Skip to content
INOVATIF, PROFESIONAL, DAN BERKEPRIBADIAN
facebook
youtube
instagram
Pusat Pengelolaan Digitalisasi Penjaminan Mutu Universitas Medan Area
Call Support 0823-6994-9970
Email Support [email protected]
Location Jl. Kolam No. 1 Medan Estate
  • BERANDA
  • TENTANG
    • PROFIL
    • VISI DAN MISI
    • STRUKTUR ORGANISASI
  • BERITA KEGIATAN
  • KERJASAMA
  • LAYANAN & INFORMASI
    • APLIKASI
      • PERPUSTAKAAN UMA
      • ACADEMIC ONLINE CAMPUS (AOC)
      • REPOSITORI UMA
      • TRACER STUDY (ALUMNI)
      • JURNAL
      • E-LEARNING UMA
      • DIREKTORI MAHASISWA
    • ARSIP
      • PERUBAHAN DATA MAHASISWA DI PDDIKTI
      • Buku Pedoman Universitas Medan Area
      • KURIKULUM
        • Kurikulum Teknik
        • Kurikulum Pertanian
        • Kurikulum Ekonomi dan Bisnis
        • Kurikulum Hukum
        • Kurikulum Isipol
        • Kurikulum Psikologi
        • Kurikulum Saintek
        • Kurikulum Agama Islam
      • Kalender Akademik Universitas Medan Area
      • Artikel
    • Helpdesk P2DPM
  • id
    • en
    • id

Deteksi Cacat Produksi Menggunakan Computer Vision

Home > Uncategorized > Deteksi Cacat Produksi Menggunakan Computer Vision

Deteksi Cacat Produksi Menggunakan Computer Vision

Posted on 23 Juni 202530 Juni 2025 by Zulaikha Ulhaq
0

Dalam industri manufaktur, kualitas produk adalah hal yang tidak bisa ditawar. Cacat produksi sekecil apa pun dapat berdampak besar pada reputasi merek, keselamatan pengguna, hingga kerugian finansial. Untuk itu, sistem deteksi cacat yang cepat dan akurat sangat dibutuhkan. Salah satu teknologi mutakhir yang kini banyak digunakan untuk memenuhi kebutuhan ini adalah Computer Vision, bagian dari Artificial Intelligence (AI) yang memungkinkan komputer “melihat” dan memahami gambar atau video secara otomatis.

Masalah pada Pemeriksaan Manual

Secara tradisional, inspeksi kualitas dilakukan secara visual oleh manusia. Namun metode ini memiliki berbagai kelemahan:

  • Subjektif: Hasil inspeksi bisa berbeda antar petugas.

  • Lambat: Proses manual tidak cocok untuk jalur produksi berkecepatan tinggi.

  • Mudah lelah: Petugas bisa kehilangan fokus dan melewatkan cacat kecil.

  • Biaya tinggi: Dibutuhkan banyak tenaga kerja untuk volume besar.

Solusi Computer Vision

Dengan menggunakan kamera beresolusi tinggi dan algoritma AI, sistem computer vision dapat memindai dan mengevaluasi setiap produk secara real-time. Teknologi ini mampu mendeteksi berbagai jenis cacat, seperti:

  • Retakan atau goresan halus

  • Ketidaksesuaian bentuk atau dimensi

  • Perubahan warna atau tekstur

  • Cacat pada permukaan (misalnya bintik, lubang, atau noda)

  • Posisi komponen yang salah pada produk rakitan

Cara Kerja Sistem

  1. Pengambilan Citra: Kamera menangkap gambar produk dari berbagai sudut.

  2. Preprocessing: Gambar dibersihkan dari noise dan distorsi pencahayaan.

  3. Ekstraksi Fitur: Sistem mengenali pola atau bentuk yang mencerminkan cacat.

  4. Klasifikasi: Dengan algoritma seperti Convolutional Neural Network (CNN), sistem memutuskan apakah produk masuk kategori cacat atau tidak.

Data yang terkumpul juga bisa digunakan untuk analisis akar masalah dalam proses produksi.

Keunggulan Computer Vision

  • Deteksi lebih cepat dan akurat

  • Konsistensi hasil inspeksi tinggi

  • Mengurangi jumlah produk gagal yang lolos ke pasar

  • Menghemat biaya tenaga kerja dan waktu produksi

Kesimpulan

Penggunaan computer vision dalam deteksi cacat produksi telah membawa revolusi besar dalam kontrol kualitas industri. Teknologi ini memungkinkan manufaktur bekerja lebih cepat, efisien, dan bebas dari kesalahan manusia. Di era industri 4.0, inspeksi visual bukan lagi pekerjaan manual, tetapi menjadi domain sistem AI yang cerdas dan otomatis.

Post Views: 496

p2dpm_uma

Jalan Kolam Nomor 1 Medan Estate

Get @reshare_app • @umabestari #UTBKSNBT Semoga Su Get @reshare_app • @umabestari #UTBKSNBT
Semoga Sukses Peserta Seleksi UTBK - SNBT Ujian Masuk Perguruan Tinggi Negeri USU & Unimed Tahun Seleksi 2026 di Kampus I & II Universitas Medan Area.
.
Informasi dan Pendaftaran Mahasiswa Baru :
➖➖➖➖➖➖➖
https://pmb.uma.ac.id
➖➖➖➖➖➖➖

Call Center UMA :
☎️0811 6013 888

#ptssehat #PTSterbaik #UMAkampusJuara #KampusUnggul
#UMAFAIR2026 Wakil Rektor Bidang Kemahasiswaan, In #UMAFAIR2026 Wakil Rektor Bidang Kemahasiswaan, Inovasi dan Alumni Resmi Membuka Acara UMA FAIR 2026 . 

Informasi dan Pendaftaran Mahasiswa Baru : 

➖➖➖➖➖➖➖ 
https://pmb.uma.ac.id 
➖➖➖➖➖➖➖ 

Call Center UMA : 
☎️0811 6013 888 

#ptssehat #PTSterbaik #UMAkampusJuara #KampusUnggul
🌼 Selamat memperingati Hari Kartini 🌼 Jangan perna 🌼 Selamat memperingati Hari Kartini 🌼
Jangan pernah ragu untuk bersuara, menunjukkan kemampuan, dan memperjuangkan apa yg kamu yakini benar.
Get @reshare_app • @umabestari #PRESTASIUMA Alhamd Get @reshare_app • @umabestari #PRESTASIUMA
Alhamdulillan, Selamat dan Sukses Kepada Univeristas Medan Area Meraih Prestasi 9 Penghargaan Pada Anugerah Kementerian Pendidikan Tinggi, Sains dan Teknologi Lembaga Layanan Pendidikan Tinggi Wilayah I Tahun 2025.
.
Informasi dan Pendaftaran Mahasiswa Baru :
➖➖➖➖➖➖➖
https://pmb.uma.ac.id
➖➖➖➖➖➖➖

Call Center UMA :
☎️0811 6013 888

#ptssehat #ptsterbaik #UMAkampusJuara #KampusUnggul
#PMBUMA2026 Bingung Kuliah Dimana? Kuliah di UMA #PMBUMA2026 
Bingung Kuliah Dimana? Kuliah di UMA aja ! Banyak Fasilitas Beasiswanya loh! . 

Informasi dan Pendaftaran Mahasiswa Baru : 

➖➖➖➖➖➖➖
https://pmb.uma.ac.id
➖➖➖➖➖➖➖ 

Call Center UMA : 
☎️0811 6013 888 

#ptsfavorite #PTSterbaik #UMAkampusJuara #KampusUnggul
Get @reshare_app • @umabestari #PRESTASIMAHASISWA Get @reshare_app • @umabestari #PRESTASIMAHASISWA
Selamat & Sukses Kepada 
Juara 1 : Allisha Az Zahro 
Juara 2 : Rizky Abdillah
Juara 3: Desy Angelina
Pada Pemilihan Mahasiswa Berprestasi (PILMAPRES) Tingkat Universitas Medan Area Tahun 2025.
.
Informasi dan Pendaftaran Mahasiswa Baru :
➖➖➖➖➖➖➖
https://pmb.uma.ac.id
➖➖➖➖➖➖➖

Call Center UMA :
☎️0811 6013 888

#ptssehat #ptsterbaik #UMAkampusJuara #KampusUnggul
Get @reshare_app • @umabestari #KERJASAMA Universi Get @reshare_app • @umabestari #KERJASAMA
Universitas Medan Area melaksanakan Penanda Tanganan Kerjasama Dengan Pemerintah Kabupaten Deli Serdang 
.
Informasi dan Pendaftaran Mahasiswa Baru :
➖➖➖➖➖➖➖
https://pmb.uma.ac.id
➖➖➖➖➖➖➖

Call Center UMA :
☎️0811 6013 888

#ptssehat #ptsterbaik #UMAkampusJuara #KampusUnggul
Pengumuman Libur Hari Raya Idul Fitri 1447 H Pengumuman Libur Hari Raya Idul Fitri 1447 H
Follow on Instagram

Lokasi P2DPM

url url url url url url url url url url url url

Kategori

  • Berita Terbaru
  • Pengumuman
  • Berita Kegiatan
  • Artikel

POSTINGAN TERPOPULER

  • Cara Melihat IP Address di Semua Jenis Perangkat dan Jenis-Jenisnya
  • Memahami Perbedaan Waktu: AM/PM, Zona Waktu, dan Sistem Jam
  • Dasar-Dasar Desain Grafis: Prinsip yang Harus Diketahui Pemula
  • Manfaat Pengelolaan Sumber Daya Alam Berkelanjutan Untuk Kehidupan
  • Pengertian Gelombang Longitudinal dan Contohnya dalam Kehidupan Sehari-Hari
KAMPUS 1
Jalan Kolam Nomor 1 Medan Estate / Jalan Gedung PBSI, Medan 20223
(061) 7360168, Call Canter : 0811-6013-888
[email protected]
KAMPUS 2
Jalan Sei Serayu Nomor 70 A / Jalan Setia Budi Nomor 79 B, Medan 20122
(061) 42402994, HP : 0811 607 259
[email protected]

STATISTIK

  • 2
  • 123
  • 107
  • 358,809
  • 255,023
© 2026 PDAI - Universitas Medan Area