Backpropagation Neural Network Dalam Mendeteksi Label Komponen Keping PCB  

Oleh:

Kusmanto, Tria Hadi

Jenis: Article from Journal - ilmiah nasional - tidak terakreditasi DIKTI - non-atma jaya
Dalam koleksi: Faktor Exacta: Jurnal Ilmiah Teknologi vol. 08 no. 02 (Jun. 2015), page 157-168.
Topik: Printed circuit board; automated visual inspection system; backpropagation; neural network
Fulltext: FF3015708022015.pdf (409.54KB)

Ketersediaan

Perpustakaan Pusat (Semanggi) Nomor Panggil: FF30 Non-tandon: tidak ada Tandon: 1

Lihat Detail Induk

Isi artikel

Kendali kualitas hasil produksi dalam mengidentifikasi cacat label komponen pada keping Printed Circuit Board (PCB) merupakan bagian tak terpisahkan dari pengawasan fabrikasi. Dibutuhkan sistem inspeksi secara otomatis dan terotomatisasi untuk mendeteksi label komponen pada keping PCB demi menunjang tuntutan dunia kerja produksi yang cepat dan akurat.Kurangnya komponen pada PCB karena label komponen yang hilang pada keping PCB mengakibatkan performa dari keping PCB tersebut menurun. Tujuan penelitian ini untuk membuktikan kecepatan, keakuratan dan keistimewaanBackpropagationNeuralNetwork dalam AutomatedVisualInspectionSystem pada deteksi label komponen pada keping PCB. Label yang diklasifikasikan ada tiga jenis yaitu Resistor, Capasitor dan Elco (ElectrolitCondensator). Pada penelitian ini diusulkan suatu pengembangan metode dan membangun suatu prototype pada identifikasi cacat keping PCB menggunakan penggabungan metode pengolahan citra dengan backpropagation sebagai klasifikasinya. Algoritma pelatihan menggunakan backpropagation dengan bestvalidationperformance adalah 1.5013e-010 pada epoch 150 dilakukan pengujian menggunakan 10 data diperoleh tingkat akurasi jaringan sekitar 98.34%.

Opini Anda

Klik untuk menuliskan opini Anda tentang koleksi ini!

Kembali