Deteksi Objek di Atas Konveyor Peraga dengan EfficientDet dan Raspberry Pi

Abstract

Detektor objek untuk memperagakan sistem konveyor merupakan kebutuhan penting dalam edukasi mahasiswa teknik agar tidak terjadi gap pengetahuan industri. Meskipun demikian, ketersediaan alat peraga tersebut di laboratorium masih belum terpenuhi sehingga perancangan dilakukan untuk memenuhi kebutuhan tersebut. Detektor ini akan menggabungkan perangkat Raspberry Pi dengan model dari keluarga EfficientDet yang dilatih ulang melalui transfer learning. Implementasi rancangan produk dilakukan dengan framework TensorFlow. Model yang dihasilkan adalah varian ringan dari model yang diberi nama Efficientdet-Lite. Deteksi dilakukan terhadap objek yang memiliki warna berbeda dan bergerak dengan kecepatan tertentu di konveyor peraga. Dari hasil pengujian, rancangan yang dibuat mampu memenuhi spesifikasi: akurasi 0,282-0,502 mAP, konsumsi energi 6,5 Watt-jam, dan frame rate 1-7 FPS. Pengujian juga menunjukkan bahwa perbaikan kinerja dapat terjadi apabila kecepatan objek diperlambat, dan warna objek dibuat kontras terhadap background. Ukuran parameter model tidak menjamin kinerja deteksi terbaik.