Kembali ke Proyek
Sistem Internal
PT. Nihon Seiki Indonesia

Sistem Deteksi NG Berbasis Kamera

Sistem quality control berbasis computer vision yang secara otomatis menghitung dan memeriksa komponen hasil produksi secara real-time, menandai lot yang cacat (NG) di lini produksi.

Python
OpenCV
Tkinter
Computer Vision

Ringkasan

Sistem inspeksi kualitas otomatis yang dibangun untuk PT. Nihon Seiki Indonesia, menggunakan kamera dan computer vision untuk menghitung dan memverifikasi komponen hasil produksi di lini produksi — menggantikan penghitungan manual dengan pemeriksaan instan berbasis kamera.

Masalah

  • Menghitung komponen secara manual untuk tiap batch berjalan lambat dan rawan human error, terutama saat shift dengan volume tinggi.
  • Operator tidak punya cara cepat dan objektif untuk memastikan satu tray berisi jumlah yang tepat sebelum lanjut ke tahap berikutnya.

Solusi

  • Penghitungan instan: operator meletakkan tray di bawah kamera dan menekan satu tombol — sistem menghitung semua komponen dalam kurang dari satu detik.
  • Sinyal pass/fail yang jelas: status hijau, kuning, atau merah dengan bunyi yang sesuai, sehingga operator tidak perlu menafsirkan angka.
  • Verifikasi visual: komponen yang terdeteksi digambar garis tepinya di layar, sehingga operator langsung bisa melihat apa yang dihitung sistem.

Alur Operator

flowchart TD
    A[Operator membuka aplikasi] --> B[Live feed kamera tampil]
    B --> C[Letakkan tray komponen di bawah kamera]
    C --> D[Tekan ENTER]
    D --> E{Sistem memproses & menghitung}
    E -->|jumlah == target| F["GOOD (hijau) + bunyi sukses"]
    E -->|jumlah < target| G["NO GOOD (merah) + bunyi gagal"]
    E -->|jumlah > target| H["CHECK / CALIBRATE (kuning) + bunyi beep"]
    F --> I[Lanjut ke lot berikutnya]
    G --> J[Cek ulang jumlah komponen]
    H --> K[Cek ulang kalibrasi/posisi kamera]

Pipeline Pemrosesan Vision

flowchart TD
    A[Kamera menangkap frame saat ENTER] --> B[Simpan frame sebagai gambar]
    B --> C[Pra-pemrosesan]
    C --> C1[Resize gambar]
    C --> C2[Gaussian blur]
    C --> C3[Bilateral filter - reduksi noise]
    C --> C4[Konversi grayscale]
    C1 & C2 & C3 & C4 --> D[Segmentasi & Binarisasi]
    D --> D1[Binary threshold]
    D --> D2[Invert / Otsu]
    D1 & D2 --> E[Ekstraksi & Filtering Contour]
    E --> E1[Cari contour eksternal]
    E --> E2[Filter berdasarkan luas contour untuk membuang noise]
    E1 & E2 --> F[Hitung contour valid = N]
    F --> G{Logika Keputusan}
    G -->|N < target| H1["Status: NO GOOD"]
    G -->|N > target| H2["Status: CHECK / CALIBRATE"]
    G -->|N == target| H3["Status: GOOD"]
    H1 & H2 & H3 --> I[Tampilkan modal hasil:<br/>jumlah, status, overlay contour]

Contoh Aplikasi

Tangkapan kamera mentah

Tampilan live kamera atas satu tray komponen sebelum diproses.

Hasil deteksi & penghitungan

Tray yang sama setelah sistem mengisolasi dan menghitung tiap komponen dibandingkan dengan jumlah target.

Dampak Utama

  • Mengurangi waktu inspeksi manual dan human error dalam penghitungan komponen.
  • Memberi operator feedback pass/fail yang instan dan konsisten untuk tiap batch.
Tangkapan Layar
Sistem Deteksi NG Berbasis Kamera — screenshot 1
Sistem Deteksi NG Berbasis Kamera — screenshot 2