PENGEMBANGAN SISTEM DETEKSI CACAT PCB MENGGUNAKAN PENGOLAHAN CITRA DENGAN METODE YOLO CNN

Prahasta, Brendi (2021) PENGEMBANGAN SISTEM DETEKSI CACAT PCB MENGGUNAKAN PENGOLAHAN CITRA DENGAN METODE YOLO CNN. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

Text 0917040044 - Brendi Prahasta - Pengembangan Sistem Deteksi Cacat PCB Menggunakan Pengolahan Citra dengan Metode i YOLO CNN _i .pdf Restricted to Repository staff only Download (3MB)

Abstract

Di dalam peralatan penelitian terdapat banyak komponen-komponen elektronika seperti resistor, transistor, kapasitor dan lain sebagainya. Saat digunakan dalam produksi alat alat elektronik, PCB sangat berpengaruh pada pembuatan alat alat elektronik tersebut, seperti contohnya ketika ada sedikit saja jalur PCB yang terputus atau rusak maka alat elektronik tersebut tidak bisa dioperasikan sebagaimana mestinya. Sehingga sangat penting pada proses Quality Check PCB dilakukaan pemeriksaan adakah kerusakan pada PCB atau tidak. Biasanya dalam pemeriksaan PCB hanya digunakan pengecekan langsung dengan cara konvensional. Oleh karena itu dalam penelitian kali ini penulis mencoba untuk membuat dan menganalisis alat pemeriksa kecacatan pada PCB dengan bantuan kamera yang memiliki revolusi tinggi untuk menggantikan penglihatan manusia agar lebih mudah dan dapat menghemat biaya. Alat pendeteksi kecacatan PCB dengan bantuan Image Processing dengan metode YOLO Convolutional Neural Network untuk membantu menentukan jalur yang putus dan hole drill pada PCB. Hasil deteksi dengan menggunakan metode You Only Look Once (YOLO) memiliki hasil yang maksimal. Dari hasil deteksi pada tanggal 24 PCB putus terdeteksi bahwa data error tertinggi yaitu 22.85% dengan persentase keberhasilan 77.15%, kemudian PCB Non drill terdeteksi bahwa data error tertinggi yaitu sebesar 11.11% dengan persentase keberhasilan 88.89%. Hasil deteksi dengan menggunakan metode You Only Look Once (YOLO) memiliki hasil yang maksimal. Dari hasil deteksi pada tanggal 25 PCB putus terdeteksi bahwa data error tertinggi yaitu 2.85% dengan persentase keberhasilan 97.15%, kemudian PCB Non drill terdeteksi bahwa data error tertinggi yaitu sebesar 3.7% dengan persentase keberhasilan 96.3%

Actions (login required)

View Item