Klasifikasi Kesesuaian Hasil Assembly Wire Harness Menggunakan Mobilenet Teroptimasi di Edge TPU

Abstract

QC masih menjadi topik penting untuk diteliti, terutama pada bidang industri. Di industri yang memproduksi kabel harness, dibutuhkan pengecekan untuk memastikan blue tape, pink tape dan konektor terpasang sesuai dengan urutan dan standar kerja. Pengecekan tersebut saat ini masih dilakukan secara visual, oleh karena itu penelitian ini dilakukan dengan menggunakan Convolutional Neural Network (CNN) untuk klasifikasi gambar dan pengenalan pola dengan menggunakan Tensor Processing Unit (TPU). Klasifikasi gambar memerlukan dataset sebanyak 12.510 yang sudah diberi label yang sesuai lalu di retrain menggunakan dataset baru dengan Tensorflow. Pada pengujian pelatihan data dilakukan iterasi 50 kali pada data, mendapatkan nilai loss 0.01 dan akurasi sebesar 0,99. Sehingga model dapat berhasil mengklasifikasikan gambar dengan tepat ketika semua poin ada dan berada dalam urutan yang benar. Ketika ada poin yang hilang atau urutan poin berubah, maka sistem akan mengklasifikasi sebagai NG.