Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Machine Learning untuk Deteksi Cacat Sablon pada Produk Konveksi Menggunakan Pengolahan Citra Mendrofa, Nentra Edison; Arafat, Muhamad Yasser
Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Industri konveksi di Indonesia berkembang pesat seiring meningkatnya kebutuhan masyarakat akan pakaian dan produk tekstil lainnya. Dalam proses produksinya, salah satu tahap penting yang sangat menentukan kualitas produk adalah proses sablon. Sablon menjadi nilai tambah estetika pada pakaian, terutama pada produk fashion, seragam, dan pakaian promosi. Namun, proses ini juga rentan menimbulkan berbagai bentuk cacat produk, seperti warna tidak merata, hasil cetak kabur, cetakan bergeser, atau tinta tidak menempel sempurna. Masalah cacat sablon tidak hanya menyebabkan kerugian ekonomi akibat produk gagal yang tidak bisa dijual, tetapi juga berdampak pada reputasi dan kepercayaan konsumen terhadap kualitas produk konveksi. Saat ini, proses pengecekan cacat umumnya masih dilakukan secara manual oleh tenaga kerja manusia, yang sangat bergantung pada subjektivitas dan tingkat ketelitian masing-masing operator. Hal ini tentu saja membuka peluang terjadinya inkonsistensi dalam penilaian kualitas, serta menghambat efisiensi dalam rantai produksi.