Perancangan Sensor Taktil Berbasis Magnetik Sebagai Feedback Pengendalian Cengkeraman Gripper Dengan Metode Logika Fuzzy

Rabbani, Thalib Falih Fadhil (2025) Perancangan Sensor Taktil Berbasis Magnetik Sebagai Feedback Pengendalian Cengkeraman Gripper Dengan Metode Logika Fuzzy. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2040211037_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Menghasilkan gaya cengkeram yang cukup untuk mempertahankan objek tanpa menyebabkan deformasi merupakan tantangan utama dalam pengembangan gripper robotik, terutama untuk objek dengan kekakuan yang bervariasi. Untuk menjawab tantangan tersebut, penelitian ini mengembangkan sistem sensor taktil berbasis magnetometer MLX90393 dalam konfigurasi array 2×2, yang mampu mengukur tekanan pada sumbu Z serta mendeteksi slip pada sumbu Y dan X. Data dari sensor ini digunakan sebagai masukan untuk sistem pengendalian gaya berbasis logika fuzzy dua tingkat (cascade fuzzy), yang terdiri dari modul klasifikasi kekakuan objek (FIS1) dan modul penyesuaian gaya cengkeram adaptif (FIS2). Sistem ini mampu menghasilkan gaya cengkeram dalam rentang −1.0 hingga +2.5 Newton secara real-time, menyesuaikan terhadap perubahan slip dan kekakuan objek. Pengujian terhadap 8 objek dengan tingkat kekakuan berbeda menunjukkan bahwa waktu kontak dan slope tekanan dapat digunakan sebagai indikator kekakuan, dengan waktu kontak rata-rata sebesar 1.37 s untuk objek lunak dan 0.71 s untuk objek keras. Akurasi pembacaan sensor mencapai galat rata-rata 0.872 N dan RMSE sebesar 0.8724 N untuk sensor 1 serta 0.714 N untuk sensor 2 dengan menggunakan pendekatan regresi polinomial orde 2. Selain itu, pengujian deformasi terhadap objek dengan kekakuan sedang menunjukkan bahwa sistem dengan sensor taktil mampu mengurangi deformasi hingga lebih dari 9% dibandingkan sistem tanpa sensor, terutama pada objek fleksibel seperti botol plastik terisi air. Hasil ini menegaskan bahwa sistem yang dikembangkan dapat mengontrol tekanan cengkeram, menjaga kestabilan genggaman, serta melindungi objek dari kerusakan bentuk akibat gaya berlebih.
=======================================================================================================================================
Generating sufficient gripping force to hold an object securely without causing deformation is a major challenge in the development of robotic grippers, especially when dealing with objects of varying stiffness. To address this challenge, this study developed a tactile sensing system based on the MLX90393 magnetometer arranged in a 2×2 array configuration, capable of measuring pressure along the Z-axis and detecting slip along the Y and X axes. Data from the sensor are used as inputs for a two-level fuzzy logic control system (cascade fuzzy), consisting of an object stiffness classification module (FIS1) and an adaptive gripping force adjustment module (FIS2). The system can generate gripping forces in the range of −1.0 to +2.0 Newton in real time, adapting to changes in slip and object stiffness. Testing on eight objects with different stiffness levels showed that contact time and pressure slope can be used as stiffness indicators, with an average contact time of 1.37 s for soft objects and 0.71 s for hard objects. The sensor's reading accuracy achieved a mean absolute error of 0.056 N and an RMSE of 0.0562 N using a third-order polynomial regression approach. Furthermore, deformation tests on medium-stiffness objects showed that the system with tactile sensing was able to reduce deformation by more than 9% compared to a system without sensors, particularly for flexible objects such as water-filled plastic bottles. These results confirm that the developed system can precisely control gripping pressure, maintain grasp stability, and protect objects from shape damage caused by excessive force.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Sensor Taktil, Hall-effect, Gripper, Magnet, Logika Fuzzy.
Subjects:	T Technology > T Technology (General) > T57.6 Operations research--Mathematics. Goal programming T Technology > T Technology (General) > T57.83 Dynamic programming T Technology > T Technology (General) > T57.84 Heuristic algorithms. T Technology > T Technology (General) > T58.8 Productivity. Efficiency T Technology > T Technology (General) > T59.7 Human-machine systems.
Divisions:	Faculty of Vocational > 36304-Automation Electronic Engineering
Depositing User:	Thalib Falih Fadhil Rabbani
Date Deposited:	04 Aug 2025 12:29
Last Modified:	04 Aug 2025 12:29
URI:	http://repository.its.ac.id/id/eprint/126254

Actions (login required)

View Item