Perancangan Sistem Conformal Coating Inspection Circuit Board Menggunakan Metode Jaringan Saraf Tiruan Berbasis Matlab

Adhi Ramli, Ketty Siti Salamah, Yuliza Yuliza

Abstract


Masalah Human-Error pada process manual inspection seperti pada proses conformal coating circuit board menjadi hal yang harus diperhatikan mengingat sangat pentingnya fungsi dari conformal coating untuk melindungi circuit board dari oksidasi dan pengaruh lingkungan. Sehingga diperlukan suatu sistem inspection yang bisa menggantikan peran manusia dalam pengecekannya sehingga dapat menhilangkan masalah human-error. Salah satunya adalah dengan memanfaatkan computer vision yaitu cabang ilmu yang mempelajari tentang bagaimana suatu sistem dapat mengenali suatu objek dengan kombinasi antara pengolahan citra dan pengenalan pola. Untuk memastikan level inspection system tersebut sama dengan yang dilakukan manusia bisa menggunakan Jaringan syaraf Tiruan untuk proses pengambilan keputusan. Berdasarkan hal tersebut, pada penelitian ini dibuat suatu prototype conformal coating inspection menggunakan JST. Pada penelitian ini juga penulis mencoba mengolah data input JST dengan metode PCA (Principal Component Analysis). Proses percobaan pada sistem dilakukan dengan memberikan variasi pada epoch, learning rate dan hidden layer sehingga bisa dilihat hubungannya terhadap nilai RMSE, Processing time dan recognition rate. Berdasarkan hasil perancangan, implementasi dan pengujian yang dilakukan, maka dapat ditarik kesimpulan bahwa JST dengan PCA lebih baik dengan akurasi 100%. Pada tahap learning process nilai RMSE terendah yaitu 4 x 10-7, recognition rate 100% presentase 88.88%, dan Processing time tercepat 696.4910 detik


Keywords


Computer vision, Conformal coating, Human Error, Inspection System, Jaringan Syaraf Tiruan, Matlab, Principal Component Analysis.

Full Text:

PDF

References


A. Aquino, M. G. A. Bautista, A. Bandala and E. Dadios, "Color quality assessment of coconut sugar using Artificial Neural Network (ANN)," 2015 International Conference on Humanoid, Nanotechnology, Information Technology,Communication and Control, Environment and Management (HNICEM), 2015, pp. 1-5, doi: 10.1109/HNICEM.2015.7393182.

E. H. Yossy, J. Pranata, T. Wijaya, H. Hermawan, and W. Budiharto, “Mango Fruit Sortation System using Neural Network and Computer Vision,” Procedia Computer Science, vol. 116, pp. 596–603, 2017, doi: 10.1016/j.procs.2017.10.013.

F. Muwardi and A. Fadlil, “Sistem Pengenalan Bunga Berbasis Pengolahan Citra dan Pengklasifikasi Jarak,” Jurnal Ilmiah Teknik Elektro Komputer dan Informatika, vol. 3, no. 2, p. 124, Jan. 2018, doi: 10.26555/jiteki.v3i2.7470.

Q. Al-Jubouri, W. Al-Nuaimy, M. Al-Taee, and I. Young, “An automated vision system for measurement of zebrafish length using low-cost orthogonal web cameras,” Aquacultural Engineering, vol. 78, pp. 155–162, Aug. 2017, doi: 10.1016/j.aquaeng.2017.07.003.

N. Chen, X. Men, C. Hua, X. Wang, X. Han and H. Chen, “Research on edge defects image recognition technology based on artificial neural network," 2018 13th IEEE Conference on Industrial Electronics and Applications (ICIEA), 2018, pp. 1929-1933, doi: 10.1109/ICIEA.2018.8398024.

A. Jahanbakhshi, M. Momeny, M. Mahmoudi, and Y.-D. Zhang, “Classification of sour lemons based on apparent defects using stochastic pooling mechanism in deep convolutional neural networks,” Scientia Horticulturae, vol. 263, p. 109133, Mar. 2020, doi: 10.1016/j.scienta.2019.109133.

A. Sindar, “Implementasi Teknik Threshoding Pada Segmentasi Citra Digital,” Jurnal Mantik Penusa, vol. 1, no. 2, 2017, Accessed: May 20, 2021. [Online]. Available: http://e-jurnal.pelitanusantara.ac.id/index.php/mantik/article/view/265.

M. Amadea and A. Winarno, “Prediksi Produksi Debit Air Minum Per Bulan Dengan Metode Jaringan Syaraf Tiruan Backpropagation ( Studi Kasus : PDAM Tirta Moedal Semarang ),” JOINS (Journal of Information System), vol. 1, no. 01, 2016, doi: 10.33633/joins.v1i01.1169.

G. Sharma and J. Martin, “MATLAB®: A Language for Parallel Computing,” International Journal of Parallel Programming, vol. 37, no. 1, pp. 3–36, Oct. 2008, doi: 10.1007/s10766-008-0082-5.

Farras Timorremboko and Oki Teguh Karya, “Implementasi Jaringan Syaraf Tiruan Pada Kendali Lampu Sorot Mobil Adaptif Berbasis Python,” Jurnal Teknologi Elektro, vol. 11, no. 3, pp. 142–147, 2020, doi: 10.22441/jte.2020.v11i3.006.

F. Sirait and Y. Yoserizal, “Pemanfaatan Raspberry Pi Sebagai Processor Pada Pendeteksian Dan Pengenalan Pola Wajah,” Jurnal Teknologi Elektro, vol. 7, no. 3, Sep. 2016, doi: 10.22441/jte.v7i3.892.

A. A. Miranda, Y.-A. Le Borgne, and G. Bontempi, “New Routes from Minimal Approximation Error to Principal Components,” Neural Processing Letters, vol. 27, no. 3, pp. 197–207, Jan. 2008, doi: 10.1007/s11063-007-9069-2.

B. Juanda, “Ekonometrika: Pemodelan dan Pendugaan”, Bogor: IPB Press, 2009, ISBN 978-979-493-177-6

R. H. Sianipar, “Pemrograman Matlab dalam contoh dan penerapan,” Vol. 1, Penerbit : Informatika, 2013.




DOI: http://dx.doi.org/10.22441/jte.2021.v12i2.002

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Jurnal Teknologi Elektro

Publisher Address:
Teknik Elektro, Fakultas Teknik, Universitas Mercu Buana
Jl. Raya Meruya Selatan, Kembangan, Jakarta 11650
Tlp./Fax: +62215871335
Email: [email protected]
Website of Electrical Engineering
http://teknikelektro.ft.mercubuana.ac.id

p-ISSN : 2086-9479
e-ISSN : 2621-8534
Jurnal URL : http://publikasi.mercubuana.ac.id/index.php/jte
Jurnal DOI: 10.22441/jte

 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.

Web
Analytics Made Easy - StatCounter
View My Stats

The Journal is indexed by: