Deteksi Kerusakan Kontainer dengan Computer Vision

Tidak semua kondisi kontainer perlu diperlakukan sama. Terminal dapat memulai dari temuan yang mudah dijelaskan secara visual, seperti penyok besar, retak, lubang, karat berat, pintu tidak rapat, atau panel yang tampak berubah bentuk.

Setiap kategori perlu definisi operasional. Misalnya, penyok yang hanya kosmetik berbeda dengan kerusakan yang berpotensi memengaruhi segel, pintu, atau struktur. Definisi ini membantu model, operator, dan laporan memakai bahasa yang sama.

Model computer vision dapat memberi bounding box, label kategori, dan confidence score pada area yang mencurigakan. Informasi tersebut mempercepat review karena operator tidak harus mencari dari seluruh gambar tanpa petunjuk.

Namun label awal bukan keputusan akhir. Operator perlu melihat gambar konteks, membandingkan dengan prosedur terminal, lalu menentukan apakah kontainer perlu diperiksa ulang, diberi catatan, atau diteruskan ke proses berikutnya.

Sistem inspeksi sebaiknya menyimpan gambar asli dan gambar anotasi. Gambar asli berguna ketika anotasi perlu diverifikasi ulang, sedangkan gambar anotasi membantu komunikasi cepat antar tim.

Catatan audit minimal memuat waktu, lokasi kamera, nomor kontainer, kategori temuan, status review, dan komentar operator. Tanpa metadata ini, gambar kerusakan sulit dipakai untuk investigasi atau perbaikan proses.

Penerapan awal sebaiknya dibatasi pada satu lane atau satu sisi kontainer agar tim dapat memahami kondisi cahaya, variasi permukaan, dan kualitas sudut kamera. Pilot yang sempit lebih mudah dievaluasi daripada langsung mencakup semua titik operasi.

Setelah pola kesalahan terlihat, tim dapat memperbaiki posisi kamera, memperjelas kategori kerusakan, atau menambah data contoh. Perbaikan ini lebih berguna daripada langsung menambah fitur tanpa mengetahui sumber error utama.