Penelitian ini menyajikan implementasi model Feedforward Neural Network untuk perencanaan trajektori (trajectory planning) pada robot lengan SCARA 3 DOF yang menjalankan tugas pick-and-place secara otonom. Tujuan penelitian ini adalah menganalisis akurasi lintasan end-effector terhadap jalur lurus ideal dari titik awal ke titik target, serta kelancaran gerakan melalui pengukuran sentakan (jerk). Model trajectory planning berbasis neural network dilatih menggunakan data trajektori sintetis dalam koordinat Kartesius yang telah diberi noise Gaussian dan label berbasis deviasi. Model yang telah dilatih diintegrasikan dengan mikrokontroler STM32F407 dan diimplementasikan secara real-time, di mana waypoint Kartesius yang dihasilkan dikonversi menjadi perintah sudut sendi melalui inverse kinematics.
Pada saat model trajectory planning diterapkan, jalur tempuh end-effector memperoleh nilai deviasi sebesar 0,21 cm hingga 0,34 cm terhadap garis lurus ideal, sedangkan ketika masing – masing sendi hanya diberi perintah untuk bergerak dari posisi awal ke posisi akhir memperoleh nilai deviasi sebesar 2,41 cm hingga 10,37 cm terhadap garis lurus ideal. Namun demikian, nilai jerk rata-rata juga meningkat akibat pergerakan sendi yang lebih tersegmentasi karena banyaknya jumlah waypoint yang tersebar secara merapat. Ketika model trajectory planning diterapkan, sendi J1 memperoleh nilai rata – rata jerk mutlak sebesar 0,31 rad/s3 hingga 0,48 rad/s3 dan J2 sebesar 0,56 rad/s3 hingga 0,85 rad/s3, sedangkan ketika masing – masing sendi hanya diberi perintah untuk bergerak dari posisi awal ke posisi akhir sendi J1 memperoleh nilai rata – rata jerk mutlak sebesar 0,23 rad/s3 hingga 0,36 rad/s3 dan J2 sebesar 0,21 rad/s3 hingga 0,62 rad/s3. Secara keseluruhan, implementasi ini menunjukkan bahwa model berbasis neural network mampu meningkatkan akurasi trajektori pada end-effector robot lengan SCARA 3-DOF terhadap jalur lurus ideal, meskipun perlu mempertimbangkan trade-off terhadap kelancaran gerak.
Kata kunci: trajectory planning, neural network, robot SCARA, analisis jerk.