Implementasi Objek Deteksi untuk Sistem Inspeksi Visual pada Penanda Volume Botol Susu Bayi
DOI:
https://doi.org/10.32722/jmt.v5i1.6088Keywords:
Botol Susu Bayi, Sistem Inspeksi Visual, Deteksi Objek, YOLOv4 TinyAbstract
Botol bayi memiliki peranan penting dalam memberikan susu formula atau ASI kepada bayi karena kemudahan dan efisiensi penggunaannya. Penandaan atau penakaran volume pada botol merupakan hal krusial dalam produksi karena dapat menyebabkan campuran susu formula yang tidak sesuai berpotensi membahayakan bayi. Penelitian ini memiliki tujuan untuk mengembangkan sistem inspeksi visual berbasis machine vision untuk membantu proses pengujian penanda volume untuk memastikan botol susu bayi memenuhi standar sehingga dapat dijual. Untuk mengembangkan sistemnya digunakan model objek deteksi YOLOv4 Tiny. Hasil penelitian didapatkan bahwa sistem mempunyai nilai tingkat pengenalan sebesar 96,86% dari 5 kali percobaan pada 14 botol sampel. Kemudian akurasi sistem dalam mengidentifikasikan volume sesuai batas toleransi sebesar 92,57%, error deteksi terdapat pada volume 0 – 50 ml dan 50 – 100 ml.
References
M. J. Renfrew, P. Ansell, and K. L. Macleod, Arch Dis Child 88, 855 (2003).
Badan Pengawas Obat dan Makanan Republik Indonesia, Peraturan Kepala Badan Pengawas Obat dan Makanan Tentang Pengawasan Formula Lanjutan (Badan Pengawas Obat dan Makanan Republik Indonesia, 2013).
Badan Pengawas Obat dan Makanan Republik Indonesia, Peraturan Kepala Badan Pengawas Obat dan Makanan Tentang Pengawasan Formula Pertumbuhan (Badan Pengawas Obat dan Makanan Republik Indonesia, 2013).
K. Gribble, N. Berry, M. Kerac, and M. Challinor, Matern Child Nutr 13, (2017).
J. Appleton, Infant Formula Feeding and Rapid Weight Gain: Parents’ Infant Feeding Practice and Sources of Information, Advice and Support, University of Sydney, 2020.
L. S. Taitz and H. D. Byers, High Calorie/Osmolar Feeding and Hypertonic Dehydration (1972).
S. A. Amrullah, Perancangan Sistem Inspeksi Visual Berbasis Computer Vision Untuk Penggolangan Buah Apel, Institut Teknologi Sepuluh Nopember, 2017.
A. Satria Prabuwono, D. Kurniawan, and Y. Away, Jurnal Teknik Gelagar 18, 11 (2007).
N. A. Othman, M. U. Salur, M. Karakose, and I. Aydin, in 2018 International Conference on Artificial Intelligence and Data Processing (IDAP) (IEEE, Malatya, 2018), pp. 1–4.
S. Prasetya, International Journal of Emerging Trends in Engineering Research 8, 4768 (2020).
J. Kaur and W. Singh, Multimed Tools Appl 81, 38297 (2022).
S. Anand and L. Priya, A Guide for Machine Vision in Quality Control (Chapman and Hall/CRC, 2019).
Joseph Nelson, Roboflow (2020).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Aisyah Sausanina, Sonki Prasetya, Vina Nanda Garjati

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal ini berlisensi Atribut Berbagi Serupa 4.0 Internasional (CC BY-SA 4.0)
Anda diperbolehkan:
- Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
- Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial.
Berdasarkan ketentuan berikut:
-
Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
-
BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.
- Tidak ada pembatasan tambahan — Anda tidak dapat menggunakan ketentuan hukum atau sarana kontrol teknologi yang secara hukum membatasi orang lain untuk melakukan hal-hal yang diizinkan lisensi ini.