Claim Missing Document
Check
Articles

Found 12 Documents
Search

Kualitas Dataset dan Strategi YOLO untuk Deteksi Cacat Jahitan Berukuran Kecil: Tinjauan Literatur Sistematis menuju Inspeksi Bordir Real-Time Eko Ari Wibowo; Widyastuti; Lazuardi Fatahillah Hamdi; Eka Samsul Ma’arif
Jurnal Teknologi dan Manajemen Industri Terapan Vol. 1 No. 3 (2022): Jurnal Teknologi dan Manajemen Industri Terapan
Publisher : Yayasan Inovasi Kemajuan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55826/jtmit.v5i3.2002

Abstract

Inspeksi cacat bordir berbasis computer vision memerlukan dataset yang konsisten dan model yang mampu mendeteksi pola kecil, tipis, memanjang, serta berkontras rendah. Penelitian ini menyintesis praktik kualitas dataset dan strategi You Only Look Once (YOLO) untuk deteksi cacat tekstil sebagai dasar pengembangan inspeksi bordir real-time. Tinjauan dilakukan berdasarkan Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020. Pencarian Scopus menghasilkan 284 dokumen dan menyisakan 82 dokumen setelah penyaringan tahun, jenis dokumen, bahasa, dan akses terbuka. Sebanyak 61 artikel dinilai berdasarkan naskah lengkap, dan 34 studi primer disertakan dalam sintesis, sedangkan sumber lain yang relevan digunakan sebagai bukti pendukung. Data diekstraksi berdasarkan sumber dataset, akuisisi, anotasi, pembagian data, augmentasi, arsitektur YOLO, strategi small-object detection, dan kinerja komputasi. Hasil menunjukkan dominasi pendekatan model-centric berupa attention mechanism, multi-scale feature fusion, lightweight architecture, loss function optimization, operator konvolusi khusus, dan small-object detection head. Sebaliknya, definisi operasional kelas, pedoman anotasi bounding box, quality control label, metadata akuisisi, dan pencegahan data leakage masih terbatas. Kerangka terintegrasi diusulkan untuk menghubungkan definisi cacat, akuisisi, kurasi, anotasi, pengembangan YOLO, serta validasi akurasi, kecepatan, dan robustness sebagai landasan penelitian cacat bordir pada Usaha Mikro, Kecil, dan Menengah (UMKM).
Desain Sistem Pendeteksi Nominal dan Keaslian Uang untuk Tunanetra Berbasis Sensor Optik–UV dengan Pendekatan Value Engineering Eko Ari Wibowo; Widyastuti; Lazuardi Fatahillah Hamdi
Jurnal Teknologi dan Manajemen Industri Terapan Vol. 4 No. 4 (2025): Jurnal Teknologi dan Manajemen Industri Terapan
Publisher : Yayasan Inovasi Kemajuan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55826/jtmit.v4i4.1321

Abstract

Penyandang tunanetra menghadapi kendala signifikan dalam mengenali nominal dan keaslian uang kertas yang berdampak pada kemandirian dan keamanan transaksi. Penelitian ini bertujuan untuk merancang dan menguji sistem otomasi pendeteksi uang berbasis sensor optik (ESP32-CAM) dan ultraviolet (UV LED) dengan pendekatan Value Engineering (VE). Metode VE digunakan untuk memastikan rancangan sistem memiliki fungsi optimal, efisien dalam penggunaan komponen, dan sesuai kebutuhan pengguna. Lima tahap utama VE meliputi tahap informasi, kreatif, evaluasi, pengembangan, dan rekomendasi yang diterapkan dalam penelitian ini. Hasil evaluasi terhadap tiga alternatif desain menunjukkan bahwa konfigurasi ESP32-CAM + DFPlayer Mini + UV LED memiliki nilai fungsi tertinggi (rata-rata 4,55). Pengujian laboratorium terhadap 700 sampel citra uang menunjukkan tingkat akurasi pengenalan nominal 90–98% dan verifikasi keaslian 90–97%. Hasil ini menegaskan bahwa metode VE efektif dalam menghasilkan sistem deteksi uang yang akurat, efisien, dan inklusif bagi penyandang tunanetra.