<![CDATA[Industri Tekstil dan Produk Tekstil (TPT) sebagai salah satu industri prioritas Indonesia dalam proses produksinya banyak tergantung pada kemampuan tenaga kerja dalam pengopersian dan dan pengendalian kualitas produk. Industri garmen yang merupakan bagian dari industri produk tekstil, menghasilkan pakaian sebagai hasil produksinya dimana kualitas jahitan menjadi hal yang harus diperhatikan karena memengaruhi penampakan dan kenyamanan pakaian ketika dipakai. Salah satu masalah dalam jahitan adalah inkonsistensi jahitan. Dengan berkembangnya teknologi dan artificial intelligence, permasalahan inkonsistensi jahitan dapat diminimalisir. AI Image Classification atau deteksi citra dapat dimanfaatkan untuk memeriksa kualitas jahitan secara otomatis, sehingga dapat meningkatkan konsistensi peniliaian dan meminimalisir kesalahan pengecekan. Penelitian ini membahas pemanfaatan kecerdasan buatan (Artificial Intelligence/AI) dalam mengklasifikasikan jenis cacat jahitan pada pakaian. Jenis cacat yang diklasifikasikan meliputi puckering, broken stitch, dan skip stitch. Penelitian dilakukan dalam empat tahap yaitu pengumpulan data cacat jahitan dari pembuatan saku kemeja dan gambar atau foto dari internet, ekstrasi gambar, pemilihan data cacat jahitan penggunaan machine learning algorithm dan multiclass classification. Hasil pengujian awal menunjukkan bahwa akurasi klasifikasi mencapai 33,33%. Namun, setelah dilakukan pengujian ulang dengan hanya menggunakan dua jenis cacat, yakni broken stitch dan skip stitch, akurasi meningkat menjadi 70%. Kata kunci: kecerdasan buatan, deteksi cacat jahitan, machine learning, kualitas jahitan]]>
Copyrights © 2025
