PENDEKATAN ALGORITMA YOLO V5 UNTUK MENDETEKSI CACAT PRODUK MASKER

Yozika Arvio, Dine Tiara Kusuma, Iriansyah Bm Sangadji
{"title":"PENDEKATAN ALGORITMA YOLO V5 UNTUK MENDETEKSI CACAT PRODUK MASKER","authors":"Yozika Arvio, Dine Tiara Kusuma, Iriansyah Bm Sangadji","doi":"10.20884/1.dinarek.2024.20.1.33","DOIUrl":null,"url":null,"abstract":"Perkembangan teknologi di era revolusi industri sangatlah pesat akibat ketatnya persaingan antar industri untuk meningkatkan kualitas produknya. Dalam 2 tahun terakhir produksi alat medis terutama masker mengalami peningkatan yang sangat pesat akibat pandemi COVID 19. Dengan besarnya produksi harus di imbangi dengan proses qualiy control yang efektif untuk menjaga kualitas produk masker. Dalam produksi masker sering ditemui masker yang cacat terutama tali putus. Hal tersebut diakibatkan oleh keterbatasan kemampuan operator quality control yang terbatas. Hal tersebut dapat di Atasi dengan memanfaatkan teknologi yaitu image processing dengan metode Only Look Once (YOLO) v5. Metode ini akan membagi gambar menjadi beberapa wilayah untuk dideteksi atau biasa di sebut repurpose classifier sehingga masker dapat dideteksi apakah cacat atau tidak sehingga dapat meminimalisir masker yang cacat ikut terjual. Berdasar penelitian ini diperoleh bobot YOLOv5 dengan nilai mAP (Mean Average Precision) sebesar 0.92 dan seluruh objek masker dapat dideteksi dengan baik dengan tingkat ketelitian mencapai 97.1%. Implementasi YOLOv5 berhasil mendeteksi cacat produk pada proses quality control produksi masker sehingga dapat diaplikasikan sebagai sistem quality control produksi masker.","PeriodicalId":31510,"journal":{"name":"Dinamika Rekayasa","volume":"127 4","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-01-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Dinamika Rekayasa","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20884/1.dinarek.2024.20.1.33","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Perkembangan teknologi di era revolusi industri sangatlah pesat akibat ketatnya persaingan antar industri untuk meningkatkan kualitas produknya. Dalam 2 tahun terakhir produksi alat medis terutama masker mengalami peningkatan yang sangat pesat akibat pandemi COVID 19. Dengan besarnya produksi harus di imbangi dengan proses qualiy control yang efektif untuk menjaga kualitas produk masker. Dalam produksi masker sering ditemui masker yang cacat terutama tali putus. Hal tersebut diakibatkan oleh keterbatasan kemampuan operator quality control yang terbatas. Hal tersebut dapat di Atasi dengan memanfaatkan teknologi yaitu image processing dengan metode Only Look Once (YOLO) v5. Metode ini akan membagi gambar menjadi beberapa wilayah untuk dideteksi atau biasa di sebut repurpose classifier sehingga masker dapat dideteksi apakah cacat atau tidak sehingga dapat meminimalisir masker yang cacat ikut terjual. Berdasar penelitian ini diperoleh bobot YOLOv5 dengan nilai mAP (Mean Average Precision) sebesar 0.92 dan seluruh objek masker dapat dideteksi dengan baik dengan tingkat ketelitian mencapai 97.1%. Implementasi YOLOv5 berhasil mendeteksi cacat produk pada proses quality control produksi masker sehingga dapat diaplikasikan sebagai sistem quality control produksi masker.
检测掩膜产品缺陷的 yolo v5 算法方法
在工业革命时代,各行各业为提高产品质量展开了激烈的竞争,技术发展十分迅速。近两年,受 COVID 19 大流行的影响,医疗器械尤其是口罩的产量增长非常快。 在产量大的同时,必须兼顾有效的质量控制流程,以保持口罩产品的质量。在口罩生产过程中,经常会发现有缺陷的口罩,尤其是断绳。这是因为质量控制操作人员的能力有限。利用技术可以克服这一问题,即使用 "只看一遍(YOLO)v5 "方法进行图像处理。这种方法将图像分成几个待检测区域,或通常称为重用分类器,以便检测出面具是否有缺陷,从而最大限度地减少有缺陷面具的销售。根据这项研究,YOLOv5 权重的 mAP(平均精度)值为 0.92,所有掩模对象都能正确检测,准确率达到 97.1%。YOLOv5 的实施成功地检测了掩膜生产质量控制过程中的产品缺陷,因此可以将其作为掩膜生产质量控制系统加以应用。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
11
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信