Inventor: Prof. Agus Naba
Deskripsi
Sistem vision berbasis kecerdasan buatan (AI) telah diimplementasikan untuk mendeteksi cacat pada botol susu dalam proses pad printing. Sistem ini dirancang untuk meningkatkan produktivitas, mengurangi biaya operasional, serta menjaga kualitas produk yang konsisten.
Inovasi Utama
- Otomasi Inspeksi
Menggunakan kombinasi kamera dan robot untuk memisahkan botol cacat dan tidak cacat berdasarkan keputusan model AI. - Tiga Sub-Model AI
Dikembangkan untuk mendeteksi berbagai jenis cacat pada botol:- Cat Pudar: Menggunakan Histogram, PCA (Principal Component Analysis), dan Random Forest.
- Printing Kurang: Menggunakan GLCM (Gray-Level Co-occurrence Matrix), PCA, dan Random Forest.
- Printing Berlebih: Menggunakan Bounding Box Detection Model.
- Akurasi Tinggi
Melalui penggabungan ketiga sub-model (ensemble model), sistem mencapai:- Akurasi: 92,23%
- Recall: 91,84%
- Spesifisitas: 92,46%
Manfaat dan Dampak
- Mempercepat waktu inspeksi produk.
- Mengurangi biaya operasional inspeksi manual.
- Meningkatkan kepercayaan konsumen terhadap kualitas produk.
- Meningkatkan produktivitas melalui otomasi.
- Menjamin kualitas produk secara konsisten.
Implementasi pada Mitra
Sistem vision ini telah diterapkan pada mitra industri untuk mendukung otomasi inspeksi botol susu dalam skala produksi nyata. Dengan waktu pemrosesan rata-rata 0,49 detik per botol, sistem memberikan efisiensi tinggi dalam proses manufaktur.
Dukungan
Proyek ini didukung oleh Kampus Merdeka, Philips, dan Universitas Brawijaya, mencerminkan kolaborasi antara akademisi dan industri untuk menghadirkan solusi inovatif bagi sektor manufaktur.