AMPHIBIAN MOBILE ROBOT UNTUK VISUAL INSPEKSI LAS SHIP HULL AND PART PIPING SYSTEM

Chandra, Tristan Azqi (2026) AMPHIBIAN MOBILE ROBOT UNTUK VISUAL INSPEKSI LAS SHIP HULL AND PART PIPING SYSTEM. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0922040024 - Tristan Azqi Chandra - _i_Amphibian Mobile Robot__i_ untuk Visual Inspeksi Las _i_Ship Hull and Part Piping System__i_.pdf Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Amphibious mobile robot merupakan teknologi yang digunakan untuk melakukan inspeksi visual pada proses pengelasan, khususnya pada lambung kapal dan sistem perpipaan. Pada tugas akhir ini, robot amfibi dirancang untuk melakukan inspeksi cacat las pada lingkungan darat maupun bawah air hingga kedalaman 1 meter dengan menggunakan roda bermagnet. Penelitian ini bertujuan mengembangkan sistem deteksi cacat las berbasis Convolutional Neural Network (CNN) menggunakan citra dari kamera endoskopi waterproof. Metode CNN-DETR digunakan untuk mendeteksi beberapa jenis cacat las, yaitu porosity, undercut, excessive reinforcement, underfill, dan spatter. Sistem menggunakan ESP32 sebagai pengendali, mini PC sebagai pemrosesan citra, serta kamera endoskopi sebagai perangkat akuisisi gambar. Selain itu, kontrol PID diterapkan untuk menjaga kestabilan orientasi robot berdasarkan sensor IMU pada sumbu YAW. Hasil pengujian perangkat keras menunjukkan bahwa depth sensor memiliki rata- rata error sebesar 0,48%, sedangkan sensor IMU memiliki error di bawah 1,1%. Pengujian kontrol PID menghasilkan parameter terbaik dengan nilai Kp sebesar 0,6000, Ki sebesar 0,6486, dan Kd sebesar 0,1388, dengan rise time 1,9592 detik, settling time 4,0948 detik, serta overshoot sebesar 0%. Pada pengujian model CNN- DETR selama 350 epoch, nilai average loss mengalami penurunan dari sekitar 3,5 menjadi 1,7, dengan nilai AP50 sekitar 0,08 sampai 0,10 dan recall sekitar 0,18 sampai 0,22. Hasil deteksi menunjukkan sistem mampu mengenali cacat las excessive reinforcement dengan akurasi hingga 89,3% dan kondisi normal sebesar 84,5%. Hasil penelitian menunjukkan bahwa integrasi amphibious mobile robot, kontrol PID, dan CNN-DETR mampu mendukung proses inspeksi visual cacat las secara otomatis pada lingkungan darat maupun bawah air

Actions (login required)

View Item