BAB I PENDAHULUAN I.1 Latar Belakang Perkembangan industri manufaktur menuntut perusahaan untuk untuk memiliki daya saing tinggi, baik itu skala nasional maupun internasional. Kegiatan ekspor dan impor menjadi salah satu jenis kegiatan perdagangan yang dapat memicu pertumbuhan perekonomian, dan merupakan salah satu strategi perindustrian di Indonesia untuk bersaing di tingkat internasional. Gambar I.1 menunjukkan sepuluh kelompok hasil industri dengan nilai ekspor terbesar dan salah satu jenis industri yang memiliki peran penting adalah industri tekstil dengan nilai ekspor 12.26 milyar US$. Industri tekstil dan produk tekstil merupakan salah satu jenis industri yang diprioritaskan untuk dikembangkan karena memiliki peran yang strategis dalam perekonomian nasional yaitu sebagai penyumbang devisa negara, menyerap tenaga kerja dalam jumlah yang cukup besar, dan sebagai industri yang diandalkan untuk memenuhi kebutuhan sandang nasional. Gambar I. 1 Sepuluh Kelompok Hasil Industri dengan Nilai Ekspor Terbesar (Kemenperin, 2015) PT Buana Intan Gemilang merupakan salah satu perusahaan tekstil yang berlokasi di Banjaran, Jawa Barat dan bergerak di bidang manufaktur sandang dengan memproduksi kain gorden. Dalam memenuhi permintaan akan kebutuhan sandang, industri tekstil harus memenuhi standar dan kualitas konsumen, serta harus dapat bersaing dengan perusahaan lain dalam memenuhi permintaan konsumen. Untuk mendapatkan kualitas terbaik dari produk perlu mempertimbangkan proses kontrol kualitas. Dalam proses kontrol kualitas, sangat dibutuhkan proses pemeriksaan atau proses inspeksi yang bertujuan untuk memenuhi metode pengujian dan penilaian 1
cacat dan kain tenun yang sesuai dengan standar SNI 08-0277-1989. Untuk mendapatkan kualitas kain yang sesuai dengan standar yang ada, maka perusahaan harus mempertimbangkan proses quality control pada stasiun kerja inspeksi. Pada saat ini masih terdapat proses inspeksi yang dilakukan secara manual menggunakan mata manusia tanpa alat bantu, seperti yang terdapat pada PT Buana Intan Gemilang. Pada perusahaan ini proses inspeksi masih dilakukan secara manual dengan alat bantu meja dengan bidang yang miring, dimana pada meja tersebut terdapat lampu sebagai penerangan agar cacat pada kain dapat terlihat jelas, seperti pada Gambar I.2. Gambar I. 2 Proses Inspeksi (PT.Buana Intan Gemilang, 2016) Pada perusahaan ini terdapat enam stasiun kerja inspeksi dengan satu orang operator di setiap stasiun kerja. Berdasarkan obeservasi ke perusahaan proses inspeksi manual membutuhkan waktu lebih karena proses inspeksi dilakukan berulang sebanyak dua kali untuk memastikan tidak ada cacat yang terlewatkan, dan jika operator belum yakin juga dilakukan pengulangan terhadap proses scanning cacat yang terdapat pada kain. Berdasarkan data perusahaan, volume produksi perusahaan tidak sebanding dengan volume inspeksi, sehingga menimbulkan penumpukan kain yang belum diinspeksi pada stasiun kerja inspeksi. Hal ini mengakibatkan permintaan konsumen tidak terpenuhi tepat waktu. 2
Perbandingan antara volume produksi perusahaan, volume inspeksi, dan volume kain yang belum diinspeksi dapat dilihat pada Gambar I.3. Gambar I. 3 Volume Produksi, Volume Inspeksi, dan Belum Diinspeksi (PT Buana Intan Gemilang, 2016) Proses inspeksi yang dilakukan secara manual akan membutuhkan waktu yang lebih lama serta memiliki banyak keterbatasan. Hal ini dikarenakan keterbatasan penglihatan manusia dan human error yang ada sehingga dapat menyebabkan kesalahan pendeteksian pada saaat dilakukan proses inspeksi pada kain. Selain itu Inspeksi secara manual dengan mata manusia menghasilkan akurasi 70% karena dipengaruhi faktor kelelahan mata (Irene, 2009). Berdasarkan data perusahaan, terdapat 25 jenis cacat yang muncul pada setiap proses inspeksi. Dari 25 cacat tersebut, delapan diantaranya menyebabkan kain tidak layak celup yaitu cacat pakan kosong, cacat oli, cacat lusi putus, cacat lusi double, cacat kartu rusak, cacat lotting, cacat salah cucuck sisir, dan cacat kain bolong. Tingkat kemunculan cacat tidak layak celup yang paling dominan muncul pada saat proses inspeksi dapat dilihat pada Gambar I.4. Dari data tersebut dapat dilihat tiga cacat yang paling dominan muncul pada proses inspeksi di perusahaan adalah pakan kosong dengan persentase sebesar 18%, selanjutnya adalah cacat oli dengan persentase 17,8%, dan posisi ketiga adalah cacat lusi putus dengan persentase 15,4%. 3
Setelah mengetahui persentase dari cacat yang menyebabkan kain tidak layak celup, maka tiga cacat yang paling dominan tersebut dipilih sebagai cacat yang akan diteliti pada penelitian ini. Cacat Tidak Layak Celup 8,6% 8,5% 18,0% Pakan kosong oli 8,9% lusi putus lusi double 11,3% 17,8% Kartu rusak Lotting Salah cucuk sisir kain bolong 11,4% 15,4% Gambar I.4 Persentase Cacat Tidak Layak Celup (PT Buana Intan Gemilang, 2016) Perkembangan teknologi pengolahan citra (image processing) akan membantu untuk mengatasi permasalahan pada proses inspeksi agar dapat mengurangi waktu proses inspeksi dengan hasil yang lebih akurat. Penelitian ini merancang sebuah sistem yang berfokus pada optimasi proses inspeksi untuk mendeteksi jenis cacat yang terdapat pada kain. Dengan demikian, dibutuhkan teknik identifikasi yang tepat untuk mendeteksi jenis cacat. Metode yang digunakan pada penelitian ini adalah metode fuzzy logic yang mampu menangani ambiguitas, dan ketidakpastian variabel yang digunakan (Mulato,2014). Penelitian ini mendukung sistem otomasi untuk mengidentifikasi cacat pada kain menggunakan metode fuzzy logic dengan menggantikan fungsi penglihatan manusia menjadi pengolahan citra digital. Beberapa penelitian telah dilakukan untuk membantu proses inspeksi cacat pada tekstil seperti penelitian yang pernah dilakukan oleh Ferdiansyah (2016) tentang Optimizing Woven Fabric Defect For Inspection Using Image Processing and Fuzzy Logic at CV.Maemunah Majalaya. Pada penelitian ini dilakukan inspeksi 4
pada kain menggunakan pengolahan citra metode fuzzy logic dengan ekstraksi GLCM menghasilkan tingkat akurasi 82,26% dan waktu proses rata-rata 2,528 detik yang berarti mengalami penurunan 17 detik dari proses yang ada. Akurasi yang dihasilkan masih belum terlalu baik oleh karena itu perlu dilakukan penelitian lanjutan untuk menghasilkan tingkat akurasi yang lebih baik. Selain itu penelitian seperti ini juga pernah dilakukan oleh Mulato (2014) tentang Klasifikasi Kematangan Buah Jambu Biji Merah (Psidium Guajava) dengan Menggunakan Model Fuzzy. Pada penelitian ini dilakukan klasifikasi kematangan buah jambu biji merah dengan fitur ekstraksi GLCM, dan diperoleh tingkat keakuratan kematangan buah jambu biji merah untuk data training sebesar 94,67% dengan error 5,33% dan data testing sebesar 83,3% dengan error 16,7%. Pada penelitian tersebut masih menggunakan sistem manual dan belum terintegrasi. Oleh karena itu dibutuhkan penelitian lanjutan untuk membuat alat deteksi cacat otomatis yang sudah terotomasi dan terintegrasi antara software dan hardware yang digunakan. Penelitian tentang deteksi cacat pada kain juga pernah dilakukan oleh Rebhi (2015) tentang Fabric Defect Detection Using Local Homogeneity Analysis And Neural Network. Pada penelitian ini dilakukan deteksi cacat pada kain menggunakan metode homogenitas lokal dan jaringan syaraf tiruan dengan sistem offline sehingga didapatkan akurasi rata-rata sebesar 97, 35%. Pada penelitian tersebut masih menggunakan data latih sebanyak 89 gambar dan data uji yang diambil dari 40% data latih, sehingga perlu dilakukan pemisahan antara sampel untuk data latih dan data uji agar akurasi yang diperoleh tepat. Penelitian yang juga pernah dilakukan sebelumnya oleh Yulianto (2009) tentang Penerapan Logika Fuzzy pada Sistem Deteksi Tepi Aplikasi Computer Assistant Diagnosis Kanker Payudara. Pada penelitian ini didptka hasil operasi deteksi tepi menggunakan aturan Fuzzy sehingga mempermudah dalam menentukan batasbatas area wilayah penyebaran sel kanker payudara pada hasil x-ray kanker tersebut. Namun tidak semua jenis kanker payudara dapat terdeteksi dengan baik, sehingga diperlukan komposisi aturan fuzzy yang tepat agar diperoleh hasil pendeteksian yang tepat. 5
Berdasarkan latar belakang permasalahan yang ada dan beberapa penelitian terdahulu, maka penelitian ini difokuskan pada perancangan sistem deteksi cacat pada kain tenun gorden dengan pengolahan citra menggunakan metode fuzzy logic. I.2 Rumusan Masalah 1. Bagaimana merancang sistem identifikasi cacat otomatis pada kain tenun gorden menggunakan metode fuzzy logic? 2. Bagaimana menentukan akurasi dan waktu proses dari sistem identifikasi deteksi cacat otomatis pada kain tenun gorden? I.3 Tujuan 1. Untuk merancang sistem identifikasi cacat otomatis pada kain tenun gorden menggunakan metode fuzzy logic. 2. Untuk menentukan akurasi dan waktu proses dari sistem deteksi cacat otomatis pada kain tenun gorden. I.4 Batasan Masalah 1. Penelitian ini dilakukan sebagai usulan dan simulasi, tidak sampai implementasi pada perusahaan. 2. Sistem identifikasi cacat menggunakan software MATLAB dengan memanfaatkan toolbox Fuzzy Logic dalam bentuk GUI identifikasi cacat, yang terintegrasi dengan program PLC Cx Programmer, dan Human Machine Interface 3. Sebagai pengujian software digunakan 120 sampel kain tenun gorden yang diidentifikasi dan terdiri dari tiga jenis cacat yaitu cacat lusi putus, cacat pakan kosong, dan cacat oli yang dideteksi menggunakan prototype identifikasi cacat kain tenun dalam bentuk citra digital. 4. Metode yang digunakan pada inferensi fuzzy adalah metode mamdani. 5. Fungsi keanggotaan yang digunakan pada penelitian ini adalah representasi segitiga. 6. Sampel kain cacat yang digunakan merupakan hasil dari inspeksi kain tenun gorden yang diberikan oleh PT Buana Intan Gemilang dengan ukuran sampel 13 x18 cm. 6
7. Penentuan akurasi pengujian menggunakan keberhasilan jumlah data benar dalam bentuk persentase. 8. Waktu proses akan ditampilkan secara otomatis oleh software sistem identifikasi cacat kain tenun otomatis. I.5 Manfaat Manfaat penelitian ini adalah: 1. Dapat membuat perancangan sistem otomasi dari proses inspeksi kain tenun gorden. 2. Dapat menambah pengetahuan tentang image processing dan sistem otomasi. 3. Penerapan sistem otomasi dapat mengoptimalkan waktu proses inspeksi dan meningkatkan akurasi proses inspeksi. I.6 Sistematika Penulisan Penelitian ini diuraikan dengan sistematika penulisan sebagai berikut: Bab I Bab II Bab III Pendahuluan Pada bab ini berisi penjelasan mengenai latar belakang penelitian, perumusan masalah, tujuan penelitian, batasan penelitian, manfaat penelitian, dan sistematika penulisan. Tinjauan Pustaka Pada bab ini berisi literatur yang relevan dengan permasalahan yang diteliti dan hasil-hasil penelitian terdahulu. Studi literatur tentang teori yang digunakan dalam penelitian ini adalah sistem otomatisasi deteksi cacat kain yang terdiri Programmable Logic Controller, Human Machine Interface, fuzzy logic dan pengolahan citra dengan menggunakan MATLAB. Metode Penelitian Pada bab ini dijelaskan langkah-langkah penelitian secara rinci menggunkan metode fuzzy logic meliputi tahap identifikasi, tahap 7
inisialisasi, tahap perancangan, tahap implementasi dan analisis, serta tahap kesimpulan dan saran. Bab IV Bab V Bab VI Perancangan Sistem Identifikasi Cacat Bab ini berisi tentang data-data yang diperlukan untuk merancang deteksi cacat pada kain menggunakan metode fuzzy logic dan tahapan yang diperlukan dalam MATLAB, serta data-data yang diperlukan. Selanjutnya data-data tersebut akan digunakan untuk merancang prototype sebagai media simulasi dari program yang dirancang pada sistem otomasi deteksi jenis cacat pada kain tenun gorden di PT Buana Intan Gemilang. Hasil dan Analisis Bab ini berisi mengenai analisis dari hasil penelitian yang dilakukan yaitu perancangan otomatisasi deteksi cacat pada kain tenun gorden. Kesimpulan dan Saran Bab ini berisi kesimpulan dari perancangan otomatisasi deteksi cacat pada kain tenun gorden di PT. Buana Intan Gemilang serta rekomendasi saran yang berhubungan dengan rancangan sistem yang telah dibuat. 8