Implementasi YOLOv5 pada Deteksi Defect Hasil Pengelasan Robot Welding Arc

Pajar Arifin; Hanny Hikmayanti Handayani; Dwi Sulistya Kusumaningrum

Pajar Arifin Universitas Buana Perjuangan Karawang
Hanny Hikmayanti Handayani Universitas Buana Perjuangan Karawang
Dwi Sulistya Kusumaningrum Universitas Buana Perjuangan Karawang

Keywords: Cacat, Convolutional Neural Network, deteksi, welding, YOLOv5

Abstract

Penelitian ini dilatarbelakangi oleh masih sering terjadinya defect pada welding robot yang lolos quality inspection dalam proses produksi. Untuk mengatasi permasalahan tersebut, penelitian ini dilakukan dengan tujuan: (1) membangun sebuah prototipe sistem deteksi defect pada robot welding arc, dan (2) mencapai nilai akurasi atau mean average precision (mAP) lebih dari 0,9 pada deteksi defect pengelasan. Dalam penelitian ini, model atau prototipe yang dibangun menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur YOLOv5. Objek yang digunakan dalam penelitian ini adalah citra defect hasil pengelasan robot welding arc, yaitu hole dan porosity, yang kemudian dijadikan dataset. Untuk meningkatkan jumlah data dan mendukung pencapaian akurasi yang diinginkan, dilakukan teknik augmentasi data. Citra hasil augmentasi kemudian dilabeli menggunakan situs web Makesense.ai untuk membangun bounding box dan class dari defect tersebut. Setelah itu, dataset diinput ke dalam Google Colab untuk proses training data. Training dilakukan dengan menjalankan kode train.py,di mana peneliti mengubah parameter custom_data, serta menggunakan variasi epoch dan batch size yang berbeda. Pada konfigurasi batch size 16 dan epoch 100, diperoleh model dengan akurasi sebesar 0,95 mAP.

References

[1] C. Z. K. A. Baihaqi, “Deteksi lahan pertanian yang terdampak hama tikus menggunakan YOLO v5,” Jurnal Informatika, vol. 11, no. 2, 2022.
[2] I. H. A. Amin and A. Aprilino, “Implementasi algoritma YOLO dan Tesseract OCR pada sistem deteksi plat nomor otomatis,” Jurnal TEKNOINFO, vol. 16, no. 1, pp. 53–59, 2022.
[3] R. F. Firliana, “Aplikasi sistem informasi absensi mahasiswa dan dosen,” Journal of Computer and Information Technology, pp. 70–74, 2019.
[4] N. U. Handayani and A. Adyatama, “Perbaikan kualitas menggunakan prinsip Kaizen dan 5 Why Analysis: Studi kasus pada Painting Shop Karawang Plant 1, PT Toyota Motor Manufacturing Indonesia,” Jurnal Teknik Industri, vol. 13, no. 3, Sep. 2018.
[5] S. Jupiyandi, F. R. Saniputra, Y. Pratama, M. R. Dharmawan, and I. Cholissodin, “Pengembangan deteksi citra mobil untuk mengetahui jumlah tempat parkir menggunakan CUDA dan modified YOLO,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 6, no. 4, Aug. 2019.
[6] A. Khatammi and A. W. Rizqi, “Analisis kecacatan produk pada hasil pengelasan dengan metode failure mode effect analysis,” Serambi Engineering, vol. 7, 2022.
[7] P. Mahamit, A. S. Soegotto, and W. A. Tumbuan, “Pengaruh brand image, brand trust, dan kualitas produk terhadap keputusan pembelian mobil Toyota All New Yaris pada PT. Hasjrat Abadi Manado,” Jurnal Berkala Ilmiah Efisiensi, vol. 5, 2015.
[8] B. P. G. Pamungkas, B. Nugroho, and F. Anggraeny, “Deteksi dan menghitung manusia menggunakan YOLO-CNN,” Jurnal Informatika dan Sistem Informasi (JIFoSI), vol. 2, no. 1, Mar. 2021.
[9] R. A. R. B. Pangestu and A. F. T. Pangestu, “Implementasi algoritma CNN untuk klasifikasi citra lahan dan perhitungan luas,” Informatika dan Sistem Informasi, pp. 166–174, 2020.
[10] L. S. H. M. A. H. Rahma and P. S. D. Rahma, “Objek deteksi makanan khas Palembang menggunakan algoritma YOLO (You Only Look Once),” Jurnal Nasional Ilmu Komputer, vol. 2, no. 3, 2021.
[11] F. N. S. Ramasari, “Penggunaan metode You Only Look Once dalam penentu pindah tanaman cabai besar ternotifikasi Telegram,” pp. 45–42, 2021.
[12] I. K. P. Rayana, I. K. Sukadana, and I. N. Sutama, “(Judul tidak tersedia),” (Data tidak lengkap).
[13] Rohimudin, G. A. Dwiputra, and S. Supriyadi, “Analisis defect pada hasil pengelasan plate konstruksi baja dengan metode Six Sigma,” Jurnal INTECH, vol. 2, no. 1, Jun. 2016.
[14] B. R. P. Santoso, “Implementasi penggunaan OpenCV pada face recognition untuk sistem presensi perkuliahan mahasiswa,” Sistemasi, 2020.
[15] F. I. M. T. K. R. Tabassum, “Human face recognition with combination of DWT and machine learning,” Journal of King Saud University - Computer and Information Sciences, pp. 546–556, 2020.