Penerapan Loadcell Sensor dan Kalman Filter Pada Mesin Pengisian Botol

Abstract

Penelitian ini bertujuan untuk meningkatkan akurasi pengisian botol otomatis dengan menerapkan sensor loadcell dan Kalman Filter untuk mengurangi noise pengukuran. Latar belakang penelitian ini adalah kebutuhan akan sistem pengisian yang lebih presisi dibandingkan metode berbasis timer yang sering kali menghasilkan fluktuasi akibat variasi aliran. Sensor loadcell (kapasitas 5 kg, sensitivitas 1 mV/kg) digunakan untuk mengukur berat secara real-time, sementara Kalman Filter diterapkan untuk menyaring noise dari data sensor. Metode penelitian meliputi desain sistem pengisian otomatis menggunakan mikrokontroler Arduino Uno dan solenoid valve, pengumpulan data dengan frekuensi sampling 10 Hz, serta pengujian pada volume target 100 mL, 500 mL, dan 1000 mL. Hasil pengujian menunjukkan bahwa sistem loadcell dengan Kalman Filter menghasilkan mean absolute error (MAE) sebesar 0.67 g, 1.85 g, dan 3.01 g untuk masing-masing volume, jauh lebih rendah dibandingkan sistem timer dengan MAE 6.75 g, 12.52 g, dan 17.93 g. Kalman Filter mampu mengurangi variansi noise hingga 65%, meningkatkan stabilitas dan akurasi pengisian. Penelitian ini menyimpulkan bahwa sistem berbasis loadcell dan Kalman Filter menawarkan solusi yang lebih andal untuk aplikasi pengisian otomatis, terutama dalam industri yang membutuhkan ketepatan tinggi.