Sistem Deteksi Cacat Permukaan Produk Berbasis YOLOv8 dan IoT

Repository Analytics

Statistic Details

Updated data
9Viewes
0Downloaded
9Accessed per month
3Countries
Loading...
Thumbnail Image

Authors

Siregar, Ahmad Muhajir

Journal Title

Journal ISSN

Volume Title

Publisher

Politeknik Negeri Batam

Abstract

Invensi ini berhubungan dengan sistem terintegrasi untuk deteksi otomatis cacat pada permukaan produk dalam lingkungan produksi industri. Sistem ini menggabungkan teknologi pengolahan citra berbasis deep learning (YOLOv8), kamera, serta konektivitas Internet of Things (IoT) untuk melakukan inspeksi visual secara real-time. Gambar produk diambil oleh kamera yang ditempatkan di jalur konveyor, kemudian diproses oleh model YOLOv8 untuk mendeteksi adanya cacat. Hasil deteksi berupa status produk, jumlah cacat, dan waktu deteksi dikirim ke platform dashboard yang dapat diakses dari mana saja. Invensi ini meningkatkan efisiensi proses inspeksi, mengurangi ketergantungan terhadap pemeriksaan manual, serta memungkinkan pemantauan kualitas produk secara terpusat dan real-time melalui internet.

Description

Keywords

Citation

Endorsement

Review

Supplemented By

Referenced By