@Polytechnic University of Catalonia 2015.
Bayusari I, Sandi D, Rahmawati R, Dwijayanti S, Suprapto BY. Motion Control of 5-Degree of Freedom Humanoid Robot Arm System Using Fuzzy Logic Algorithm. Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering) 2024;11:46–54. https://doi.org/10.33019/jurnalecotipe.v11i1.4482.
Hashimoto K. Mechanics of humanoid robot. Advanced Robotics 2020;34:1390–7. https://doi.org/10.1080/01691864.2020.1813624.
Jha P, Yadav GPK, Bandhu D, Hemalatha N, Mandava RK, Adin MŞ, et al. Human–machine interaction and implementation on the upper extremities of a humanoid robot. Discover Applied Sciences 2024;6. https://doi.org/10.1007/s42452-024-05734-3.
Mansyur M, Malik B& A. Speech Recognition pada Kontrol Gerak Tangan Bionik Berbasis Raspberry Pi dan Arduino (1) 2023;7:55–62. https://doi.org/10.01.2023.
Jiang Z, Zhao L, Li S, Jia Y, Liquan Z. Real-time object detection method for embedded devices. n.d.
Beltrán-Escobar M, Alarcón TE, Rumbo-Morales JY, López S, Ortiz-Torres G, Sorcia-Vázquez FDJ. A Review on Resource-Constrained Embedded Vision Systems-Based Tiny Machine Learning for Robotic Applications. Algorithms 2024;17. https://doi.org/10.3390/a17110476.
Budianto A, Tawi KB, Hussein M, Supriyo B, Ariyono S, Che Kob MS, et al. Microcontroller based proportional derivative plus conditional integral controller for electro-mechanical dual acting pulley continuously variable transmission ratio control. IOP Conf Ser Mater Sci Eng, vol. 36, 2012. https://doi.org/10.1088/1757-899X/36/1/012026.
Lee J, Cho B-K. Design of 9-DOF humanoid arms inspired by the human’s inner shoulder to enhance versatility and workspace. Rob Auton Syst 2023;166:104447. https://doi.org/https://doi.org/10.1016/j.robot.2023.104447.
DOI: https://doi.org/10.24176/cra.v8i2.15117
Refbacks
- Saat ini tidak ada refbacks.
##submission.license.cc.by-nc-sa4.footer##
Indexed by:
Jurnal Crankshaft is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Dedicated to:
