IDENTIFIKASI KARAT PADA SLACK SUPPORT MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Abstrak

Logam merupakan unsur yang sangat tidak asing dikarenakan banyak benda – benda disekitar kita yang menggunakan unsur logam, material logam sudah  sangat umum digunakan dikehidupan sehari - hari. Logam merupakan sebuah unsur kimia dengan sifat yang sangat kuat,liat, keras dan dapat menghantarkan listrik atau  energi panas, logam berasal dari biji logam yang didapat dengan cara  penambangan[1]. Karat merupakan salah satu ancaman terhadap benda logam karena dapat  menyebabkan menurunnya kegunaan alat karena bersifat rapuh, mudah larut dan  juga dapat bersifat racun. Karat menyebar bertahap pada permukaan logam seperti  penyakit yang sangat menular, karat merupakan hasil dari korosi yang merupakan  oksidasi suatu logam dengan proses pengkaratan yang merupakan proses  elektrokimia besi (Fe) bertindang sebagai pereduksi dan oksigen (O2) yang terlarut  dalam air sebagai pongoksidasi[2]. Kerugian yang besar dari dampak pengkaratan sehingga mengharuskan  adanya upaya – upaya pencegahan terjadinya karat, dengan prinsip melindungi besi dan menjauhkan dari penyebab terjadinya karat dilihat dari faktor yang  memengaruhi proses pengkaratan besi[3]. Oleh karena itu dalam upaya mengatasi permasalahan tersebut, dampak pencegahan awal dapat dilakukan dengan melakukan citra digital, hal ini menjadi potensi pencegahan awal serta ke-efisiensi penggunaan teknologi. Pengunaan teknologi mempermudah akan sesuatu yang kita perlukan, maka pengunaan citra digital dapat membantu pada identifikasi suatu objek. Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra terbagi 2 yaitu citra yang bersifat analog dan ada citra yang bersifat digital. Citra analog adalah citra yang bersifat continue seperti gambar pada monitor televisi, foto sinar X, dan lain-lain. Sedangkan pada citra digital adalah citra yang dapat diolah oleh komputer. Citra dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial, dan amplitudo f di titik koordinat (x,y) dinamakan intensitas atau tingkat keabuan dari citra pada citra tersebut. [4].

Metals are elements that are very familiar due to the abundance of objects around us that utilize metallic components. Metal materials are widely used in everyday life. Metals are chemical elements characterized by their strength, ductility, hardness, and their ability to conduct electricity or thermal energy. Metals originate from metal ores obtained through mining processes [1]. Rust is one of the major threats to metal objects, as it can reduce their usability due to its brittle nature, solubility, and potential toxicity. Rust spreads gradually on the surface of metals like a highly contagious disease. Rust is the result of corrosion, which is an oxidation process involving electrochemical reactions in which iron (Fe) acts as the reducing agent and dissolved oxygen (O₂) in water acts as the oxidizing agent [2].The significant losses caused by corrosion demand preventive efforts to avoid rust formation. These efforts are based on the principle of protecting metal, especially iron, from exposure to the factors that cause corrosion [3]. To address this issue, early prevention can be achieved through digital imaging, which presents a promising solution for initial detection and improves technological efficiency. The use of technology simplifies various tasks, and thus, digital imaging can assist in object identification. An image is a representation, resemblance, or imitation of an object. Images are classified into two types: analog images and digital images. Analog images are continuous, such as those seen on television screens, X-ray photographs, and so on. Meanwhile, digital images are images that can be processed by computers. A digital image can be defined as a function f(x,y) of size M rows and N columns, where x and y are spatial coordinates, and the amplitude of f at coordinates (x,y) is referred to as the intensity or gray level at that point [4].