Скачать или смотреть Sistem Deteksi Korosi Benda Berbahan Logam Secara Adaptif Berbasis Dynamic Convolutional Attention

Hibah Riset Kompetitif Nasional (PFR) Kemendikti Saintek Tahun 2025

Abstrak
Menurunnya fungsi suatu komponen yang berbahan dasar logam sering terjadi dikarenakan korosi. Korosi dapat berdampak buruk bagi sebuah industri, baik dari sisi finansial maupun keselamatan manusia. Saat ini, inspeksi rutin korosi pada industri masih banyak dilakukan manual oleh manusia. Namun, faktanya tidak selalu dapat dilakukan secara manual karena terdapat lokasi-lokasi benda yang tidak dapat dijangkau oleh manusia dan tidak dapat di deteksi secara real-time. Akselerasi teknologi yang begitu pesat saat ini membawa para akademisi dan praktisi untuk mengembangkan solusi yang dapat menjawab persoalan tersebut. Salah satunya adalah mengembangkan sistem visi komputer yakni segmentasi objek dengan algoritma YOLO (You Only Look Once). Tujuan penelitian ini adalah mengembangkan sistem segmentasi objek untuk mendeteksi area yang terkena korosi pada dunia industri dengan pendekatan visi komputer berbasis metode Adaptive Kernel menggunakan algoritma one stage detector (YOLOv12) yang diintegrasikan dengan attention mechanism Dynamic Convolution Attention (DCA). Sistem yang dibuat akan mendeteksi korosi dengan melakukan segmentasi pada area korosi dan melakukan klasifikasi persentase tingkat keparahan korosi secara real-time. Sehingga dapat memberikan informasi yang utuh untuk menentukan penanganan yang tepat bagi perangkat yang terdampak korosi. Selain itu, sistem ini dapat membantu dalam mengurangi beban finansial jika terlambat dalam penanganan alat yang terdampak korosi, serta menciptakan lingkungan kerja yang aman bagi para pekerja.