Rahma94/castingdefect

1import streamlit as st2import pandas as pd3import numpy as np4from PIL import Image5 6st.set_page_config(7    #bikin judul page nya8    page_title= "Casting Product Classification for Quality Inspection  - Exploratory Data Analysis (EDA)",9    #agar ga ada padding10    layout='wide',11    #expand page12    initial_sidebar_state='expanded'13    )14 15def run():16 17    #Membuat title18    st.title('Casting Product Classification for Quality Inspection')19 20    #streamlit sub-header21    st.subheader('Casting Product  - Exploratory Data Analysis (EDA)')22 23    st.write('Dalam industri manufaktur, mengurangi kesalahan dalam proses produksi manufaktur sangat penting untuk memaksimalkan keuntungan. Untuk mengurangi kesalahan pemrosesan, diperlukan anggaran untuk pengecekan kualitas, pemeriksaan secara manual, dan meninjau proses produksi. Quality control telah banyak diterapkan oleh perusahaan-perusahaan, akan tetapi perusahaan harus mengeluarkan anggaran khusus untuk menggaji karyawan karena proses pengecekan kualitas sebagian besar masih dilakukan secara manual. Hal ini tentu sangat memakan waktu dan keakuratan karyawan dalam mengecheck product tidak bisa 100% akurat.'''24 25            '''Pada project ini, Divisi data sciencetist diminta untuk mengatasi masalah yang ada dengan melakukan automasi proses quality control menggunakan Model AI. Disini kami akan membuat sebuah model classification Image menggunakan CNN.''')26 27      28    st.write("\n") 29    st.write("\n") 30    31 32      # Load gambar pertama33    image1 = Image.open("train1 (2).jpg")34    new_image = image1.resize((300, 300))35    st.image(new_image, caption='Submersible Pump')36 37 38    st.write("\n") 39    st.write("\n") 40    41    # Load gambar kedua42    image1 = Image.open("train2.jpeg")43    new_image = image1.resize((300, 300))44    st.image(new_image, caption='Impeller')45 46    st.write('Dataset yang akan digunakan yaitu data gambar dari product Impeller. Impeller adalah bagian dari Submersible Pump. Submersible Pump umumnya digunakan untuk '''47             '''memompa air dari sumur atau sumur bor, dan juga dapat digunakan dalam berbagai hal, seperti pengeringan tambang atau sistem air limbah.'''48 49                '''Adapun cacat product yang akan dideteksi adalah casting defect/ cacat yang disebabkan oleh proses pencetakan Impeller yang tidak sesuai standart.'''50 51                '''Oleh karena itu diperlukan data gambar dari Impeller dengan defect dan Impeller dengan kondisi tanpa defect.''')52 53    54    st.write("\n") 55    st.write("\n") 56    st.write("\n")57    st.write("\n")58 59    st.write("### Ukuran dan Dimensi Warna")60    # Load gambar61    image = Image.open("cast_ok_1.jpeg")62    new_image = image.resize((300, 300))63    st.image(new_image, caption='(300,300,3)')64    st.write('Pada dataset yang digunakan terdiri dari data gambar dengan image size 300 x 300. Dimensi warna pada dataset yaitu RGB.Gambar memiliki 3 channel warna (Merah, Hijau, Biru) untuk setiap piksel.')65 66    st.write("\n") 67    st.write("\n") 68    st.write("\n")69    st.write("\n")70 71    st.write("### Warna,Bentuk, dan Angle")72    # Load gambar73    image = Image.open("cast_def_1.jpeg")74    new_image = image.resize((300, 300))75    st.image(new_image, caption='defect')76 77    image = Image.open("cast_def_3.jpeg")78    new_image = image.resize((300, 300))79    st.image(new_image, caption='defect')80 81    image = Image.open("cast_ok_0.jpeg")82    new_image = image.resize((300, 300))83    st.image(new_image, caption='product ok')84    st.write("\n")85    st.write("\n")86    st.write('Perbedaan bentuk pada dataset classs defect memiliki karakteristik adanya bagian cacat pada pinggiran product dan goresan pada ring bagian dalam. Sedangkan class product ok tidak ada cacat sama sekali.')87    st.write("\n")88    st.write("\n")89    st.write('Dari segi warna masing-masing kelas tidak terlalu jauh berbeda, sehingga selanjutnya memungkinkan untuk dilakukan data augmentasi.'''90    '''Sedangkan dari angle pengambilan gambar dilakukan dari bagian depan /front defect. karena bentuk product yang berupa piringan maka lebih jelas jika pengambilan gambar dari depan atau belakang.''')91 92if __name__ == '__main__' :93    run()