Perancangan model inspeksi berdasarkan gambar berbasis metode image processing

Abstract

Industri manufaktur di Indonesia merupakan salah satu industri yang selalu berkembang di Indonesia. Hingga tahun 2022, Badan Pusat Statistik (BPS) mencatat telah terdapat 29.000 perusahaan industri manufaktur yang beroperasi dari skala menengah dan besar. Dalam proses produksi manufaktur, perusahaan harus mampu memastikan kualitas barang sesuai dengan spesifikasi yang telah ditentukan. CV X merupakan perusahaan yang bergerak di bidang industri kain dan memproduksi berbagai produk, salah satunya handuk. CV X telah beberapa kali mendapatkan keluhan dan pengembalian produk karena retailer menerima handuk dalam kondisi cacat yang lolos dari proses inspeksi perusahaan. Lolosnya handuk cacat dari proses inspeksi terjadi karena karyawan yang melakukan kesalahan dan perusahaan memiliki angka turnover setiap bulan sehingga perlu dilakukan pelatihan ulang untuk proses inspeksi. Penelitian akan dilakukan untuk merancang model inspeksi otomatis yang tidak memerlukan pelatihan khusus dengan Convolutional Neural Network yaitu Structural Similarity Index (SSIM). Model inspeksi akan menggunakan SSIM untuk membandingkan kemiripan kondisi handuk yang baik dan cacat untuk mendeteksi perbedaan yang ada. Design of Experiment juga akan dilakukan untuk menentukan pengaruh dari setiap parameter dan kombinasinya terhadap output yang dihasilkan untuk mendeteksi cacat pada produk. Berdasarkan percobaan DoE , diketahui parameter terbaik adalah scaling factor 350, min contour bernilai 700, max contour bernilai 6000, yang mampu menghasilkan tingkat akurasi sebesar 86,7% dalam mendeteksi defect pada handuk CV X.