TAGARINDONESIA – Di tengah derasnya pemanfaatan kecerdasan buatan dalam dunia industri, sekelompok mahasiswa Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB) menghadirkan solusi untuk menjawab persoalan yang masih banyak ditemui di lini produksi manufaktur. Melalui pameran Capstone Project FILKOM UB, mereka memperkenalkan DimInspect, sistem inspeksi otomatis berbasis computer vision yang mampu mengidentifikasi komponen sesuai standar kualitas dengan tingkat akurasi di atas 95 persen.
Inovasi tersebut lahir dari tantangan nyata yang diberikan PT Epson Indonesia kepada mahasiswa dalam program Capstone Project, mata kuliah wajib semester enam yang menghubungkan proses pembelajaran dengan kebutuhan industri.
Ketua Pameran Capstone Project FILKOM UB, Barlian Henryranu Prasetio, menjelaskan bahwa seluruh proyek yang dipamerkan berasal dari kasus riil yang diajukan mitra industri. Tahun ini, sebanyak 13 kasus dari berbagai perusahaan dan instansi diselesaikan oleh sekitar 93 hingga 94 kelompok mahasiswa yang terdiri dari lintas program studi.
“Mahasiswa diharapkan mampu membaca masalah dan memberikan solusi pada dunia nyata, terutama persoalan yang dihadapi mitra industri. Mereka hanya diberikan tujuan utama dari kasus tersebut, sementara bentuk solusi dan inovasinya dikembangkan sendiri oleh masing-masing tim,” kata Barlian.
Menurutnya, pendekatan tersebut sengaja diterapkan agar mahasiswa tidak sekadar mengerjakan tugas akademik, melainkan terbiasa menghadapi kompleksitas persoalan industri yang umumnya membutuhkan kolaborasi multidisiplin.
Mitra yang terlibat dalam program tersebut antara lain Epson, CIMB Niaga, Jasa Tirta, Techlab, hingga Kominfo Jawa Timur. Hasil pengerjaan mahasiswa kemudian dipresentasikan langsung kepada perwakilan perusahaan dalam pameran Capstone Project.
Salah satu proyek yang menarik perhatian adalah DimInspect. Sistem ini dikembangkan untuk membantu proses quality control komponen industri yang selama ini masih banyak dilakukan secara manual.
Anggota tim pengembang, Hanif Zaid Nasrullah, menjelaskan bahwa DimInspect dirancang untuk membedakan komponen yang memenuhi standar dan yang tidak sesuai spesifikasi.
“Kalau di pabrik, komponen dari vendor datang dalam jumlah sangat banyak. Tidak mungkin semuanya diperiksa satu per satu secara manual. Alat ini membantu menentukan mana barang yang good dan mana yang not good secara otomatis,” ujarnya.
Saat ini, DimInspect masih berbentuk prototipe yang bekerja menggunakan kamera untuk melakukan pengukuran objek dari sisi atas. Ke depan, sistem tersebut direncanakan mampu melakukan inspeksi tiga dimensi sehingga dapat mengukur dimensi objek secara lebih detail, termasuk aspek ketinggian.
Ananda Muhammad Reza selaku Computer Vision Engineer menjelaskan bahwa solusi tersebut dikembangkan setelah tim menemukan adanya proses pengukuran komponen di Epson yang masih dilakukan secara manual hingga skala milimeter.
“Permasalahan yang diberikan Epson adalah proses pengukuran yang masih manual. Solusi yang kami terapkan menggunakan computer vision dengan inovasi ArUco Barcode untuk melakukan kalibrasi otomatis sehingga konversi ukuran dari pixel ke milimeter dapat dilakukan secara otomatis,” kata Reza.
Teknologi ArUco Barcode menjadi salah satu keunggulan sistem tersebut. Marker khusus itu memungkinkan kamera mengetahui jarak dan posisi terhadap papan inspeksi secara real time sehingga hasil pengukuran tetap akurat meskipun posisi kamera berubah.
Dalam proses penggunaannya, operator cukup memasukkan spesifikasi objek ke dalam sistem, termasuk ukuran standar dan batas toleransi yang diizinkan. Setelah proses kalibrasi dilakukan, objek dapat langsung diperiksa, bahkan saat bergerak di atas konveyor.
“Setelah kalibrasi dilakukan, sistem dapat langsung mendeteksi ukuran objek dan akurasinya mencapai lebih dari 95 persen,” ujarnya.
Di balik kemampuan tersebut, tim memanfaatkan sejumlah teknologi pemrograman modern. Backend Developer DimInspect, Hasdi Bizan Azami, menjelaskan bahwa proses pengolahan citra dilakukan menggunakan Python, sementara sistem backend dibangun menggunakan Rust dan antarmuka pengguna berbasis web dikembangkan menggunakan JavaScript Svelte.
“Untuk engine dan pemrosesan gambar kami menggunakan Python. Kemudian datanya dikirim ke backend yang dibangun dengan Rust, lalu ditampilkan melalui aplikasi berbasis web menggunakan Svelte,” jelas Hasdi.
Menariknya, platform tersebut telah dibuka untuk publik melalui sistem berbasis web dan source code yang tersedia secara open source. Pengguna hanya membutuhkan kamera, pencahayaan yang memadai, serta koneksi internet yang stabil untuk menjalankan sistem.
Menurut Hasdi, hasil pengujian menunjukkan bahwa penggunaan kamera dengan 30 frame per second menghasilkan tingkat akurasi yang lebih baik dibandingkan pengaturan yang lebih rendah.
Sementara itu, Faris Mayandi Nazham Fauzi selaku System Architect dan Project Manager mengakui bahwa pengembangan prototipe dilakukan dengan anggaran yang sangat terbatas. Stasiun inspeksi dan konveyor yang digunakan bahkan dibangun dengan biaya sekitar Rp100 ribu.
“Untuk stasiun dan conveyor ini biayanya sekitar seratus ribuan rupiah. Kalau ada dukungan dana yang lebih besar, kami ingin menambah sistem pencahayaan yang lebih baik, kemampuan inspeksi tiga dimensi, serta mekanisme pemisahan otomatis antara barang yang lolos dan tidak lolos inspeksi,” ujar Faris.
Selain Faris, tim pengembang juga diperkuat oleh Hanif Zaid Nasrullah, Ananda Muhammad Reza, Hasdi Bizan Azami, serta Iram Zakiah Al Faruq yang berperan dalam pengembangan stasiun inspeksi dan perangkat pendukung.
Barlian menegaskan bahwa Capstone Project tidak berhenti pada tahap pameran semata. Seluruh solusi yang dikembangkan mahasiswa memiliki peluang untuk ditindaklanjuti oleh mitra industri melalui proses hilirisasi dan kerja sama lanjutan.
“Kasus-kasus yang dibawa mitra merupakan kasus nyata mereka. Harapannya solusi yang dihasilkan mahasiswa dapat ditindaklanjuti dan dikembangkan lebih lanjut sehingga benar-benar memberikan manfaat bagi industri,” tuturnya.
Melalui DimInspect, mahasiswa FILKOM UB menunjukkan bahwa inovasi berbasis kecerdasan buatan tidak selalu membutuhkan perangkat mahal. Dengan pendekatan yang tepat, teknologi inspeksi otomatis yang sebelumnya identik dengan industri besar dapat dikembangkan dari lingkungan kampus dan berpotensi menjadi solusi nyata bagi kebutuhan manufaktur di masa depan.
