Sistem inspeksi cacat pada kaca apung

HARSONO, Budi, Prof. Dr. Ir. Thomas Sri Widodo

2009 | Tesis | S2 Magister Teknik Instrumentasi

Parameter yang sangat mempengaruhi kualitas kaca apung adalah cacat pada kaca apung. Untuk memastikan kaca apung yang sedang dibuat memenuhi kualitas terbaik, cacat pada kaca apung perlu dideteksi ketika kaca apung sedang diproduksi. Tujuan dari penelitian ini adalah menggunakan teknik pengolahan citra digital untuk mendeteksi dan menghitung diameter cacat pada kaca apung serta jaringan saraf tiruan propagasi balik untuk mengidentifikasi jenis cacat pada kaca apung. Penelitian ini menggunakan sebuah webcam yang terhubung ke sebuah komputer (PC) untuk menangkap citra bayangan kaca apung, sedangkan Borland Delphi 7 digunakan untuk membuat program pengolahan citra digital dan jaringan saraf tiruan propagasi balik untuk inspeksi cacat. Hasil penelitian menunjukkan bahwa cacat pada kaca apung dapat dideteksi dan diukur dengan teknik pengolahan citra digital serta jenis cacat dapat diidentifikasi oleh jaringan saraf tiruan propagasi balik.

The parameter which mostly manipulates the float glass quality is the defects on the float glass. To ensure that the float glass being made will satisfy the highest quality demands, the defect on the float glass need to be detected while float glass is being manufactured. The goal of this research is to use digital image processing to detect and calculate the diameter of the defect, and also backpropagation artificial neural network to identify the type of the defect on the float glass. This research using a webcam which is connected to personal computer (PC) to capture the image of the float glass shadow, whereas Borland Delphi 7 program to do digital image processing and backpropagation artificial neural network for defect inspections. The result indicates that digital image processing can be used for defect detection and measurement, and the type of defect can be identified by backpropagation artificial neural network.

Kata Kunci : Pengolahan cutra digital,Cacat tata apung,Propagasi balik, Digital image processing, defect, float glass, backpropagation, artificial neural network