DINAL MUHAMMAD HAQI, . (2026) Perancangan Sistem Inspeksi Cacat Produk Popok Secara Real-Time Berbasis YOLOv8. Skripsi thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.
|
Text
122220049_Cover - Dinal Haqqi.pdf Download (93kB) |
|
|
Text
122220049_Abstrak - Dinal Haqqi.pdf Download (77kB) |
|
|
Text
122220049_Halaman Pengesahan - Dinal Haqqi.pdf Download (46kB) |
|
|
Text
122220049_Daftar Isi - Dinal Haqqi.pdf Download (230kB) |
|
|
Text
122220049_Daftar Pustaka - Dinal Haqqi.pdf Download (213kB) |
|
|
Text
122220049_Fulltext - Dinal Haqqi.pdf Restricted to Repository staff only Download (3MB) |
Abstract
PT Aman Indah Makmur merupakan salah satu perusahaan yang bergerak di
bidang produksi popok dan produk higienis lainnya. Seluruh proses produksi dilakukan
secara otomasi penuh dengan kecepatan operasional 150–200 pieces per minute (ppm)
atau setara 3–4 unit per detik. Kecepatan tersebut menyebabkan sistem inspeksi eksisting
tidak mampu memeriksa secara konsisten, sehingga penelitian ini bertujuan untuk
merancang sistem inspeksi cacat produk popok secara real-time berbasis You Only Look
Once version 8 (YOLOv8) dengan objek penelitian berupa 14 jenis cacat visual yang
ditetapkan sebagai Critical to Quality (CTQ).
Penelitian ini menggunakan metode YOLOv8 untuk mendeteksi dan
mengklasifikasikan cacat pada citra produk popok, dimulai dari labeling menggunakan
Roboflow, augmentasi data dengan faktor 3× per kelas, hingga training model selama
150 epoch. Model terbaik selanjutnya diimplementasikan pada sistem dashboard berbasis
framework Flask yang menampilkan live feed deteksi, counter produk, histori inspeksi,
dan fitur ekspor laporan ke Excel. Analisis kelayakan biaya juga dilakukan menggunakan
Net Present Value (NPV), Internal Rate of Return (IRR), Benefit Cost Ratio (B/C Ratio),
dan Payback Period untuk mengevaluasi kelayakan investasi sistem usulan.
Hasil training menunjukkan model terbaik pada epoch ke-117 dengan mAP50-95
sebesar 0,9641. Pengujian statis menghasilkan accuracy 97,80%, precision 98,23%,
recall 99,55%, dan F1-score 98,89%, sedangkan pengujian real-time selama 11,08 jam
terhadap 138.306 unit produk menghasilkan accuracy 99,79%, precision 98,12%, recall
98,54%, dan F1-score 98,33% tanpa frame drop. Sistem usulan terbukti unggul secara
signifikan dibandingkan sistem eksisting (uji Wilcoxon signed-rank, p-value < 0,001) dan
layak secara finansial dengan NPV Rp394.967.457, IRR 176,36%, B/C Ratio 3,20, serta
Payback Period sekitar 7 bulan.
| Item Type: | Tugas Akhir (Skripsi) |
|---|---|
| Uncontrolled Keywords: | YOLOv8, inspeksi cacat, computer vision, real-time, kualitas produk, popok, kelayakan investasi |
| Subjek: | T Technology > TS Manufactures |
| Divisions: | Fakultas Teknik Industri > (S1) Teknik Industri |
| Depositing User: | UPA Perpustakaan |
| Date Deposited: | 12 Nov 2026 02:49 |
| Last Modified: | 12 Nov 2026 02:49 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/50376 |
Actions (login required)
![]() |
View Item |
