Implementasi IoT pada Konveyor Sortir Kemasan Kotak Berbasis Computer Vision

Industri manufaktur membutuhkan sistem quality control untuk meningkatkan produktivitas serta meminimalkan produk cacat. Permasalahan yang muncul pada proses inspeksi manual adalah ketergantungan pada operator, risiko human error, dan keterbatasan kecepatan inspeksi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan prototipe konveyor sortir kemasan kotak otomatis berbasis computer vision yang terintegrasi dengan Internet of Things (IoT) untuk mendeteksi dan menyortir kemasan cacat secara real-time. Sistem dibangun menggunakan YOLOv8 untuk deteksi objek, Node-RED sebagai antarmuka monitoring dan kontrol, MQTT untuk komunikasi data, serta PLC Mitsubishi FX5U untuk eksekusi aktuator sortir. Metode pengembangan menggunakan pendekatan Waterfall, yang mencakup perancangan mekanik konveyor, sistem elektrik berbasis tombol kontrol dan indikator, serta integrasi perangkat lunak pada mini PC ASUS PN51-S1. Pengujian dilakukan dengan dua variasi dataset, yaitu 960 dan 1437 gambar. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan kemasan ke dalam kategori GOOD, DEFECT SEDOTAN, DEFECT LUBANG, DEFECT SAMPING, dan JATUH dengan presisi rata-rata di atas 90%, di mana kategori GOOD mencapai 91,9%, DEFECT SEDOTAN 94,1%, DEFECT SAMPING 92,6%, dan DEFECT LUBANG 89,6%. Analisis sequence time menunjukkan bahwa proses sortir didominasi oleh pergerakan konveyor sekitar 5–6 detik per produk,sedangkan deteksi citra dan eksekusi aktuator berlangsung di bawah 1 detik.