Sistem Deteksi Mixing Bolt Berbasis Machine Vision untuk Mengurangi Human Error pada Proses Assembly di PT TACI

Abstract

Human error pada proses inspeksi manual masih menjadi salah satu penyebab utama menurunnya kualitas produk di industri manufaktur. Pada proses assembly bolt through di PT TACI, masih terdapat potensi mixing bolt karena beberapa jenis bolt memiliki karakteristik visual yang hampir serupa sehingga inspeksi manual kurang efektif dan berisiko menimbulkan produk cacat. Penelitian ini mengusulkan sistem deteksi mixing bolt berbasis machine vision yang diintegrasikan dengan Programmable Logic Controller (PLC) menggunakan metode Edge Position untuk melakukan inspeksi visual secara otomatis dan real-time. Kontribusi penelitian ini adalah mengembangkan sistem inspeksi visual yang terintegrasi dengan sistem kendali sebagai mekanisme error-proofing untuk mendeteksi ketidaksesuaian jenis bolt, mengurangi human error, serta meningkatkan kualitas proses assembly. Penelitian menggunakan metode Research and Development (R&D) yang meliputi identifikasi masalah, analisis kebutuhan sistem, perancangan perangkat keras dan perangkat lunak, implementasi, serta evaluasi sistem. Sistem yang dikembangkan mengintegrasikan kamera industri KEYENCE CA-HX200M, vision controller KEYENCE XG-X2200, PLC KEYENCE KV-7500, sistem pencahayaan, dan antarmuka pemantauan. Evaluasi sistem dilakukan melalui uji fungsional, analisis confusion matrix, pengukuran cycle time, serta analisis Failure Mode and Effect Analysis (FMEA). Hasil penelitian menunjukkan bahwa sistem berhasil diimplementasikan dan seluruh komponen dapat beroperasi sesuai dengan rancangan. Evaluasi kinerja menghasilkan tingkat accuracy sebesar 96% pada pengujian awal, serta mencapai 100% nilai accuracy setelah optimasi, sedangkan hasil analisis FMEA menunjukkan penurunan nilai Risk Priority Number (RPN) dari 343 menjadi 7, atau terjadi penurunan risiko sebesar 98%. Selain itu, implementasi sistem mampu menurunkan cycle time sebesar 0,61%, sehingga meningkatkan efisiensi proses produksi. Hasil tersebut membuktikan bahwa sistem yang dikembangkan mampu meningkatkan keandalan inspeksi visual sekaligus mempertahankan produktivitas proses assembly. Berdasarkan hasil penelitian dapat disimpulkan bahwa sistem deteksi mixing bolt berbasis machine vision yang dikembangkan mampu mengurangi human error dan meningkatkan kualitas proses assembly melalui inspeksi otomatis secara real-time. Sistem ini berpotensi menjadi solusi penerapan smart quality control untuk mendukung transformasi industri manufaktur menuju smart manufacturing.