Deteksi Kerusakan Permukaan Material Industri dan Permukaan Material Komposit Polimer Berdasarkan Gambar Mikrostruktur dengan Metode Mask-Region based Convolutional Neural Network (Mask R-CNN)
Kata Kunci:
Mask R-CNN, material industri, komposit polimer, segmentasi, SegnetAbstrak
Penelitian ini ditujukan untuk melakukan deteksi kerusakan material pada permukaan produk industri. Dengan teknologi computer vision dapat dilakukan klasifikasi kerusakan material pada permukaan produk industri seperti permukaan material yang retak, tergores dan tertimpa benda. Dataset yang digunakan sebanyak 399 data yang berisikan data dengan defect sebanyak 52 data dan 347 data tanpa defect. Area yang mengalami kerusakan dideteksi dan disegmentasi dengan metode mask-region based convolutional neural network (mask r-cnn). Metode ini terdiri dari dua langkah utama, yaitu deteksi area kerusakan menggunakan metode Faster R-CNN dan tahap segmentasi area tersebut menggunakan jaringan segnet deep convolutional encoder – decoder. Hasil segmentasi digunakan untuk mengukur prosentase luasan kerusakan serta sebaran kerusakan pada permukaan material untuk menentukan kekuatannya.Unduhan
Diterbitkan
2021-08-09
Cara Mengutip
Astuti Hermawati, F., Jeremia Hutapea, D., & Kastiawan, I. M. (2021). Deteksi Kerusakan Permukaan Material Industri dan Permukaan Material Komposit Polimer Berdasarkan Gambar Mikrostruktur dengan Metode Mask-Region based Convolutional Neural Network (Mask R-CNN). Proceeding KONIK (Konferensi Nasional Ilmu Komputer), 5(1), 176–181. Diambil dari https://prosiding.konik.id/index.php/konik/article/view/46
Terbitan
Bagian
Articles