Pengembangan Sistem Deteksi Cacat PCB Menggunakan Pengolahan Citra dengan Metode YOLO CNN

Abstract

Dalam kehidupan sehari-hari tentunya Anda sering berhubungan dengan peralatan elektronika seperti Televisi, Komputer dan yang tak asing lagi yaitu Radio. Di dalam peralatan tersebut terdapat banyak komponen-komponen elektronika seperti resistor, transistor, kapasitor dan lain sebagainya. Saat digunakan dalam produksi alat alat elektronik, PCB sangat berpengaruh pada pembuatan alat alat elektronik tersebut, seperti contohnya ketika ada sedikit saja jalur PCB yang terputus atau rusak maka alat elektronik tersebut tidak bisa dioperasikan sebagaimana mestinya. Sehingga sangat penting pada proses Quality Check PCB dilakukaan pemeriksaan adakah kerusakan pada PCB atau tidak. Biasanya dalam pemeriksaan PCB hanya digunakan pengecekan langsung dengan cara konvensional. Oleh karena itu dalam penelitian kali ini penulis mencoba untuk membuat dan menganalisa alat pemeriksa kecacatan pada PCB dengan bantuan kamera yang memiliki resolusi tinggi untuk menggantikan penglihatan manusia agar lebih mudah dan dapat menghemat biaya. Pengaplikasian dari alat pengecek PCB ini maka digunakan sebuah teknologi bernama Laptop dan kamera. dengan kedua teknologi tersebut dapat dimanfaatkan Image Processing untuk mendeteksi objek dengan library OpenCv serta Tensorflow. Alat pendeteksi kecacatan PCB dengan bantuan Image Processing dengan metode YOLO Convolutional Neural Network untuk membantu menentukan jalur yang putus dan hole drill pada PCB.