Kebersihan kantong semen merupakan salah satu masalah yang menjadi perhatian utama di pabrik semen terutama di PT Indocement Tunggal Prakarsa. Secara umum, dalam proses pengantongan semen, saat kantong pecah operator akan langsung menghentikan belt conveyor dan menginstruksikan pekerja untuk mengevakuasi kantong. Namun, terdapat banyak kejadian di mana operator akan terlambat menghentikan belt conveyor. Hal ini menyebabkan material tumpah ke conveyor dan mengkontaminasi nya. Untuk mengatasi masalah ini, dibutuhkan sistem yang bereaksi dengan cepat dan mampu menghentikan conveyor saat mendeteksi kantong pecah. Sistem ini harus mampu membedakan kantong pecah dari kantong normal, dan salah satu cara untuk membuat system tersebut adalah machine vision. Model yang digunakan untuk ini disebut YOLO (Dokumentasi Ultralytics). Dalam penelitian ini, model dilatih menggunakan 1741 gambar kondisi kantong di cement packing house. Model ini akan dikoneksikan dengan system control pabrik menggunakan Snap7 library dari Python (Dokumentasi Snap7). Dengan 471 gambar lain, model telah mampu mendeteksi kantong pecah dengan akurasi 68.07%
Copyrights © 2026