POLMAN BANDUNGPOLMAN BANDUNG
JTRM (Jurnal Teknologi dan Rekayasa Manufaktur)JTRM (Jurnal Teknologi dan Rekayasa Manufaktur)Sistem pemilihan produk berdasarkan spesifikasi dimensi membutuhkan waktu yang cukup lama dan akurasinya menjadi rendah jika lakukan secara manual. Faktor kelelahan operator produksi mengakibatkan menurunkan kualitas kerja, sehingga output produksi menjadi rendah kualitasnya. Untuk mengatasi hal tersebut perlu dibuatkan peralatan sortir yang dapat membedakan jenis-jenis produk dengan menggunakan pemantauan kamera inspeksi yang di kontrol dengan Arduino Uno. Dalam penelitian ini, dirancang sebuah prototype berbentuk konveyor yang dilengkapi dengan kamera (Webcam X6) dan beberapa sensor kedekatan (proximity sensor) untuk memberikan inputan ke Arduino Uno. Fungsi kamera yaitu untuk mendeteksi bentuk produk dengan menggunakan metode Deep Learning Model SSD-MobileNet v2 dengan menggunakan bahasa pemrograman phyton yang dibantu dengan library TensorFlow dan OpenCV. Hasil dari deteksi produk akan diolah menjadi sinyal input sebagai pengontrol pada Arduino Uno, lalu dilanjutkan untuk mengendalikan solenoid valve pneumatic pada masing-masing produk. Hasil Pembacaan oleh software yaitu untuk mendeteksi benda lingkaran sebesar 92 %, untuk mendeteksi benda segitiga yaitu sekitar 84 %, dan untuk mendeteksi benda kotak yaitu sekitar 87 %.
Hasil dari pemantauan kamera yang diolah melalui pemrograman OpenCv dengan metode SSD-MobileNet menunjukkan kemampuan dalam menentukan persentase kualitas produk.Kualitas gambar dan tingkat akurasi deteksi sangat dipengaruhi oleh kualitas kamera, jumlah dataset, langkah pelatihan, dan bentuk objek.Secara spesifik, software berhasil mendeteksi benda lingkaran sebesar 92%, benda segitiga sekitar 84%, dan benda kotak sekitar 87%.
Penelitian ini telah berhasil mengembangkan sistem pendeteksi produk berbasis kamera inspeksi dan Arduino Uno yang efektif untuk sortir barang berdasarkan bentuk. Namun, untuk menjadikannya lebih adaptif dan bermanfaat di lingkungan industri yang sesungguhnya, beberapa arah penelitian lanjutan dapat dieksplorasi. Pertama, akan sangat menarik untuk menyelidiki bagaimana sistem ini bisa ditingkatkan agar lebih akurat dalam mengenali produk dengan bentuk yang lebih kompleks atau beragam, melampaui lingkaran, segitiga, dan kotak, serta memastikan kinerja optimalnya di bawah kondisi pencahayaan dan lingkungan produksi yang bervariasi, misalnya dengan algoritma deteksi yang lebih canggih atau sensor yang lebih robust. Selanjutnya, studi di masa depan dapat mengeksplorasi kemampuan sistem untuk tidak hanya membedakan bentuk dasar, tetapi juga mengidentifikasi atribut produk lain yang krusial untuk kontrol kualitas yang lebih komprehensif, seperti warna, tekstur permukaan, atau bahkan mendeteksi cacat mikro pada produk. Hal ini akan memperluas fungsionalitas sistem secara signifikan. Terakhir, mengingat pentingnya kecepatan dalam lingkungan manufaktur modern, penelitian berikutnya bisa berfokus pada optimisasi kecepatan pemrosesan citra dan mekanisme sortir. Tujuannya adalah untuk mencapai throughput yang jauh lebih tinggi, memungkinkan sistem ini beroperasi secara efisien pada jalur produksi industri yang bergerak cepat, sambil tetap menjaga tingkat akurasi yang tinggi agar tidak mengurangi kualitas output. Dengan mengeksplorasi area-area ini, potensi sistem ini untuk diterapkan secara luas dalam industri dapat dimaksimalkan.
- ANALISIS PROGRAM KESELAMATAN DAN KESEHATAN KERJA DI BAGIAN PRODUKSI DENGAN MENGGUNAKAN METODE 5S (Sudi... journal.uad.ac.id/index.php/Spektrum/article/view/12443ANALISIS PROGRAM KESELAMATAN DAN KESEHATAN KERJA DI BAGIAN PRODUKSI DENGAN MENGGUNAKAN METODE 5S Sudi journal uad ac index php Spektrum article view 12443
- Computer Vision Implementation in Scratch Inspection and Color Detection on The Car Roof Surface | MOTIVECTION... doi.org/10.46574/motivection.v5i2.230Computer Vision Implementation in Scratch Inspection and Color Detection on The Car Roof Surface MOTIVECTION doi 10 46574 motivection v5i2 230
- PURWARUPA ALAT PEMILAH BARANG BERDASARKAN UKURAN DIMENSI BERBASIS PLC OMRON SYSMAC CPM1 | Susila | TELKOMNIKA... doi.org/10.12928/telkomnika.v5i2.1345PURWARUPA ALAT PEMILAH BARANG BERDASARKAN UKURAN DIMENSI BERBASIS PLC OMRON SYSMAC CPM1 Susila TELKOMNIKA doi 10 12928 telkomnika v5i2 1345
| File size | 587.69 KB |
| Pages | 14 |
| DMCA | Report |
Related /
UMIUMI Sistem mampu mengklasifikasikan daging ayam ke dalam tiga kategori. segar, kurang segar, dan busuk, dengan akurasi total 90% dari 30 pengujian. PerformaSistem mampu mengklasifikasikan daging ayam ke dalam tiga kategori. segar, kurang segar, dan busuk, dengan akurasi total 90% dari 30 pengujian. Performa
USMUSM Hasil penelitian mengungkapkan bahwa masih terdapat tantangan, termasuk kesalahan deteksi, respons yang lambat, dan jangkauan yang terbatas. Selain itu,Hasil penelitian mengungkapkan bahwa masih terdapat tantangan, termasuk kesalahan deteksi, respons yang lambat, dan jangkauan yang terbatas. Selain itu,
USMUSM Mekanisme penilaian berbobot menghasilkan skor probabilitas AI keseluruhan (0-100%) dan probabilitas individual untuk 10 model AI. Pengujian dengan 500Mekanisme penilaian berbobot menghasilkan skor probabilitas AI keseluruhan (0-100%) dan probabilitas individual untuk 10 model AI. Pengujian dengan 500
USMUSM Model dilatih menggunakan 600 citra dengan pembagian data latih, validasi, dan uji sebesar 50:40:10. Hasil pengujian menunjukkan performa tinggi denganModel dilatih menggunakan 600 citra dengan pembagian data latih, validasi, dan uji sebesar 50:40:10. Hasil pengujian menunjukkan performa tinggi dengan
UMPPUMPP Rekomendasi pengembangan selanjutnya mencakup uji lapangan jangka panjang, perbaikan desain sistem, serta pelatihan teknis bagi operator lapangan. DenganRekomendasi pengembangan selanjutnya mencakup uji lapangan jangka panjang, perbaikan desain sistem, serta pelatihan teknis bagi operator lapangan. Dengan
UNAMAUNAMA 446.599 entri data lalu lintas jaringan dari berbagai jenis serangan seperti Benign, DDoS, Attack, dan lainnya. Tahapan metode meliputi data preprocessing,446.599 entri data lalu lintas jaringan dari berbagai jenis serangan seperti Benign, DDoS, Attack, dan lainnya. Tahapan metode meliputi data preprocessing,
SUBSETSUBSET Berdasarkan hasil analisis data, penerapan SIMRS Khanza di Rumah Sakit Bhayangkara Nganjuk pada Januari 2025 menunjukkan performa yang cukup baik. NilaiBerdasarkan hasil analisis data, penerapan SIMRS Khanza di Rumah Sakit Bhayangkara Nganjuk pada Januari 2025 menunjukkan performa yang cukup baik. Nilai
IAESCOREIAESCORE Sinyal ECG mentah dikorupsi dengan lima jenis gangguan sintetis, yaitu interferensi listrik, drift garis basis akibat pernapasan, perubahan mendadak padaSinyal ECG mentah dikorupsi dengan lima jenis gangguan sintetis, yaitu interferensi listrik, drift garis basis akibat pernapasan, perubahan mendadak pada
Useful /
UMSUMS Fokus penelitian adalah Putusan Mahkamah Agung Nomor 4421/B/PK/Pjk/2023 mengenai Peninjauan Kembali Putusan Pengadilan Pajak Nomor 000953.16/2022/PP/M.Fokus penelitian adalah Putusan Mahkamah Agung Nomor 4421/B/PK/Pjk/2023 mengenai Peninjauan Kembali Putusan Pengadilan Pajak Nomor 000953.16/2022/PP/M.
SUBSETSUBSET Model yang telah dibuat pada penelitian ini kemudian telah di-deploy ke dalam bentuk prediksi berbasis web, menggunakan streamlit dari Python. Hal iniModel yang telah dibuat pada penelitian ini kemudian telah di-deploy ke dalam bentuk prediksi berbasis web, menggunakan streamlit dari Python. Hal ini
SUBSETSUBSET Salah satu isu yang sering dibahas adalah Kementerian Komunikasi dan Informatika (Kominfo). Media sosial X menjadi salah satu platform utama yang digunakanSalah satu isu yang sering dibahas adalah Kementerian Komunikasi dan Informatika (Kominfo). Media sosial X menjadi salah satu platform utama yang digunakan
SUBSETSUBSET Temuan utama dari penelitian ini menunjukkan bahwa penerapan algoritma Random Forest yang dikombinasikan dengan teknik penyeimbangan data SMOTE serta penyetelanTemuan utama dari penelitian ini menunjukkan bahwa penerapan algoritma Random Forest yang dikombinasikan dengan teknik penyeimbangan data SMOTE serta penyetelan