Rancang Bangun dan Evaluasi Sistem Sortir Otomatis Barang dengan Metode Deteksi Objek YOLO v5 dan Kendali PLC Outseal
I will put the dimension here
Abstract
Manual sorting in manufacturing is time-consuming, labor-intensive, and prone to errors, especially when items have similar colors and shapes. This study aims to design and implement an automatic sorting system for goods based on color and shape to enhance production efficiency. The system integrates a webcam for image acquisition, the YOLO v5 object detection algorithm for real-time classification, and the Outseal PLC to control actuators via a Ladder Diagram. An experimental method was used, with a dataset of 18 object types tested under three lighting conditions (daylight, low light, and ring light). Performance was evaluated using a confusion matrix, achieving an average accuracy of 88.26% and precision of 70.38%, with the best results under ring light illumination. These findings demonstrate that the proposed system can reduce operational costs and improve productivity for small- to medium-scale industries. Future work should include extended field testing and adaptive algorithms for varying lighting environments.
Downloads
References
F. Liyani, “Perancangan Sistem Sortir Limbah Plastik Warna Berdasarkan Warna Menggunakan PLC,” Journal of Computer Electronic and Telecommunication, vol. 4, no. 1, Aug. 2023, doi: 10.52435/complete.v4i1.365.
K. G. Suma, P. Patil, G. Sunitha, V. P. Mantri, and N. D. Kale, “Computer vision and its intelligence in Industry 4.0,” in Machine Learning Techniques and Industry Applications, IGI Global, 2024, pp. 119–142, doi: 10.4018/979-8-3693-5271-7.ch007.
Z. Arisandy, T. M. Haykal, A. M. Purba, T. Elektronika, T. Elektro, and P. N. Medan, “Rancang Bangun Alat Sortir Bahan Kain Berdasarkan Degradasi Warna dengan Kontrol Outseal PLC,” unpublished.
Y. Arvio, D. T. Kusuma, and I. B. Sangadji, “Pendekatan Algoritma YOLO v5 untuk Mendeteksi Cacat Produk Masker,” Dinamika Rekayasa, vol. 20, no. 1, pp. 11–17, Jan. 2024, doi: 10.20884/1.dinarek.2024.20.1.33.
M. H. Ashar and D. Suarna, “Implementasi Algoritma YOLOv5 dalam Mendeteksi Penggunaan Masker pada Kantor Biro Umum Gubernur Sulawesi Barat,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 3, no. 3, pp. 298–302, 2022. [Online]. Available: https://djournals.com/klik
N. Hidayat, S. Wahyudi, and A. A. Diaz, “Pengenalan Individu melalui Identifikasi Wajah Menggunakan Metode YOLOv5,” [Online]. Available: https://magestic.unej.ac.id/
R. Dwiyanto, D. W. Widodo, and P. Kasih, “Implementasi Metode YOLOv5 untuk Klasifikasi Kendaraan pada CCTV Kabupaten Tulungagung,” [Online]. Available: https://arxiv.org/abs/1506.02640
B. Priyadi, “Aplikasi Sensor Warna Jenis TCS 230 sebagai Alat Penentu Komposisi Warna pada Cat Mobil,” unpublished.
H. Setyawan, Sukardi, Risfendra, H. Effendi, and Syahril, “The Effectiveness of Outseal Programmable Logic Controller-based Training Kit to Improve Vocational High School Students’ Control System Skills,” Mimbar Ilmu, vol. 29, no. 2, pp. 218–227, Oct. 2024, doi: 10.23887/mi.v29i2.76065.
M. Mehta, “AFF-YOLO: A Real-time Industrial Defect Detection Method Based on Attention Mechanism and Feature Fusion,” preprint, Oct. 19, 2023, doi: 10.21203/rs.3.rs-3449230/v1.
A. Meirza and N. R. Puteri, “Implementasi Metode YOLOv5 dan Tesseract OCR untuk Deteksi Plat Nomor Kendaraan,” Jurnal Ilmu Komputer dan Desain Komunikasi Visual, vol. 9, no. 1, 2024.
P. P. Kalatiku and Y. Y. Joefrie, “Pemrograman Motor Stepper dengan Menggunakan Bahasa Pemrograman C,” unpublished.
A. D. I. Buana, M. Arsyad, and H. Kuntara, “Sistem Picking dan Packaging Menggunakan PLC Outseal dan Robot Magician,” in Proceedings ReTII 2022, pp. 160–166, 2022. [Online]. Available: http://journal.itny.ac.id/index.php/ReTII
“180-Article Text-744-1-10-20220517,” unpublished.
B. P. Nugroho, Y. Prihati, and S. T. Galih, “Implementation of YOLO v5 Algorithm in Vehicle License Plate Detection Application Design,” Journal of Information Technology and Computer Science (INTECOMS), vol. 7, no. 3, 2024.
N. Zendehdel, H. Chen, and M. C. Leu, “Real-time Tool Detection in Smart Manufacturing Using YOLOv5,” Manufacturing Letters, vol. 35, pp. 1052–1059, Aug. 2023, doi: 10.1016/j.mfglet.2023.08.062.
S. Kang, Z. Hu, L. Liu, K. Zhang, and Z. Cao, “Object Detection YOLO Algorithms and Their Industrial Applications: Overview and Comparative Analysis,” Electronics, vol. 14, no. 6, Mar. 2025, doi: 10.3390/electronics14061104.
Z. Ding, Y. Gong, L. Kong, and J. Zheng, “Design and Implementation of an Intelligent Log Diameter Grading and Sorting Line Based on Machine Vision,” Forests, vol. 15, no. 2, Feb. 2024, doi: 10.3390/f15020387.
X. L. Li et al., “Improved YOLO v5s-based Detection Method for External Defects in Potato,” Frontiers in Plant Science, vol. 16, 2025, doi: 10.3389/fpls.2025.1527508.
F. R. Sayem et al., “Enhancing Waste Sorting and Recycling Efficiency: Robust Deep Learning-based Approach for Classification and Detection,” Neural Computing and Applications, Feb. 2024, doi: 10.1007/s00521-024-10855-2.
D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier dan Confusion Matrix pada Analisis Sentimen Berbasis Teks pada Twitter,” 2021, unpublished.
“103858-ID-Pengendalian-Motor-Servo-Yang-Terintegrasi,” unpublished.
A. Hilal and S. Manan, “Pemanfaatan Motor Servo sebagai Penggerak CCTV untuk Melihat Alat-Alat Monitor dan Kondisi Pasien di Ruang ICU,” 2012, unpublished.
R. Indransyah, Y. H. Chrisnanto, P. N. Sabrina, and S. Kom, “Klasifikasi Sentimen Pergelaran MotoGP di Indonesia Menggunakan Algoritma Correlated Naïve Bayes Classifier,” doi: 10.31949/infotech.v8i2.3103.
M. Patil and J. Toporovsky, “Integration of Vision System, Intelligent ROBO Actuator, HMI and PLC to Design a Universal Quality Inspection or Control Machine,” i-manager’s Journal on Mechanical Engineering, vol. 2, no. 3, pp. 5–14, Jul. 2012, doi: 10.26634/jme.2.3.1865.
Copyright (c) 2025 Daniel Sutopo Pamungkas, Shendy Saputra, Anastasya Andaresta Pelmelay
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Pernyataan Hak Cipta dan Lisensi
Dengan mengirimkan manuskrip ke Journal of Applied Computer Science and Technology (JACOST), penulis setuju dengan kebijakan ini. Tidak diperlukan persetujuan dokumen khusus.
- Hak cipta pada setiap artikel adalah milik penulis.
- Penulis mempertahankan semua hak mereka atas karya yang diterbitkan, tak terbatas pada hak-hak yang diatur dalam laman ini.
- Penulis mengakui bahwa Journal of Applied Computer Science and Technology (JACOST) sebagai yang pertama kali mempublikasikan dengan lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA).
- Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Journal of Applied Computer Science and Technology (JACOST);
- Penulis menjamin bahwa artikel asli, ditulis oleh penulis yang disebutkan, belum pernah dipublikasikan sebelumnya, tidak mengandung pernyataan yang melanggar hukum, tidak melanggar hak orang lain, tunduk pada hak cipta yang secara eksklusif dipegang oleh penulis.
- Jika artikel dipersiapkan bersama oleh lebih dari satu penulis, setiap penulis yang mengirimkan naskah menjamin bahwa dia telah diberi wewenang oleh semua penulis bersama untuk menyetujui hak cipta dan pemberitahuan lisensi (perjanjian) atas nama mereka, dan setuju untuk memberi tahu rekan penulis persyaratan kebijakan ini. Journal of Applied Computer Science and Technology (JACOST) tidak akan dimintai pertanggungjawaban atas apa pun yang mungkin timbul karena perselisihan internal penulis.
Lisensi :
Journal of Applied Computer Science and Technology (JACOST) diterbitkan berdasarkan ketentuan Lisensi Creative Commons Atribusi 4.0 Internasional (CC BY-SA). Lisensi ini mengizinkan setiap orang untuk :.
- Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
- Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun.
Lisensi :
-
Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
-
BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.
