perancangan inspection and grading system template...

WINTERTemplate

Perancangan Automated Multi-View Visual Inspection and Grading System Berbasis

Digital Image Processing

OlehLUCKY SHABRIANTI ADLUNA

2508.100.074

Pemimbing : Yudha Prasetyawan, S.T., M.EngKo-Pembimbing : Putu Dana Karningsih, S.T., M.Eng., Sc., Ph.D.

01Laporan Tugas Akhir

02Laporan Tugas Akhir

Daftar isi:

1. Bab I Pendahuluan

2. Bab II TinjauanPustaka

3. Bab III MetodologiPenelitian

4. Bab IV

Pengumpulan Data sertaPerancangan Perangkat Keras

dan Lunak

5. Bab V

PengolahanData

6. Bab VI Analisis danInterpretasi

Data

7. Bab VII Kesimpulandan Saran

03Bab I Pendahuluan1.1 Latar belakang

• Menurut Kementrian Kelautan dan Perikanan (KKP):

Udang sebagai komoditas unggulan perikanan budidaya selama 2010-2014

Diproyeksikan terjadi peningkatan produksi tiap tahun sebesar 13 % untuk udang Windu dan 16 % untuk udang vanname

Indonesia menempati peringkat 4 dunia dengan total ekspor udang vanname sebesar 140.000 ton pada tahun 2007.

Sedangkan pada tahun 2008, naik menjadi 3 dunia di bawah China dan Thailand. Total ekspor Indonesia mencapai 168.000 ton atau naik sebesar 21%

&

• Dari data Food and Agricultural Organization (FAO):

&

04Bab I Pendahuluan1.1 Latar belakang (Con’t)

• Menurut Kementrian Kelautan dan Perikanan (KKP):

80,000

90,000

100,000

110,000

2009 (100,668

Ton)

2010 (94,867

Ton)

Data Ekspor Udang selama Bulan Januari-Agustus

Data Ekspor Udang selama Bulan Januari-Agustus


PT GMCP

• Perusahaan pengelolaan udang skala ekspor

• Lokasi: Jl. Industri no. 29 A, Buduran-Sidarjo

PT GMCP

• Tidak mengelola udang untuk dipasarkan dengan brand sendiri

• Namun dipasarkan dengan brand perusahaan (buyer) luarnegeri sesuai kontrak yang telah disetujui

PT GMCP

• Memproduksi udang beku olahan berdasarkan spesifikasiyang diminta oleh buyer

• Spesifikasi ini meliputi ukuran, kuantitas pemesanan, desainpengepakan, dan lainnya.

PT Graha Makmur Cipta Pratama (PT GMCP)


•(Head On), produk udangdengan kepala dan bagian tubuhyang utuh

HO

•(Head Less Shell On), produkudang tanpa kepala dengan kulitdan ekor masih lengkap

HLSO

•(Peeled and Deveined), produkudang yang dikupas bersihkulitnya, tanpa diambil ususnya

PND

•Produk udang yang dibumbuhidan dimasak dengan tingkatkematangan tertentu

Cooked Shrimp

Tipe udang vanname yang sering diolah PT GMCP adalah:

1. 1st Quality2. 2nd Quality3. Below Standard4. Broken/Avail

07Bab I Pendahuluan1.2 Perumusan Masalah

“bagaimana merancang sistem inspeksi visual dan grading yang multi-view dan terotomasi berbasis digital image

processing”

Eksistingnya:

Idealnya

08Bab I Pendahuluan1.3 Ruang Lingkup Penelitian

• Studi kasus proses inspeksi, grading, & sortir di PT GMCP

• Penelitian skala laboratorium

• Udang vanname jenis hitam

• Paramater yang di-capture adalah size dan kualitas

• Size udang yang diinspeksi 16/20, 21/25, dan 26/30

• Kualitas yang diinspeksi adalah accept dan reject

• Size udang tidak didapat dari penimbangan beratnya, namun dari

perhitungan perhitungan luasan dan tebal tiap udang

• Rancangan berupa prototype dengan dua kamera

• Mekanisme prototype hanya dibatasi pada proses

inspeksi, grading, dan sortir saja

Batasan

08Bab I Pendahuluan1.3 Ruang Lingkup Penelitian

•kinerja dari prototype dalam kondisi baik dantidak terganggu dengan keadaan di luar sistem

Asumsi

WINTERTemplate

09Bab I Pendahuluan1.4 Tujuan Tugas Akhir

1. Melakukan identifikasi dan klasifikasi kebutuhan tingkat kualitas pada tiapraw material yang akan digunakan bagi perusahaan produksi hasil laut olahan.

2. Melakukan identifikasi penyebab-penyebab cacat yang ada pada raw material menggunakan metode Root Cause Analysis (RCA).

3. Melakukan perancangan alat inspeksi visual dan grading yang multi-viewdan terotomasi berbasis digital image processing.

4. Melakukan pengujian mekanisme digital image processing pada alat.

5. Membandingkan antara kecepatan alat dengan kecepatan operator ketika dilakukan 100% inspeksi dan grading pada raw material.

6. Membandingkan antara kapasitas maksimum oleh alat denganoperator yang mampu ditangani keduanya selama 1 jam.

10Bab I Pendahuluan1.5 ManfaatTugas Akhir

1. Parameter kualitas dari tiap

raw material dapat ter-

capture denganjelas.

2. Dapatdilakukan

justifikasi secaracepat ketika

mengidentifikasitingkat kualitasdan penyebabcacat pada raw

material.

3. Mengetahuipengaplikasian

quality control didunia industri.

4. Mengetahuiperbandingankecepatan alat

dengankecepatan

operator ketikadilakukan 100% inspeksi padaraw material.

5. Mengetahuiperbandingan

kaparitas maksimumoleh alat dengan

operator yang mampuditangani keduanya

selama 1 jam.

6. Sebagaipengembangan danpengaplikasian ilmuTeknik PengendalianKualitas yang menjadimata kuliah di Teknik

Industri.

11Bab II Tinjauan Pustaka

Tinjauanpustaka

Automated Multi-View Visual

Inspection and Grading System

Digital Image Processing

Seven Tools of Quality

Root Cause Analysis (RCA) Udang

Vanname

ReplacementAnalysis

Studi HasilPenelitianTerdahulu

1.

2.

3.4.

5.

6.

7.

13Bab IIIMetodologi Penelitian

Tahap Identifikasi Masalah

Identifikasi dan PerumusanMasalah

Penetapan TujuanPenelitian

Studi Literatur1.Seven Tools of Quality2.Automated Multi-View Inspection

& Grading System3. Digital Image Processing, RCA4. Replacement Analysis5. Penelitian terdahulu

Studi Lapangan1.Jenis udang untuk penelitian

2. Kondisi eksisting sistem inspeksidan grading pada perusahaan

3. Pola ketersediaan obyek penelitiandi pasaran

A


Tahap PerancanganSistem dan Pengolahan Data

B

Verifikasi dan Pengujian Alat

Perancangan Alat Automated Multi-View VisualInspection and Grading System

Pengolahan Data

Apakah sistemterverifikasidan efektif

A

Perbaikan RancanganPerangkat Keras dan Lunak

Tidak

Ya

Membuat blueprint bentuk prototypeMembuat prototype sesuai blueprint

Modifikasi software AVIS7 1.0Sinkronisasi prototype dengan

software

Uji mekanisme Digital Image Processing pada alat

Tes jalannya sistem dengan uji cobadalam jumlah obyek yang banyak


B

Analisis Rancangan danInterpretasi Data

Kesimpulan dan Saran

Tahap Analisisdan Interpretasi Data

Tahap Kesimpulandan Saran

Selesai

WINTERTemplate

16Bab IV Pengumpulan Data serta PerancanganPerangkat Keras dan Lunak

4.1 Gambaran Umum Produk Amatan

• Udang vanname berasal dari perairan Amerika dan Hawaii ini sukes

dikembangkan di Indonesia dan menjadi spesies unggul sejak tahun

2002 (Kordi, 2010).

• secara umum standar mutu yang digunakan sebagai parameter kualitas

udang adalah sebagai berikut:

• Ukuran udang seragam

• Baunya segar, kulit licin, dan warna alami

• Badan utuh, tidak ada bagian-bagian yang patah atau lepas

• Daging kenyal, rasanya manis

• Mata bulat, hitam, bening, dan bercahaya

• Tidak terdapat bercak-bercak hitam di kepala, sambungan ruas-ruas, kaki renang, sungut, dan ekor

WINTERTemplate


4.2 Gambaran Umum Rancangan Software AmviGS

WINTERTemplate


4.3 Gambaran Umum Rancangan Alat Inspeksi Visual dan Grading yang Multi-view dan Terotomasi

Rancangan Alat Inspeksi Visual dan Grading Multi-view dan Terotomasi

Bagian LoadingBagian Inspeksi

Bagian Sortir

WINTERTemplate


4.4 Pengujian Software AmviGS

Data Master Udang Size 16/20 Kualitas Reject

20Bab IV Pengumpulan Data sertaPerancangan Perangkat Keras dan Lunak


Data Master Udang Size 21/25 Kualitas Reject

21Bab IV Pengumpulan Data sertaPerancangan Perangkat Keras dan Lunak


Data Master Udang Size 26/30 Kualitas Accept

22Bab V Pengolahan DataFlow Chart

23Bab V Pengolahan DataHistogram

24Bab V Pengolahan DataCause Effect Diagram

25Bab V Pengolahan DataCheck Sheets

26Bab V Pengolahan DataScatter Diagram antara luasan dengan tebal pada size 16/20

27Bab V Pengolahan DataScatter Diagram antara tebal dengan luasan pada size 16/20

28Bab V Pengolahan DataHasil running Control Charts untuk Luasan Size 16/20

WINTERTemplate

31Bab VI Analisa dan Interpretasi Data

6.1 Analisis Rancangan Software AmviGS

•Mampu melakukan real-time inspection

•dengan rancangan menu “Run” dilakukan proses inspeksi sesaat setelah produk amatan selesai di-capture.

•Mampu mengimplementasikan metode 7 Tools of Quality dalam pengendalian kualitas proses.

•dengan rancangan menu tujuh metode tersebut, yaitu “Check Sheet”, “Pareto Diagram”, “Histogram”, “Flowchart”, “Cause Effect Diagram”, “Scatter Diagram” dan “Control Chart”.


6.2 Analisis Rancangan Alat Inspeksi Visual dan Grading yang Multi-View dan Terotomasi

• Dari segi kecepatan:

• kecepatan operator sortir di PT GMCP adalah 857ekor/jam/orang,

• kecepatan alat adalah 116 ekor/jam/alat.

• Dari segi kapasitas maksimum:

• kapasitas maksimum operator sortir di PT GMCP adalah71,429 lbs/jam/orang,

• Kapasitas maksimum alat adalah 9,667 lbs/jam/alat.

• Jadi untuk dapat mencapai kecepatan inspeksi dan kapasitasmaksimum seperti pada kondisi eksisting diperlukan alatsebanyak ±7 buah.

34Bab VII Kesimpulan dan Saran

7.1 Kesimpulan

• Alat yang dirancang dapat mengidentifikasi mana raw material yang tergolong dalam kualitas accept atau reject, dan manaraw material yang tergolong size 16/20, 21/25, dan 26/30.

• Hasil identifikasi menggunakan metode RCA mengenaipenyebab cacat pada raw material dipengaruhi dariMan, Machine, Method, Material, Environment.

• Hasil perancangan alat dan software diberi nama AmviGS(Automated Multi-View Visual Inspection and Grading System), yang mengakomodasi fungsi inspeksi, grading, dansortir yang terotomasi.


7.1 Kesimpulan

•Pengujian mekanisme digital image processing dilakukan dengan ujiverifikasi, yang dibuktikan dengan tidak adanya error pada saatrunning, sehingga mekanisme tersebut dapat dinyatakan terverifikasi.

•Dari hasil analisa terhadap proses 100% inspeksi didapatkan bahwakecepatan operator sortir di PT GMCP adalah 857ekor/jam/orang, sedangkan kecepatan alat adalah 116 ekor/jam/alat.

•Dan hasil analisa terhadap kapasitas maksimum yang mampu ditanganioperator sortir di PT GMCP adalah 71,429 lbs/jam/orang, sedangkanyang mampu ditangani alat adalah 9,667 lbs/jam/alat. Jadi untuk dapatmencapai kecepatan inspeksi dan kapasitas maksimum seperti padakondisi eksisting diperlukan alat sebanyak ±7 buah.


7.2 Saran

• Alat dan software akan (ready) siap dipasarkan dengan error 0%, tapi saat ini

error yang terjadi masih 8%. Sehingga masih diperlukan perbaikan kecil

• Dapat dilakukan uji coba untuk obyek amatan lain dalam penelitian selanjutnya.

Hal ini dimaksudkan untuk membuktikan bahwa alat dan software ini tidak

terbatas hanya untuk udang vanname saja, namun juga dapat diaplikasikan

pada obyek amatan lainnya.

• Dalam pengembangan penelitian selanjutnya dapat ditambahkan sensor berat

agar dapat diketahui berat real dari obyek amatan.

• Untuk dapat mencapai kecepatan inspeksi seperti pada kondisi

eksisting, kecepatan conveyor dapat ditingkatkan. Misal dengan meperbesar

daya motor.

Terima Kasih

37Lampiran

38Bab II Tinjauan PustakaStudi Hasil Penelitian Sebelumnya

Alkano (2008) Riski (2008) Luviano (2009) Penelitian ini

Pengembangan Ilmu Pengendalian kualitas Antropometri Pengendalian kualitas Pengendalian kualitas

Objek penelitian Cover buku TanganMinuman kemasan

botolUdang vanname

Pendekatan

Non-contact inspection

Image processing

Real-time inspectionMulti-view inspection

and grading

Computer vision

system

Computer vision

systemImage Processing

Tools

House of quality

(HOQ)

Digital image

processing

Seven tools of qualityDigital image

processing

Control chart

Root Cause Analysis

(RCA)Seven tools of quality

Corrective actionRoot Cause Analysis

(RCA)

ImplementasiHardware dan

software

Hardware dan

softwareSoftware

Hardware dan

software

WINTERTemplate


6.1 Analisis Rancangan Software AmviGS

•kelebihan dari software AmviGS:

•mampu mengidentifikasi dua parameter sekaligus di waktu yang bersamaan dan mudah untuk dioperasikan

•dapat dilakukan 100% inspeksi sekaligus mempercepat waktu inspeksi

• lebih akurat bila dibandingkan dengan inspeksi manual oleh manusia khususnya untuk produk-produk yang bentuknya tetap (seperti botol, kaleng, dan lainnya).

•Kekurangan dari software AmviGS:

•ketika menginspeksi produk-produk yang bentuknya tidak tetap (seperti udang) masih memungkinkan terjadi error.

•Selain itu jika terdapat perubahan mengenai parameter yang akan diinspeksi, maka diperlukan adjustment lagi agar sesuai dengan parameter



• kelebihan dari Rancangan Alat :

• Penggunaan dua webcam ini dapat mendukung pengambilan citra lebih baik bila dibandingkan dengan satu webcam saja dimanfaatkan untuk meng-capture dua parameter yang berbeda sekaligus dalam waktu yang bersamaan.

• terdapat tiga proses kerja sekaligus, yaitu proses inspeksi, proses grading, dan proses sortir.

• prototype ini tidak susah untuk dintegrasikan dan dioperasikan.



• Kekurangan dari Rancangan Alat :

• Setiap akan diuji coba, diperlukan waktu setup yang lama, hampir selama 30 menit

• Ketika prototype ini akan digunakan untuk running dan dipindahkan ke area yang lebih luas, juga harus dilakukan setup ulang yang waktunya pun tidak sebentar

• robustness dari prototype ini masih peka terhadapperubahan posisi.



• didapatkan bahwa terdapat 6 dari 75 ekor udang yang salah identifikasi, sehingga error yang terjadi adalah 8%. Sekilas angka error 8% ini terlihat sangat besar untuk menyebutkan bahwa alat dan software ini tidak lebih baik dibandingkan dengan operator manusia di PT GMCP yang hanya memiliki error 5%.Mengapa?:



• ada kemungkinan suatu saat operator tersebut salah mengklasifikasikan udang

• Perusahaan menggunakan metode penimbangan secara sampling , sedangkan peneliti menentukan size tidak dari penimbangan berat udangnya, namun dari perhitungan luasan dan tebal tiap udang.

• warna tiap udang yang berbeda-beda, dimana perbedaan warna udang ini merupakan hal yang alami dan tidak dapat dikontrol oleh manusia

45Bab V Pengolahan Data

Uji Paired-t Test

•Uji Paired-t Test ini dilakukan dengan bantuan software SPSS

15.0, dengan tingkat kepercayaan sebesar 95%. Berikut hasil

uji Paired-t Test yang ditunjukkan pada Gambar 5.2:

•Gambar 5.2 Hasil Uji Paired-t Test untuk Luasan

•Gambar 5.3 Hasil Uji Paired-t Test untuk Tebal

46Bab V Pengolahan Data

Uji Kecukupan Data

• Tebal (Software) N’ = 48.95634312

•Tebal (Manual) N’ = 48.56755003

•Luasan (Software) N’ = 131.6487285

•Luasan (Manual) N’ = 307.703077


* Perhitungan nilai ekonomis Defender:

•Diketahui:

•Upah operator sortir/bulan = Rp 975.000,- A

•Bunga bank saat ini (BI Rate) = 6% dimajemukkan per bulan selama setahun

• Ii efektif =

•P = A (P/A, 6.2%, 12)

•P = Rp 975.000 (P/A, 6.2%, 12)

•P = Rp 975.000 [



•P = Rp 975.000 x 8.292677123

•P = Rp 8.085.360,19 berlaku untuk 12 bulandi tahun pertama, 12 bulan di tahun kedua, dan12 bulan di tahun ketiga

•Sehingga P = Rp 8.085.360,19 = A1

•P1 = A1 (P1/A1, 6%, 3)

•P1 = Rp 8.085.360,19 (2.673)

•P1 = Rp 21.612.167,8 Present Worth



1 2 3 4 5 6 7 8 9 10 11 13

12

14 15 16 17 18 19 20 21 22 23

24

25 26 27 28 29 30 31 32 33 34 35 36

P1

A*(P/A, 6,2%, 12). A*(P/A, 6,2%, 12).

P

A*(P/A, 6,2%, 12).

P = Rp 8.085.360,19

A A A A A A A A A A A

A1 A1= A1*(P1/A1, 6%, 3),

= Rp 21.612.167,80.

P

P


* Perhitungan nilai ekonomis Challenger:

•Diketahui:

•Biaya pembuatan 1 alat = Rp Rp 8.982.550,-

•Biaya investasi 7 alat = Rp Rp 8.982.550,- x 7 = Rp 62.877.850,-

•Biaya maintenance 1 alat = Rp 100.000,-/bulan

•Biaya operasional 1 alat = Rp 1.000.000,-.

•Sehingga pengeluaran rutin/bulan untuk 7 alat:

•= 7 x (Rp 100.000,- + Rp 1.000.000,-)

•= Rp 7.700.000,- A2



•P2 = A2 (P2/A2, 6.2%, 12)

•P2 = Rp 7.700.000,- (P2/A2, 6.2%, 12)

•P2 = Rp 7.700.000,- [

•P2 = Rp 63.853.613,85. berlaku untuk 12 bulan di tahun pertama, 12 bulan di tahunkedua, dan 12 bulan di tahun ketiga

•Sehingga P2 = Rp 63.853.613,85. = A3



•P3 = A3 (P3/A3, 6%, 3)

•P3 = Rp 63.853.613,85. (2.673)

•P3 = 170.680.709,80. Present Worth

•Selanjutnya nilai P3 ditambah dengan biayainvestasi atas 7 alat tersebut, sehinggadidapatkan total biaya investasinya adalah:

•Rp 170.680.709,80 + Rp 62.877.850,00 =

•Rp 233.558.559,80



•Error yang terjadi dalam proses sortir di PT GMCP = 5%

•Jika kecepatan 1 operator = 857 ekor/jam, dengan hari kerja efektif=25 hari/bulan, 7 jam/hari

•maka dalam sebulan = 857 ekor/jam x 25 x 7 = 149.975 ekor.

•Jika diasumsikan error 5% terjadi tiap hari, maka:

•= 149.975 ekor x 5% = ±7.475 ekor/bulan yang salah identifikasi

•Sehingga 7.475 ekor x Rp 1.719,- = Rp 12.849.525,-. (nilai uang darierror tersebut)

•Nilai ini dapat dianggap sebagai pendapatan per bulan bagi alatbaru. Hal ini dikarenakan alat baru ini memiliki error 0%, sehinggaapabila perusahaan mengaplikasikan alat ini error-nya akanmenjadi 0%, dan nilai uang dari error 5% yang lalu akan berubahmenjadi pendapatan.



•Selanjutnya nilai ini akan dianggap sebagai profit per bulan(A4), dan juga akan dihitung nilai Present Worth (P4) nya.

• P4 = A4*(P4/A4, 6,2%, 12).

• P4 = Rp 106.507.205,90. berlaku untuk 12 bulan di tahunpertama, 12 bulan di tahun kedua, dan 12 bulan di tahunketiga

• Sehingga P4 = Rp 63.853.613,85. = A5

• P5 = A5 (P5/A5, 6%, 3)

• P5 = Rp 63.853.613,85 (2.673)

• P5 = Rp 284.693.761,50. Present Worth



P3

1 2 3 4 5 6 7 8 9 10

12

11 13 14 15 16 17 18 19 20 21 22 23

24

25 16 27 28 29 30 31 32 33 34 35

36

P4

P4

P4

A2 A2 A2 A2 A2 A2 A2 A2

P2

P2

P2

A2*(P2/A2, 6,2%, 12) A2*(P2/A2, 6,2%, 12)

A2*(P2/A2, 6,2%, 12)

A3 A3

P2 = Rp

63.853.613,85

.

= A3*(P3/A3, 6%, 3),

= Rp 170.680.709,80

INV

ES

TAS

I

Rp 62.877.850,00

A4 A4 A4 A4 A4 A4A4*(P4/A4, 6,2%, 12) A4*(P4/A4, 6,2%, 12) A4*(P4/A4, 6,2%, 12)

A5A5

A5

= A5*(P5/A5, 6%, 3), P5

= Rp 284.693.761,50.


* Perbandingan nilai ekonomis Defender & Challenger:

•Setelah didapatkan nilai Present Worth dari biaya investasidan profit, selanjutnya dapat dihitung selisih di antarakeduanya:

• Rp 284.693.761,50 – (170.680.709,80 + Rp 62.877.850,00) = Rp 51.135.201,70 yang merupakan pendapatan bagiperusahaan apabila mengaplikasikan alat ini.

• Dari perhitungan di atas dapat dibandingkan nilai Present Worth dari aset lama (operator sortir) dengan aset baru(alat yang dirancang):

• Aset lama = outflow sebesar Rp 21.612.167,80, yang merupakan biaya atau upah bagi operator sortir yang akandikeluarkan perusahaan selama umur ekonomis.


* Perbandingan nilai ekonomis Defender & Challenger:

•Aset baru = inflow sebesar Rp 51.135.201,70, yangmerupakan pendapatan bagi perusahaan apabilamengaplikasikan alat tersebut selama umurekonomisnya. Jadi akan lebih menguntungkanperusahaan ketika mengaplikasikan alat tersebut.

WINTERTemplate

Daftar PustakaAkbar, Habibullah, dan Anton Satria Prabuwono, Oct. 2008. “Webcam Based System for Press Part Industrial Inspection”. IJCSNS International Journal of Computer Science and Network Security, vol. 8, no. 10.

Ebrahimi, Ebrahim, Kaveh Mollazade, dan Arman Arefi, 2011. “Detection of Greening in Potatoes Using Image Processing Techniques”. Journal of American Science 7, 3:243-247.

G., Narendra V., dan Hareesh K.S, May 2010. “Quality Inspection and Grading of Agricultural and Food Products by Computer Vision – A Review”. International Journal of Computer Applications (0975 – 8887), vol. 2, no. 1.

Gijo, E. V. 2005. “Improving Process Capability of Manufacturing Process by Application of Statistical Techniques”. Quality Engineering 17(2): 309-315.

Mery, Domingo dan Miguel Carrasco. 2005. “Automated Multiple View Inspection Based on Uncalibrated Image Sequences”. SCIA-LNCS 3540, pp. 1238-1247.

Rius-Vilarrasa, E, dkk. 2008. “Genetic Parameters for Carcass Composition and Performance Data in Crossbred Lambs Measured by Video Image Analysis”. Meat Science 81: 619-625.

WINTERTemplate

Daftar PustakaRius-Vilarrasa, E, dkk. 2009. “Evaluation of Video Image Analysis (VIA) Technology to Predict Meat Yield of Sheep Carcasses On-Line under UK Abattoir Conditions”. Meat Science 82:94-100.

Park, Mira, June 2009. “Automated Defect Inspection System by Pattern Recognition”. International Journal of Signal Processing and Pattern Recognation, vol. 2, no. 2.

Vote, D. J, dkk, April 2009. “Video Image Analysis as a Potential Grading System for Uruguayan Beef Carcasses”. Journal of Animal Science 87:2376-2390.

Besterfield, Dale H, dkk. 1995. Total Quality Management. New Jersey: Prentice Hall.

Foster, Thomas. 2001. Managing Quality. An Integrative Approach. Upper Saddle River: Prentice Hall.

Groover, Mikel P. 2001. Automated Manufacturing System and Computer Integrated Manufacturing. New Jersey: Prentice Hall.

Montgomery, Douglas C. 2005. Statistical Quality Control: A Modern Introduction. Arizona: John Wiley & Sons, Inc.

Sutoyo, T., dkk. 2009. Teori Pengolahan Citra Digital. Semarang: UDINUS

WINTERTemplate

Daftar PustakaLotfi, Ehsan, dan Hosein Mirzaee. 2007. “Automatic Quality Control of Fried Potato Using Machine Vision”. First Joint Congress on Fuzzy and Intelligent Systems. Iran, 29-31 Agustus.

Mukhopadhyay, Subhas C. 2006. “Sensing and Instumentation for A Low Cost Intelligent Sensing System”. SICE-ICASE International Joint Conference. Korea, 18-21 September.

Prasetyawan, Yudha, Nani Kurniati, dan Rossy Ariansyah. 2008. “Intelligent Inspection System Cell Design Using Computer Vision System to Develop Quality Control System (Case Study: PT Berlina, Tbk.)”. Proceedings of the 9th Asia Pacific Industrial Engineering & Management System Conference. Indonesia, 3-5 Desember.

Away, Yuwaldi. 2006. “Sistem Visual Terpadu Untuk Proses Inspeksi Dalam Industri”. Jurnal Rekayasa Elektronika, vol. 5, no. 1.

Alkano, Kenny. 2008. “Perancangan Intelligent Inspection System Berbasis Computer Vision System Terintegrasi dengan Statistical Process Control”. Tugas Akhir TeknikIndustri. Surabaya: Institut Teknologi Sepuluh Nopember.

L., Gary Eka. 2009. “Perancangan Automated Visual Inspection System untukMembangun Aplikasi Piranti Lunak Seven Tools of Quality secara Real-Time”. TugasAkhir Teknik Industri. Surabaya: Institut Teknologi Sepuluh Nopember.

WINTERTemplate

Daftar PustakaRiski, M. Arya. 2008. ”Perancangan Sistem Pengukuran Digital untuk AntropometriTangan Menggunakan Teknologi Image Processing”. Tugas Akhir Teknik Industri.Surabaya: Institut Teknologi Sepuluh Nopember.

Investor Daily. 2010. ”Udang Komoditas Unggulan”, accessed 15 September 2011,www.kkp.go.id/index.php/arsip/c/2026/udang-komoditas-unggulan/

Jurusan Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Yogyakarta. n.d. ”Mikrokontroler Atmega16”, accessed 11 Desember 2011,http://www.google.co.id/url?sa=t&rct=j&q=apa+itu+mikrokontroler+filetype%3Adoc&source=web&cd=1&ved=0CBoQFjAA&url=http%3A%2F%2Fstaff.uny.ac.id%2Fsites%2Fdefault%2Ffiles%2Ftmp%2FMateri%2520PPM%2520MIKROKONTROLER.doc&ei=62DjToUVwdWtB6ek4akI&usg=AFQjCNFlrVMmpyQyetKPv16Iasz9I_wKEQ&sig2=eLBs8L6jTY9q9_FMRc7qzQ

Kabarbisnis.com. 2010. “Udang Vanname Lompatan Baru Ekspor PerikananIndonesia”, accessed 13 September 2011,www.kabarbisnis.com/read/2816225

Mahesa, Raka. 2010. “Per Agustus, Ekspor Udang Turun 5.76%”, accessed 16 September 2011, http://industri.kontan.co.id/v2/read/1290051308/52608/Per-Agustus-ekspor-udang-turun-576

http://www.kkp.go.id/index.php/arsip/c/2026/udang-komoditas-unggulan/





http://www.google.co.id/url?sa=t&rct=j&q=apa+itu+mikrokontroler+filetype:doc&source=web&cd=1&ved=0CBoQFjAA&url=http://staff.uny.ac.id/sites/default/files/tmp/Materi PPM MIKROKONTROLER.doc&ei=62DjToUVwdWtB6ek4akI&usg=AFQjCNFlrVMmpyQyetKPv16Iasz9I_wKEQ&sig2=eLBs8L6jTY9q9_FMRc7qzQ





http://www.kabarbisnis.com/read/2816225

http://industri.kontan.co.id/v2/read/1290051308/52608/Per-Agustus-ekspor-udang-turun-576











WINTERTemplate

Daftar Pustaka

Modul Input Output On Off Diskrit. n.d., accessed 11 Desember 2011,http://www.scribd.com/doc/51195082/P1-DSK-R1-1

Wasista, Sigit. 2009. “Transformasi Derajat Keabuan”, accessed 29 September 2011,http://wasista-eepis.blogspot.com/2009/03/transformasi-derajat-

keabuan.html

Tham, M. 1997. “An Introduction To SPC”, Newcastle University, accessed 23 September 2011, http://lorien.ncl.ac.uk/ming/spc/spc0.htm

Sensor Optocoupler. 2007, accessed 11 Desember 2011, http://elektronika-elektronika.blogspot.com/2007/03/sensor-optocoupler.html

Six Sigma Indonesia Center of Excellent. 2008. “Control Charts”, accessed 25 September 2011, http://sixsigmaindonesia.com/blog/?p=56

Total Quality Management. 2008. “Management of Process Quality”, accessed 25 September 2011 http://totalqualitymanagement.wordpress.com/2008/09/21/management-of-process-quality/

http://www.scribd.com/doc/51195082/P1-DSK-R1-1







http://wasista-eepis.blogspot.com/2009/03/transformasi-derajat-keabuan.html







http://lorien.ncl.ac.uk/ming/spc/spc0.htm

http://elektronika-elektronika.blogspot.com/2007/03/sensor-optocoupler.html





http://sixsigmaindonesia.com/blog/?p=56

http://totalqualitymanagement.wordpress.com/2008/09/21/management-of-process-quality/







perancangan inspection and grading system template...

Documents