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
Pengenalan AI dalam Pengendalian Kualitas
- Gambaran umum AI dalam proses kualitas manufaktur
- Aplikasi dalam inspeksi, deteksi cacat, dan kepatuhan
- Manfaat dan keterbatasan QA berbasis AI
Pengumpulan dan Persiapan Data Kualitas
- Jenis data yang digunakan dalam QA (gambar, sensor, log produksi)
- Pelabelan dataset visual menggunakan LabelImg
- Penyimpanan dan struktur data untuk melatih model
Pengenalan Computer Vision untuk QA
- Dasar-dasar pemrosesan gambar dengan OpenCV
- Teknik preprocessing untuk gambar industri
- Ekstraksi fitur visual untuk analisis
Machine Learning untuk Deteksi Anomali
- Melatih klasifikasi sederhana untuk deteksi cacat
- Penggunaan convolutional neural networks (CNNs)
- Pembelajaran tidak berlabel (unsupervised learning) untuk identifikasi anomali
Prakiraan Hasil Produksi (Yield) dengan Model AI
- Pengenalan teknik regresi
- Membangun model untuk memprediksi hasil produksi
- Mengevaluasi dan meningkatkan akurasi prediksi
Integrasi AI dengan Sistem Produksi
- Opsi deployment untuk model inspeksi
- Edge AI vs analisis berbasis cloud
- Otomatisasi peringatan dan pelaporan kualitas
Studi Kasus Praktis dan Proyek Akhir
- Mengembangkan prototipe inspeksi AI end-to-end
- Pelatihan dan pengujian dengan dataset QA sampel
- Mempresentasikan solusi pengendalian kualitas AI yang fungsional
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman tentang proses manufaktur dasar atau QA
- Familiaritas dengan spreadsheet atau format pelaporan digital
- Minat terhadap metode pengendalian kualitas berbasis data
Audiens
- Spesialis penjaminan kualitas (quality assurance)
- Pemimpin produksi
21 Jam
