Pengklasifikasian Warna dan Bentuk Produk Menggunakan Kamera ELP- USB8MP02G-MFV dengan Berbasis YOLOV7
DOI:
https://doi.org/10.30871/ji.v17i1.9266Kata Kunci:
Raspberry Pi 4b, ELP-USB8MP02G-MFV, deteksi objek, YOLOv7Abstrak
Semakin berkembangnya teknologi kecerdasan buatan memungkinkan sistem dapat mendeteksi berbagai objek.Pada penelitian pengklasifikasian warna dan bentuk produk menggunakan kamera ELP-USB8MP02G-MFV dengan berbasis YOLOV7 bertujuan untuk untuk memodifikasi konveyor yang berada pada mesin molding.Karena konveyor hanya memiliki fungsi untuk menyalurkan barang dari mesin molding menuju bin dan lamanya waktu yang digunakan untuk menunggu bin penuh menjadi alasan mengapa konveyor ini dimodifikasi. Modifikasi dilakukan dengan cara menambahkan kamera yang telah dihubungkan dengan Raspberry Pi 4B pada konveyor, kamera tersebut berfungsi untuk mengambil gambar objek produk yang lewat kemudian gambar tersebut dideteksi oleh sistem pada Raspberry Pi 4B sehingga mesin konveyor ini dapat mengklasifikasikan objek hasil produk mesin molding. Sistem ini mendeteksi objek menggunakan algoritma YOLOv7. Penelitian ini dilakukan dengan tiga pengujian yaitu pengujian pendeteksian model objek, pengujian pendeteksi warna dan pengujian output program dan relay dimana 98.11% untuk pengujian pendeteksian model objek, 97.37% untuk pendeteksian warna dan 100 % untuk pengujian output program dan relay. Hasil penelitian ini akan memberikan kontribusi terkait pegembangan pendeteksian objek, khususnya pendeteksian objek produk dan hasil dari mesin molding.
Unduhan
Referensi
[1] R. Zubair, E. Moralista, and N. Isniarno, “Kajian Korosi Struktur Conveyor B pada Tambang Batubara PT GHI di Kabupaten Tapin, Provinsi Kalimantan Selatan,” Bandung Conf. Ser. Min. Eng., vol. 2, no. 1, Jan. 2022, doi: 10.29313/bcsme.v2i1.1570.
[2] H. E. Putra, T. Hidayat, and A. Z. Hudaya, “PERANCANGAN TUBULAR CONVEYOR UNTUK MEMINDAHKAN BIJI PADI,” J. CRANKSHAFT, vol. 4, no. 2, 2021.
[3] F. Ulger and S. E. Yuksel, “A Standalone Open-Source System for Optical Inspection of Printed Circuit Boards,” Signal Process. - Algorithms, Archit. Arrange. Appl. Conf. Proceedings, SPA, vol. 2019-Septe, pp. 105–110, 2019, doi: 10.23919/SPA.2019.8936659.
[4] R. Gelar Guntara, “Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 5, no. 1, pp. 55–60, Feb. 2023, doi: 10.47233/jteksis.v5i1.750.
[5] M. L. Nazilly, B. Rahmat, and E. Y. Puspaningrum, “IMPLEMENTASI ALGORITMA YOLO (YOU ONLY LOOK ONCE) UNTUK DETEKSI API 1.”
[6] C.-Y. Wang, A. Bochkovskiy, and H.-Y. M. Liao, “YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors.” [Online]. Available: https://github.com/.
[7] C.-Y. Wang, H.-Y. M. Liao, and I.-H. Yeh, “Designing Network Design Strategies Through Gradient Path Analysis,” Nov. 2022, [Online]. Available: http://arxiv.org/abs/2211.04800.
[8] A. Bochkovskiy, C.-Y. Wang, and H.-Y. M. Liao, “YOLOv4: Optimal Speed and Accuracy of Object Detection,” Apr. 2020, [Online]. Available: http://arxiv.org/abs/2004.10934.
[9] C. Li, M. Z. Zia, Q. H. Tran, X. Yu, G. D. Hager, and M. Chandraker, “Deep Supervision with Intermediate Concepts,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 41, no. 8, pp. 1828–1843, Aug. 2019, doi: 10.1109/TPAMI.2018.2863285.
[10] D. Gustina Penulis and Y. Yahya, “PENDETEKSI AIR BERSIH LAYAK DIMINUM BERBASIS PHYTON DENGAN RASPBERRY PI.”
[11] Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016).
"You Only Look Once: Unified, Real-Time Object Detection".
In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR).
[12] Bochkovskiy, A., Wang, C. Y., & Liao, H. Y. M. (2020).
"YOLOv4: Optimal Speed and Accuracy of Object Detection".
arXiv preprint arXiv:2004.10934.
[13] Punn, N. S., & Agarwal, S. (2020). Retail product detection using YOLOv4 for automated checkout system. arXiv preprint arXiv:2007.08710.
[14] Zhang, K., Wang, T., Wang, Y., & Lin, Y. (2019). Deep learning-based product recognition in smart vending machines. In 2019 IEEE 5th International Conference on Computer and Communications (ICCC) (pp. 1519–1523). IEEE.
[15] Al-Zubaidi, S., Al-Bahadili, H., & Al-Rawajfeh, M. (2021). Real-time product detection and classification in supermarkets using YOLO. In 2021 12th International Conference on Information and Communication Systems (ICICS) (pp. 253–258). IEEE.
