Otomatisasi Inspeksi Visual Kontainer Pelabuhan
Platform Computer Vision bertenaga Edge AI yang mendeteksi ID kontainer, menganalisis retak struktural, serta menyinkronkan bukti digital dengan Express API gateway secara real-time.
SIMULATOR INTERAKTIF
Visualisasi Hasil Deteksi AI
Pilih gate pemeriksaan di bawah ini untuk mensimulasikan hasil analisis model detektor YOLO dan OCR yang berjalan pada perangkat edge pelabuhan.
METADATA TELEMETRI
Pembaca OCR ISO Kontainer
Tantangan Operasional
Hambatan Pemeriksaan Logistik Manual
Alur pemeriksaan kontainer konvensional memicu antrean gate terminal dan memperlambat throughput pelabuhan.
Kemacetan Gerbang Terminal
Pemeriksaan manual memicu antrean panjang truk di gerbang gate-in pelabuhan saat jam padat.
Kelalaian Deteksi Kerusakan
Kelelahan petugas dan minimnya cahaya malam menyebabkan defect kecil (retak/lubang) terlewat.
Data Dokumentasi Terfragmentasi
Rekaman CCTV, catatan kertas, dan log operator disimpan di tempat terpisah yang menyulitkan audit.
Minimnya Jejak Audit Klaim
Kurangnya bukti foto berkoordinat presisi mempersulit verifikasi tanggung jawab kerusakan.
Metode Deteksi Otomatis
Unifikasi Kamera IoT & Edge Intelijen
Menggabungkan video feed, sensor OCR, dan pelacakan model YOLO dalam satu visual alur kerja terpadu.
Continuous Video Ingestion
Kamera IoT gerbang merekam sisi kontainer secara penuh, menyuplai frame visual tanpa interupsi.
YOLO Defect & OCR Mapping
Mendeteksi anomali fisik permukaan panel kontainer dan mengonversi ID registrasi kontainer otomatis.
Berita Acara Digital Berkoordinat
Mengarsipkan kliping foto kerusakan dan metadata audit langsung ke dalam log database pusat.
Kapabilitas Sistem
Fitur Pendukung Inspeksi Terintegrasi
Model visi tingkat lanjut yang dilatih khusus untuk mendeteksi cacat logam kontainer dan logistik.
Deteksi Defect Struktur Kontainer
Menemukan lubang, karat berat, retak, penyok, dan deformasi dinding kontainer otomatis.
OCR Nomor ISO 6346
Membaca dan memvalidasi nomor registrasi kontainer berakurasi tinggi dengan deep learning.
Klasifikasi Kategori Kargo
Analisis X-ray otomatis untuk memilah jenis kargo dan mengidentifikasi anomali muatan.
Zonasi Titik Kerusakan
Mengelompokkan lokasi defect berdasarkan koordinat sisi kontainer (depan, belakang, atas, samping).
Eskalasi Alur Kerja Terintegrasi
Pemeriksaan berjenjang dari operator lapangan hingga manajemen jika terdeteksi kerusakan berat.
Laporan Audit PDF Otomatis
Mengekspor berkas berita acara pemeriksaan digital lengkap dengan kliping foto bukti visual.
Arsitektur Tiga Lapis
Aliran Data Edge-to-Cloud Terstruktur
Sinergi erat antara perangkat keras inferensi visi, API Gateway core data, dan panel kontrol web Next.js.
cargovision-ai
Perangkat NVIDIA Jetson memproses RTSP feed kamera, menjalankan YOLO model & OCR di lapangan.
cargovision-api
Express API menyimpan log identifikasi dan koordinat kerusakan ke MongoDB database.
cargovision-web
Dashboard Next.js menyajikan visual overlay real-time dan notifikasi langsung ke operator.
Dampak Operasional
Metrik Efisiensi Aliran Logistik
Review Cepat (+300%)
Operator tidak perlu memeriksa ulang rekaman CCTV manual berjam-jam untuk klaim.
Data Inspeksi Konsisten
Standardisasi deteksi visual mengurangi variasi penilaian subjektif antar petugas.
Kemudahan Jejak Audit
Setiap kontainer terarsip rapi berdasarkan nomor ISO dengan riwayat historis lengkap.
Kapasitas Gate Optimal
Menekan waktu tunggu gate-in kontainer untuk efisiensi throughput logistik.
Siap Meningkatkan Throughput Inspeksi Terminal Anda?
Diskusikan integrasi model deteksi visual dengan gerbang gate fisik terminal Anda. Konsultasi langsung bersama tim engineering kami.