Abstrak
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Inspeksi kualitas merupakan salah satu aspek penting yang perlu dipertahankan
oleh perusahaan, termasuk di CV CSM, sebuah perusahaan manufaktur logam
berbasis pesanan di Kota Cimahi. Proses inspeksi kualitas manual yang saat ini
dilakukan di CV CSM dinilai tidak efisien untuk perusahaan berbasis pesanan
dengan keragaman kompleksitas part, terutama dalam proses ekstraksi dimensi part
gambar teknik ke dalam lembar inspeksi. Semakin tinggi kompleksitas dan jumlah
dimensi pada part, waktu yang dibutuhkan dalam proses ekstraksi dimensi ke dalam
lembar inspeksi akan semakin tinggi.
Penelitian ini mengusulkan suatu sistem ekstraksi teks dimensi gambar teknik ke
dalam lembar inspeksi dengan menggunakan pendekatan neural network untuk
dapat mengurangi waktu penyiapan dokumen proses inspeksi kualitas. Metodologi
penelitian akan diawali dengan pra-pemrosesan untuk menyiapkan gambar teknik
sebagai masukan dalam tahap selanjutnya, yaitu pembangunan model ekstraksi teks
dimensi gambar teknik yang terdiri atas lima tahapan, yaitu pembangunan model
pengenalan tampilan dan pengenalan area teks dimensi menggunakan pustaka You
Only Look Once (YOLO), pengenalan teks menggunakan pustaka OpenCV dan
Pytesseract, pemrosesan kepala gambar dengan pustaka Camelot, dan output
generation dengan pustaka OpenPyXL. Pada tahap terakhir, akan dilakukan
perancangan antarmuka sistem yang terdiri atas antarmuka sistem dengan pengguna
menggunakan Streamlit dan antarmuka sistem dengan sistem informasi yang telah
digunakan oleh perusahaan saat ini.
Hasil dari penelitian ini adalah rancangan sistem ekstraksi teks dimensi dengan
menggunakan pendekatan neural network dengan nilai performansi berupa rata-rata
recall, precision, dan F1-score sebesar 84%, 87.5%, dan 85% secara berturut-turut.
Sistem ekstraksi teks dimensi yang dirancang dalam penelitian ini dapat
meningkatkan efisiensi proses ekstraksi dimensi pada gambar teknik dengan
penghematan waktu sebesar 92.14% dibandingkan dengan proses ekstraksi dimensi
secara manual.