Sistem Pengendalian Keamanan Jarak Heavy Dump dan Kemiringan Saat Dumping Pada Tambang Batubara PT Putra Perkasa Abadi
DOI:
https://doi.org/10.33795/elkolind.v13i3.11690Keywords:
Heavy Dump Truck, Mikrokontroler ESP 32, Sensor LIDAR TF-Luna, Sensor MPU-6050, Keselamatan TambangAbstract
Industri pertambangan batubara memiliki tingkat risiko keselamatan yang tinggi, khususnya pada pengoperasian alat berat. Penelitian ini bertujuan mengembangkan prototipe sistem pengendalian keamanan pintar untuk memitigasi risiko tabrakan antarkendaraan dan insiden truk rebah (unbalanced loading) saat proses dumping. Sistem dirancang menggunakan miniatur Remote Control (RC) Heavy Dump Truck (HD) sebagai representasi unit alat berat dengan skenario pengujian yang mengacu pada kondisi operasional PT Putra Perkasa Abadi di Tanjung Enim. Sistem dikendalikan oleh mikrokontroler ESP32 yang mengintegrasikan sensor LiDAR TF-Luna untuk mendeteksi objek dan sensor MPU-6050 untuk mendeteksi kemiringan. Hasil pengujian menunjukkan sensor LiDAR memiliki akurasi rata-rata 99,18% dengan error rata-rata 0,35 cm dan mampu mengaktifkan pengereman otomatis pada jarak kritis di bawah 30 cm. Sensor MPU-6050 memiliki akurasi pembacaan sudut 98,10% dengan error rata-rata 0,045° dan mampu mengunci mekanisme hidrolik saat kemiringan mencapai ≥4°. Sistem juga mampu beroperasi selama 4,4 jam dengan cadangan daya 20%. Hasil penelitian menunjukkan sistem yang dikembangkan responsif dan efektif sebagai alat bantu keselamatan untuk mengurangi risiko kecelakaan pada operasional Heavy Dump Truck.
References
H. Sastradi and A. Kurniawan, “Perkuatan Daya Dukung Tanah dengan Geotextile pada Jalan Tambang,” vol. 3, pp. 10871–10879, 2023.
A. F. Pryalukhin et al., “Simulation Modeling of Energy Efficiency of Electric Dump Truck Use Depending on the Operating Cycle,” 2025.
J. I. Multidisiplin, “Analisis Perhitungan Produktivitas Alat Berat Gali-Muat,” vol. 4, no. 1, 2025.
A. Chadarisman and G. Rakasiwi, “High Pressure Pump , Eliminasi Risiko K3 Trucking System pada Pengangkutan Lumpur di Pertambangan Batubara,” vol. 3, no. 4, pp. 3501–3510, 2025.
T. Supriyadi, R. Solihin, T. B. Utomo, S. Yahya, and B. Setiadi, “Implementasi tapis Kalman pada tongkat adaptif untuk deteksi objek disabilitas netra berbasis LiDAR,” vol. 3, no. 3, pp. 255–264, 2023.
F. Akbar et al., “Pengembangan Sistem Kombinasi Kerja Rem, Steer, Dan Traksi Berbasis LiDAR 3D Untuk Kendaraan Listrik Otonom Roda Tiga,” vol. 11, no. 3, 2024, doi: 10.25126/jtiik.938134.
L. Fitriandini and K. Sari, “Fall Detector pada Lansia berbasis IoT Menggunakan Sensor MPU-6050 dan Sensor GPS Neo 6M Fall Detector for Elderly based on IoT using MPU-6050 Sensor and GPS Neo 6M Sensor,” vol. 8275, pp. 10–22, 2025.
M. S. N. F, D. Syauqy, and W. Kurniawan, “Deteksi Gerakan Pemanasan Kepala Atlet Pemula Berbasis Sensor MPU6050 Dengan Metode Support Vector Machine,” vol. 9, no. 7, pp. 1–8, 2025.
M. Muntaza and R. Islamadina, “Rancang Bangun Prototipe Sistem Navigasi Tunanetra Menggunakan Sensor LiDAR TF-Luna Berbasis Arduino Mega,” vol. 9, no. 1, pp. 374–384, 2026.
J. Mohd, N. Huda, M. Azuani, S. Zuraidah, and A. Yusop, “Analysis of Inertial Measurement Accuracy using Complementary Filter for MPU 6050 Sensor,” vol. 34, no. 5, pp. 959–964, 2022.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Nina Paramytha, M. Yaziedh Fachrezi

This work is licensed under a Creative Commons Attribution 4.0 International License.
