POLMAN BANDUNGPOLMAN BANDUNG

JTRM (Jurnal Teknologi dan Rekayasa Manufaktur)JTRM (Jurnal Teknologi dan Rekayasa Manufaktur)

Machine vision merupakan teknologi yang biasa digunakan pada industri modern untuk analisis dan inspeksi otonom berbasis citra. Machine vision membantu proses analisis dan inspeksi produk di industri lebih cepat dibandingkan dengan analisis dan inspeksi manual. Penelitian ini menerapkan Machine vision pada sistem identifikasi jumlah produk berbasis pengolahan citra pada proses pengepakan industri manufaktur dengan menggunakan algoritma YOLOv4 dan evaluasi sistem confusion matrix. Hasil dari identifikasi disimpan di database dan ditampilkan pada website agar memudahkan proses monitoring. Sistem ini telah melakukan beberapa pengujian terutama pengujian fungsi utama sistem yatu perhitungan produk, dilakukan 10x percobaan. Kemudian, pengujian variasi intesitas cahaya dengan range 20 – 225lux dan variasi ketinggian dengan range 48 – 68 cm dengan masing – masing pengujian sebanyak 10x percobaan. Dari pengujian yang telah dilakukan diterapkan evaluasi confusion matrix dan menghasilkan akurasi dan presisi sebesar 100% dan error sebesar 0%. Kecepatan komputasi rata – rata dari sistem ini sebesar 6.95 FPS dengan bantuan CUDA.

Berdasarkan hasil pengujian, sistem yang dikembangkan mampu mendeteksi dan mengklasifikasikan objek bottlecrate dan bottlecap dengan tingkat kepercayaan di atas 99%.Sistem ini mencapai kecepatan komputasi rata-rata 6.Selain itu, fungsi utama perhitungan produk, termasuk dalam berbagai kondisi khusus, menunjukkan akurasi dan presisi 100% dengan tingkat kesalahan 0%.

Penelitian selanjutnya dapat memperluas kapabilitas sistem ini agar tidak hanya berfokus pada penghitungan jumlah tutup botol sebagai representasi fisik, melainkan mampu secara langsung mendeteksi dan menghitung botol kaca utuh, bahkan dalam kondisi tanpa tutup atau ketika botol terbalik, dengan tetap mempertahankan akurasi tinggi. Ini bisa melibatkan pengembangan algoritma deteksi objek yang lebih canggih untuk mengenali bentuk dan kontur botol secara independen dari keberadaan tutupnya, atau pemanfaatan teknik pencitraan 3D untuk memperoleh informasi kedalaman. Selain itu, penting untuk mengembangkan kemampuan inspeksi kualitas pada botol kaca, seperti deteksi cacat fisik minor seperti retakan, goresan, atau ketidaksesuaian label, yang akan memberikan nilai tambah signifikan bagi industri manufaktur. Sistem yang ada dapat diintegrasikan lebih lanjut dengan sistem kontrol produksi yang lebih luas, seperti sistem Manufacturing Execution System (MES) atau kontroler logika terprogram (PLC), untuk memungkinkan otomatisasi penuh dan pertukaran data dua arah secara real-time. Hal ini akan memfasilitasi pengambilan keputusan yang lebih cepat dalam lini produksi, seperti penyesuaian otomatis terhadap kecepatan konveyor atau penandaan produk cacat secara langsung, sehingga dapat mewujudkan konsep pabrik cerdas yang lebih komprehensif. Eksplorasi penggunaan arsitektur model deteksi objek yang lebih baru dan efisien, seperti generasi terbaru keluarga YOLO atau model transformer, juga dapat dipertimbangkan untuk meningkatkan kecepatan komputasi atau mengurangi kebutuhan daya komputasi, menjadikannya lebih adaptif untuk lingkungan industri yang beragam dan berkecepatan tinggi.

  1. A Review on Applications of Machine Vision Systems in Industries. review applications machine vision... doi.org/10.17485/ijst/2016/v9i48/108433A Review on Applications of Machine Vision Systems in Industries review applications machine vision doi 10 17485 ijst 2016 v9i48 108433
  2. JTRM (Jurnal Teknologi dan Rekayasa Manufaktur). sistem identifikasi produk pengolahan algoritma yolo... DOI.ORG/10.48182/JTRM.V6I1.114JTRM Jurnal Teknologi dan Rekayasa Manufaktur sistem identifikasi produk pengolahan algoritma yolo DOI ORG 10 48182 JTRM V6I1 114
Read online
File size742.13 KB
Pages16
DMCAReport

Related /

ads-block-test