PROTOTYPE SISTEM PENDETEKSI KERETAKAN PADA ETERNIT BERBASIS IMAGE PROCESSING UNTUK PROSES QUALITY CONTROL
Kata Kunci:
NVIDIA Jetson Nano, Haar Cascade, WebCam C270, KlasifikasiAbstrak
Eternit merupakan salah satu produk industri yang biasa digunakan untuk melindungi atap yang sering digunakan. Selain kelebihanya yang ringan, eternit juga tahan dari berbagai iklim serta tidak menghantarkan listrik sehingga eternit banyak diminati oleh masyarakat. Akan tetapi, pada proses quality control pembuatan eternit ini masih menggunakan tenaga manual. Pada penelitian ini, diharapkan nantinya bisa membantu bidang industri pembuatan eternit khususnya pada proses quality control agar lebih efektif dan efisien dengan memanfaatkan teknologi pengolahan citra. Pada penilitian ini akan dibuat sebuah sistem klasifikasi otomatis berbasis image porcessing dengan menggunakan metode haar cascade dan ekstraksi kontur yang kemudian akan dilakukan analisa dan perbandingan untuk diputuskan metode mana yang lebih efektif, kemudian akan dilakukan pendeteksian keretakan pada eternit berdasarkan citra yang diambil untuk kemudian dilakukan pengambilan keputusan apakah eternit tersebut tergolong good product apakah rejected product. Dengan menggunakan Mini PC jenis NVIDIA Jetson Nano sebagai controller yang akan mengolah seluruh data input dan kamera WebCam Logitech C270 sebagai sensor pengganti fungsi mata pada manusia yang digunakan untuk mengambil gambar. Nantinya data yang telah diolah di Mini PCakan dikirim ke aktuator berupa piston pneumatik untuk dilakukan pemisahan product saat Mini PC mendeteksi adanya keretakan pada eternit. Pada peneltian ini, persentase akurasi deteksi menggunakan metode haar cascade masih cukup rendah yaitu sebesar 70%. Sedangkan penggunaan metode kontur untuk pendeteksian pada sistem ini memiliki akurasi sebesar 100%. Dari pengujian tersebut, penggunaan metode kontur sangat disarankan untuk diimplementasikan pada pendeteksian keretakan eternit.
Referensi
Ahmad, A. (2017) ‘Mengenal ArtificialIntelligence, Machine Learning, NeuralNetwork, dan Deep Learning’.
Darmono, A. M. et al. (2010) ‘Pengaruh Penambahan Berbagai Jenis Bahan Serat Terhadap Kualitas Eternit A. Manap Dan Darmono Dosen Jurusan Pendidikan Teknik Sipil dan Perencanaan FT UNY’,VI(2), pp. 97–110.
Satya, V. E. (2018) ‘Kajian Singkat Terhadap Isu Aktual Dan Strategis Strategi Indonesia Menghadapi Industri 4.0’,
Pusat Penelitian Badan Keahlian DPR RI, X(09), p. 19.
Sajati, H. (2018) ‘The Effect of Peak Signal to Noise Ratio (PSNR) Values on Object Detection Accuracy in Viola Jones
Method’, Conference SENATIK STT Adisutjipto Yogyakarta, 4. doi: 10.28989/senatik.v4i0.139.
Viola, P. and Jones, M. (2001) ‘Rapid object detection using a boosted cascade ofsimple features’, Proceedings of the
IEEE Computer Society Conference onComputer Vision and Pattern Recognition, 1(July 2014). doi: 10.1109/cvpr.2001.990517.
