Sistem Inspeksi Visual Kemasan Tube Obat Salep Kulit Berdasarkan Jumlah Karakter Pada Konveyor Berjalan Dengan Menggunakan Optical Character Recognition (OCR)

Said'far, Muhamad Hikmal (2025) Sistem Inspeksi Visual Kemasan Tube Obat Salep Kulit Berdasarkan Jumlah Karakter Pada Konveyor Berjalan Dengan Menggunakan Optical Character Recognition (OCR). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 2040211015-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (13MB) | Request a copy

Abstract

Didalam proses pelabelan kodefikasi obat salep kulit yang dilakukan perusahaan masih menggunakan tenaga manusia, terdapat sekitar 72 dari 4400 produk atau satu batch selama proses produksi yang TMS (Tidak Memenuhi Syarat) pada saat proses kodefikasi yang disebabkan oleh human error seperti label kodefikasi miring akibat produk tersenggol, tertumpuk, tidak ter-print, salah print, dan lain sebagainya. Akibatnya perusahaan dapat mengalami kerugian apabila produk yang terdapat error tersebut sampai ke tangan konsumer. Penelitian ini mengusulkan sebuah sistem inspeksi visual untuk sortir produk TMS dengan menggunakan metode Optical Character Recognition (OCR) dengan library EasyOCR dan PaddleOCR untuk memeriksa kelengkapan label kodefikasi pada kemasan obat salep kulit di PT. Kimia Farma Tbk. Plant Watudakon. Sistem ini dirancang dengan mengintegerasikan raspberry pi dan komputer untuk pemrosesan gambarnya serta modul kamera KS1A293 sebagai penangkap Gambarnya. Hasil penelitian menunjukkan bahwa PaddleOCR secara signifikan lebih unggul dibandingkan EasyOCR, pada kondisi menggunakan custom model dan kecepatan konveyor 20 RPM, diperoleh tingkat keberhasilan sebesar 98% dari 60 pengujian pada 3 produk yang berbeda. Dibandingkan dengan EasyOCR yang hanya memperoleh tingkat keberhasilan 8% dari 60 pengujian pada 3 produk yang berbeda. Dengan demikian sistem sortir yang menggunakan PaddleOCR dengan bantuan custom model layak untuk diterapkan pada proses pengecekan label kodefikasi yang tidak sesuai dengan kriteria perusahaan.
=========================================================================================================================================
The current codification and labeling process for skin ointment products at the company is performed manually, leading to approximately 72 out of 4,400 products (one batch) per production run failing to meet requirements (Non-Conforming/TMS). These failures are attributed to human error, including skewed labels caused by products being bumped, improper stacking, unprinted labels, and misprints. As a result, the company risks financial losses if these defective products reach consumers. This study proposes a visual inspection system to sort non-conforming products by employing Optical Character Recognition (OCR) with the EasyOCR and PaddleOCR libraries to verify the completeness of codification labels on ointment packaging at PT. Kimia Farma Tbk. Plant Watudakon. The system is engineered by integrating a Raspberry Pi with a computer for image processing and a KS1A293 camera module for image acquisition. The findings indicate that PaddleOCR significantly outperforms EasyOCR. Using a custom model at a conveyor speed of 20 RPM, PaddleOCR achieved a 98% success rate across 60 trials on three different products. In contrast, EasyOCR only achieved an 8% success rate under the same conditions. Thus, the proposed sorting system utilizing PaddleOCR with a custom model is deemed feasible for implementation to inspect codification labels that do not align with the company's standards.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	OCR, EasyOCR, PaddleOCR, Kemasan obat, Sortir, Artificial Intelegence.
Subjects:	Q Science > QA Mathematics > QA336 Artificial Intelligence
Divisions:	Faculty of Vocational > 36304-Automation Electronic Engineering
Depositing User:	Muhamad Hikmal Said'far
Date Deposited:	04 Aug 2025 02:31
Last Modified:	04 Aug 2025 02:31
URI:	http://repository.its.ac.id/id/eprint/123266

Actions (login required)

View Item