Perpustakaan Digital ITB

PT X adalah perusahaan manufaktur mobil dengan 5 pabrik produksi di Indonesia. PT X memproduksi 9 model mobil dan beberapa komponennya untuk memenuhi permintaan pasar domestik dan pasar internasional. Salah satu tahap pengendalian kualitas di PT X adalah identifikasi ukuran celah antarpanel pintu samping yang dikategorikan cacat sebagai inspeksi akhir. Kini, inspeksi akhir dilakukan secara visual oleh 4 operator manusia. Penambahan operator manusia juga diharapkan mengurangi waktu inspeksi body-fitting dari 96 detik menjadi 86 detik. Seiring dengan peningkatan laju produksi, kondisi ini berisiko dalam aspek akurasi, kecepatan inspeksi, dan beban kerja operator. Operator harus menjaga kualitas inspeksinya walaupun mempercepat proses inspeksi. Peneliti mengombinasikan model deteksi berbasis jaringan saraf tiruan untuk otomasi proses inspeksi celah panel pintu samping mobil di PT X. Penelitian ini mengembangkan metode otomasi inspeksi body-fitting menggunakan dua model Convolutional Neural Network (CNN), yaitu Canny Edge Detection (CED) dan You Only Look Once (YOLOv7). Model CED dan YOLOv7 menggunakan modul pemrosesan citra digital untuk pendeteksian kontur objek. Masing-masing model dilatih dengan menggunakan cacat tiruan sebagai data pelatihan dan cacat nyata sebagai data pengujian. Model CED terbaik untuk mendeteksi ukuran celah pada panel berwarna putih, merah, dan hitam dengan skor rata-rata precision-recall untuk tiap nilai threshold secara berturut-turut adalah 34,97%, 33,68%, dan 26,69%. Skor tersebut diperoleh melalui transformasi fotometrik berupa tingkat kecerahan sebesar 40% dan tingkat kekontrasan sebesar -40% untuk tiap sampel.