IMPLEMENTASI TRANSFER LEARNING DAN CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI KUALITAS HASIL CETAK PRINTER LASER PADA PT. XYZ

Baranta, Rangga (2025) IMPLEMENTASI TRANSFER LEARNING DAN CONVOLUTIONAL NEURAL NETWORK (CNN) DALAM KLASIFIKASI KUALITAS HASIL CETAK PRINTER LASER PADA PT. XYZ. Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER - BAB III.pdf - Published Version Download (2MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (888kB)
	Text BAB V.pdf - Published Version Download (1MB)

Official URL: http://repositori.buddhidharma.ac.id

Abstract

Kualitas hasil cetak dokumen sangat penting dalam mendukung kelancaran operasional di PT XYZ, terutama pada divisi yang bergantung pada printer laser untuk produksi massal. Masalah seperti toner habis, bocor, atau kerusakan perangkat keras sering tidak terdeteksi secara dini karena masih mengandalkan inspeksi manual. Penelitian ini mengembangkan sistem klasifikasi otomatis berbasis Convolutional Neural Network (CNN) dan transfer learning untuk mengidentifikasi kualitas hasil cetak menjadi tiga kelas: normal, habis, dan bocor. Dataset dikumpulkan dari hasil pemindaian nyata, kemudian diproses dengan teknik augmentasi dan normalisasi untuk meningkatkan generalisasi model. Model CNN dioptimalkan dengan arsitektur pretrained dan dilatih menggunakan optimizer Adam serta fungsi loss categorical crossentropy. Hasil menunjukkan akurasi validasi sebesar 91,4%. Sistem diintegrasikan ke aplikasi web Flask untuk memfasilitasi pemantauan real- time. Pendekatan ini efektif dalam mengurangi inspeksi manual, meningkatkan akurasi deteksi cacat, dan menjaga konsistensi hasil cetakan..

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	CNN, Deteksi Otomatis, Klasifikasi gambar, Printer Laser, Transfer Learning
Subjects:	600 Teknologi dan Ilmu Terapan (Bisnis) > 650.0285 Pengolahan dan Analisa Data di Bidang Bisnis
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	09 Mar 2026 06:47
Last Modified:	09 Mar 2026 06:47
URI:	https://repositori.buddhidharma.ac.id//id/eprint/3074

Actions (login required)

View Item