Sistem Deteksi Cacat Permukaan Produk Berbasis YOLOv8 dan IoT
| dc.contributor.advisor | Pamungkas, Daniel Sutopo | |
| dc.contributor.author | Siregar, Ahmad Muhajir | |
| dc.date.accessioned | 2026-07-27T07:53:46Z | |
| dc.date.issued | 2026-02-20 | |
| dc.description.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. | |
| dc.identifier.kodeprodi | KODEPRODI21312#Teknik Mekatronika | |
| dc.identifier.nidn | NIDN1028117501 | |
| dc.identifier.nim | 4212111047 | |
| dc.identifier.nim | NIM4212111047 | |
| dc.identifier.uri | https://repository.polibatam.ac.id//handle/PL29/4820 | |
| dc.language.iso | other | |
| dc.publisher | Politeknik Negeri Batam | |
| dc.subject | iot | |
| dc.title | Sistem Deteksi Cacat Permukaan Produk Berbasis YOLOv8 dan IoT | |
| dc.title.alternative | Product Surface Defect Detection System Based on YOLOv8 and IoT | |
| dc.type | Other |
Files
Original bundle
1 - 3 of 3
Loading...
- Name:
- 4212111047_(Paten Sederhana).pdf
- Size:
- 555.13 KB
- Format:
- Adobe Portable Document Format
Loading...
- Name:
- borang_publikasi.pdf
- Size:
- 212.89 KB
- Format:
- Adobe Portable Document Format
Loading...
- Name:
- Lembar_Pengesahan.pdf
- Size:
- 33.69 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
Loading...
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description:
