Abstract:
Industri tekstil telah berkembang sangat pesat, bahkan pertumbuhan produk tekstil melebihi pertumbuhan ekonomi nasional. Permintaan produk tekstil tidak hanya untuk konsumsi dalam negeri tetapi juga untuk ekspor. Dalam upaya memenuhi standar kualitas dan menjaga kepuasan pelanggan, pengendalian kualitas produksi kain menjadi sangat penting, terutama untuk mengendalikan cacat produksi kain. Jenis-jenis cacat yang ada pada kain adalah lubang, noda, cacat langka karena benang putus/hilang, mengambang, luntur warna, pecah pola, benang ganda, benang tebal (slub), mixed end, pin mark, dan lain-lain. Pada penelitian ini, dirancang sebuah sistem yang dapat mendeteksi kecacatan produksi pada kain dengan menggunakan metode pengolahan citra berbasis machine learning menggunakan Raspberry Pi. Jenis cacat yang dimodelkan adalah cacat jarang dan cacat noda, atau dalam istilah pabrik sering disebut cacat slap. Hasil pengujian menunjukkan bahwa sistem ini memiliki rata-rata frame per second (FPS) sebesar 4.85, rata-rata waktu inferensi sebesar 181.1 ms, dengan akurasi hasil klasifikasi citra sebesar 98.4%.