Komar Roni
Politeknik Negeri Semarang

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

AUTOMATED VISUAL INSPECTION PADA PRODUK CASTING MANUFACTURING MENGGUNAKAN DEEP CONVOLUTIONAL NEURAL NETWORK Imaduddien Ariefa; Sendie Yuliarto Margen; Della Kumalaningrum; Komar Roni; Hawa Rizka
JURNAL ILMIAH MOMENTUM Vol 22 No 2 (2026): Oktober
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jim.v22i2.15624

Abstract

Untuk mencegah faktor subjektivitas dan potensi human error saat pengecekan kualitas produk casting manufacturing secara manual, penelitian ini bertujuan mengembangkan sistem Automated Visual Inspection (AVI) berbasis AI. Metode yang digunakan dengan pendekatan Deep learning berbasis Convolutional Neural Network (CNN) dengan membandingkan kinerja antara arsitektur AlexNet dan Development architecture. Proses evaluasi menggunakan 6.633 citra riil hasil preprocessing yang terbagi atas kelas defect dan non-defect untuk data training dan validasi. Hasil eksperimen membuktikan keunggulan architecture AlexNet yang mencatatkan akurasi hingga 99,25% dengan validation loss sebesar 0,02481, sementara architecture pengembangan hanya menghasilkan tingkat akurasi 89,07%. Hasil analisis confusion matrix juga memperlihatkan tingkat kestabilan AlexNet yang sangat tinggi dengan nilai presisi, recall, serta F1-score melebihi 0,99. Kesimpulan dari penelitian ini menegaskan bahwa architecture AlexNet memiliki efektivitas yang jauh lebih tinggi dalam mendeteksi cacat pada komponen pengecoran logam, menjadikannya opsi yang sangat relevan untuk diaplikasikan dalam sistem kendali mutu otomatis di industri.