Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengantar AI dalam Pengendalian Kualitas
- Gambaran umum penerapan AI pada proses pengendalian kualitas manufaktur
- Penerapan praktis dalam inspeksi, deteksi cacat, serta kepatuhan standar
- Kelebihan dan keterbatasan sistem QA berbasis AI
Pengumpulan dan Pengolahan Data Kualitas
- Jenis-jenis data yang digunakan dalam jaminan kualitas (gambar, sensor, log produksi)
- Memberi label pada sekumpulan gambar dengan alat LabelImg
- Penyimpanan serta strukturisasi data untuk pelatihan model
Pengenalan Computer Vision dalam Jaminan Kualitas
- Dasar-dasar pemrosesan gambar menggunakan OpenCV
- Teknik pra-pengolahan untuk data visual industri
- Ekstraksi fitur visual guna analisis lebih lanjut
Pembelajaran Mesin dalam Identifikasi Anomali
- Pelatihan model klasifikator sederhana untuk mendeteksi cacat
- Pemanfaatan jaringan saraf konvolusional (CNN)
- Metode pembelajaran tanpa pengawasan untuk mengidentifikasi anomali
Perkiraan Hasil Produksi Menggunakan Model AI
- Dasar-dasar teknik regresi dalam prediksi
- Pembuatan model untuk memproyeksikan volume produksi
- Evaluasi serta penyempurnaan akurasi hasil prediksi
Integrasi AI dengan Sistem Produksi
- Opsi penerapan model inspeksi secara praktis
- Perbandingan antara analisis berbasis Edge AI dan sistem awan
- Pengotomatisan proses pengiriman peringatan serta pelaporan kualitas
Studi Kasus Praktis dan Proyek Akhir
- Pengembangan prototipe sistem inspeksi AI secara menyeluruh
- Pelatihan serta pengujian menggunakan sekumpulan data QA contoh
- Presentasi solusi pengendalian kualitas berbasis AI yang siap digunakan
Penutup dan Langkah Selanjutnya
Persyaratan
- Pemahaman dasar mengenai proses manufaktur atau jaminan kualitas
- Pengalaman menggunakan lembar kerja atau bentuk pelaporan digital
- Minat terhadap metode pengendalian kualitas berbasis data
Target Peserta
- Spesialis jaminan kualitas
- Pemimpin produksi
21 Jam