cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Angga Defrian
Contact Email
journalatechi@gmail.com
Phone
+6282188861002
Journal Mail Official
journalatechi@gmail.com
Editorial Address
journalatechi@gmail.com
Location
Kab. lima puluh kota,
Sumatera barat
INDONESIA
atech-i
Published by Green Engineering Society
ISSN : -     EISSN : 30258677     DOI : https://doi.org/10.55043/xxxx
Core Subject : Agriculture, Engineering,
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Engineering
The Atech-i journal contains primary articles originating from agricultural technology research, namely agricultural and food machinery engineering, agricultural building engineering, mechanical engineering, renewable energy technology, biocomposite technology, food technology and agricultural products, and agricultural industrial technology. Atech-i is published twice a year, in March and September.
Arjuna Subject : Umum - Umum
Articles 31 Documents
 1   2   3   4 
Optimalisasi Penggunaan Robot Berbasis Vision System untuk Inspeksi Otomatis pada Proses Manufaktur dengan Data Terbuka dari Sumber Industri Faisal Nauli; Franklin Taruyun Hudeardo Sinaga; M.Daud Pinem; Penteris Rumissar Panurisma Naibahod
Atech-i Vol. 3 No. 2 (2026): Vol. 3 No. 2 (2026): Tahun 2026
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/atech-i.v3i2.52

Abstract

Perkembangan industri manufaktur dalam era Revolusi Industri 4.0 telah mengarah pada adopsi otomatisasi untuk meningkatkan efisiensi dan kualitas produk. Salah satu teknologi yang berkembang adalah robot berbasis sistem penglihatan (vision system) untuk inspeksi otomatis. Teknologi ini memungkinkan robot untuk mendeteksi, menganalisis, dan menilai kualitas produk secara real-time menggunakan sensor visual dan algoritma pemrosesan gambar. Selain itu, data terbuka dari berbagai sumber industri mulai dimanfaatkan untuk mendukung proses produksi dan pengambilan keputusan yang lebih efektif, seperti pemeliharaan prediktif dan pengawasan kualitas. Penerapan robot vision system terintegrasi dengan data terbuka di bidang manufaktur, meskipun masih terbatas, dapat meningkatkan efisiensi dan akurasi inspeksi produk. Penelitian ini berfokus pada penerapan sistem inspeksi otomatis berbasis robot vision dengan teknologi deep learning untuk mendeteksi cacat produk secara real-time, mengurangi kesalahan manual, dan meningkatkan efisiensi dalam lini produksi. Model deep learning yang digunakan adalah YOLOv8, yang menunjukkan performa terbaik dengan akurasi deteksi cacat sebesar 96% dan kecepatan 35 FPS. Sistem ini menunjukkan potensi besar dalam mengurangi biaya operasional dan meningkatkan throughput di industri manufaktur

Page 4 of 4 | Total Record : 31

 1   2   3   4 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 3 No. 2 (2026): Vol. 3 No. 2 (2026): Tahun 2026 Vol. 3 No. 1 (2025): Tahun 2025 Vol. 2 No. 2 (2025): Tahun 2025 Vol. 2 No. 1 (2024): Tahun 2024 Vol. 1 No. 2 (2024): Tahun 2024 Vol. 1 No. 1 (2023): Tahun 2023