PENGEMBANGAN METODE DETEKSI JENIS CACAT OTOMATIS PADA KULIT TERSAMAK MENGGUNAKAN PENDEKATAN ARTIFICIAL INTELLIGENCE

Text

PENGEMBANGAN METODE DETEKSI JENIS CACAT OTOMATIS PADA KULIT TERSAMAK MENGGUNAKAN PENDEKATAN ARTIFICIAL INTELLIGENCE

Eka Legya Frannita - Nama Orang; Atiqa Rahmawati - Nama Orang; Erlita Pramitaningrum - Nama Orang; mochammad Charis H - Nama Orang; Naimah Putri - Nama Orang;

Proses pengolahan kulit menjadi suatu produk jadi terdiri atas beberapa tahapan. Salah satu tahapan penting yang harus dilakukan adalah tahap pengujian kualitas kulit. Saat ini, proses pengujian kualitas atau mutu kulit masih dilakukan secara manual yakni dengan cara mengukur luas kulit, menghitung jumlah cacat, mengidentifikasi jenis cacat dan menghitung luas cacat. Proses yang dilakukan secara manual ini tentunya memiliki banyak kekurangan seperti membutuhkan waktu yang lama, bersifat subyektif, meningkatkan resiko kesalahan serta membutuhan pengalaman yang banyak. Berdasarkan masalah tersebut, penelitian ini mengusulkan pengembangan metode identifikasi cacat pada kulit tersamak secara otomatis dengan menggunakan pendekatan Deep learning. Penelitian ini dilakukan dalam kurun waktu satu tahun. Adapun data yang digunakan dalam penelitian ini berupa data citra digital kulit berjumlah 3600 citra yang terdistribusi ke dalam enam kelas yakni folding marks, grain off, growth marks, loose grains, pinhole dan non-defective. Langkah penelitian terdiri atas empat tahapan, yakni tahap akuisisi data, tahap pengembangan model Deep learning, tahap evaluasi kinerja model Deep learning dan tahap finalisasi penelitian. Rencana target luaran penelitian ini adalah publikasi jurnal dengan predikat SINTA 3. Luaran lain dari penelitian ini adalah berupa modul klasifikasi yang mampu melakukan identifikasi jenis cacat kulit tersamak. Tingkat Kesiapterapan Teknologi (TKT) level 2, yakni menerapkan dan mengaplikasikan suatu bidang keilmuan dasar untuk menyelesaikan suatu kasus dalam bidang industri kulit.

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri: -
No. Panggil: -
Penerbit: Yogyakarta : Politeknik ATK., 2023
Deskripsi Fisik: 23 halaman, 30 cm, bibli. hal 22
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: NONE
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: -
Subjek: Artificial Intelligence
Info Detail Spesifik: -
Pernyataan Tanggungjawab: -

Informasi Lainnya

Artikel: -

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar