Integrasi teachable machine dengan arduino untuk pengklasifikasian bentuk objek secara real-time

Abstract

Penelitian ini membahas integrasi Teachable Machine dengan Arduino untuk pengklasifikasian bentuk objek secara real-time. Dengan memanfaatkan model pembelajaran mesin yang dilatih menggunakan Teachable Machine, sistem ini mampu mengenali berbagai bentuk objek seperti buku, pulpen, dan spidol, serta kondisi tanpa objek (no object), dan merespons dengan cepat melalui komunikasi serial Arduino. Metode yang digunakan meliputi pengumpulan data gambar untuk pelatihan model, implementasi model ke dalam format TensorFlow.js, dan penggunaan pustaka p5.js serta ml5.js untuk membuat aplikasi web interaktif yang menggunakan pembelajaran mesin, termasuk penggunaan pustaka p5.serialport untuk komunikasi serial antara model dan Arduino. Komunikasi serial antara Arduino dan p5.js dilakukan melalui p5.serialcontrol, yang memastikan transfer data yang cepat dan andal. Hasil pengujian menunjukkan akurasi pengenalan di atas 90% dengan waktu respons yang minimal, memungkinkan aplikasi dalam berbagai konteks seperti pendidikan dan otomatisasi. Penelitian ini menegaskan bahwa kombinasi Teachable Machine dan Arduino merupakan solusi efisien untuk pengenalan objek dalam aplikasi real-time, dengan potensi untuk pengembangan lebih lanjut di bidang interaksi manusia-komputer (Human Machine Interface).