Pembuatan Algoritma Feature Recognition untuk Intersection Feature Primitive Box pada Model 3 Dimensi

Penelitian ini mengembangkan algoritma feature recognition untuk mendeteksi intersection feature pada model tiga dimensi 3D yang terbentuk dari kombinasi dua primitive box. Algoritma ini terdiri dari dua tahap utama, yaitu face detection untuk identifikasi permukaan dan feature reconstruction untuk membentuk data fitur berdasarkan konektivitas geometris. Data input berupa file STEP dianalisis menggunakan bahasa pemrograman Python, dan hasilnya divisualisasikan melalui Graphical User Iinterface (GUI). Algoritma berhasil mengenali berbagai jenis intersection feature seperti Rectangular Corner Cut (RCC), Rectangular Center Side Cut (RCSC), Rectangular Top Cross Cut (RTCC), dan Rectangular Middle Center Cut (RMCC/T-Slot). Validasi algoritma dilakukan melalui pengujian terhadap model uji 3D, dan hasilnya menunjukkan bahwa algoritma mampu menghasilkan feature data secara akurat. Temuan ini berpotensi digunakan dalam aplikasi perencanaan proses manufaktur dan inspeksi berbasis CAD seperti Computer-Aided Process Planning (CAPP) dan Computer-Aided Inspection Planning (CAIP).