Optimasi Kualitas Pemotongan Laser Akrilik Menggunakan Sistem Identifikasi Berbasis Computer Vision = Optimization of Acrylic Laser Cutting Quality Using a Computer Vision-Based Identification System


MUHLIS, MUH. ADIB AKRAM MAPPARAGA (2025) Optimasi Kualitas Pemotongan Laser Akrilik Menggunakan Sistem Identifikasi Berbasis Computer Vision = Optimization of Acrylic Laser Cutting Quality Using a Computer Vision-Based Identification System. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of COVER]
Preview
Image (COVER)
D071221073-N53RTsvwQ70xoKD4-20260113233904.png

Download (545kB) | Preview
[thumbnail of BBA 1-2] Text (BBA 1-2)
D071221073-1-2.pdf

Download (1MB)
[thumbnail of DAPUS] Text (DAPUS)
D071221073-dp.pdf

Download (55kB)
[thumbnail of FULL TEXT] Text (FULL TEXT)
D071221073-fulll.pdf
Restricted to Repository staff only until 31 December 2027.

Download (6MB)

Abstract (Abstrak)

Penelitian ini bertujuan untuk memverifikasi performa sistem identifikasi kualitas hasil pemotongan akrilik berbasis computer vision menggunakan metrik Intersection over Union (IoU) sebagai indikator kesesuaian bentuk hasil potongan terhadap desain acuan. Sistem ini dirancang untuk meningkatkan efisiensi proses evaluasi kualitas hasil pemotongan laser yang umumnya masih dilakukan secara manual dan subjektif di lingkungan industri. Eksperimen dilakukan menggunakan mesin Fusion Edge 12 (Epilog Laser) dengan sumber laser CO₂ dan material akrilik solid setebal 2 mm. Proses pemotongan dilakukan sebanyak 28 kombinasi dengan variasi laser power sebesar 10%, 20%, 40%, 60%, dan 80%, serta cutting speed sebesar 10, 25, 50, 100, 200, dan 250 mm/s. Setiap hasil pemotongan difoto dengan posisi tegak lurus, kemudian diolah melalui tahapan image preprocessing berupa konversi grayscale, thresholding, dan morphological operation untuk menghasilkan binary image yang siap dibandingkan dengan citra referensi (ground truth) menggunakan algoritma IoU. Hasil penelitian menunjukkan bahwa nilai IoU tertinggi diperoleh pada kombinasi daya 80% dan kecepatan pemotongan 10 mm/s dengan nilai sebesar 0.926094, yang menunjukkan kesesuaian bentuk potongan terhadap pola referensi mencapai lebih dari 92%. Sementara itu, nilai IoU terendah ditemukan pada kombinasi daya 10% dan kecepatan 100 mm/s dengan nilai 0.922915. Rentang nilai IoU yang relatif sempit menunjukkan tingkat stabilitas dan konsistensi hasil pemotongan yang tinggi. Sistem evaluasi berbasis computer vision ini terbukti mampu melakukan penilaian kualitas secara otomatis, cepat, dan objektif dengan waktu pemrosesan rata-rata di bawah dua detik per citra. Implementasi sistem ini dapat menjadi solusi efektif dalam mengurangi waktu inspeksi manual, meningkatkan efisiensi proses prototyping, serta mendukung penerapan konsep smart manufacturing pada industri pemotongan berbasis laser.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Laser Cutting, Machine Learning, Computer Vision, Kualitas Potongan, Optimasi Proses.
Subjects: H Social Sciences > HD Industries. Land use. Labor
Divisions (Program Studi): Fakultas Teknik > Teknik Industri
Depositing User: Unnamed user with username pkl2
Date Deposited: 11 Mar 2026 05:40
Last Modified: 11 Mar 2026 05:40
URI: http://repository.unhas.ac.id:443/id/eprint/54622

Actions (login required)

View Item
View Item