Sorting berdasarkan warna
Memisahkan produk ke beberapa jalur berdasarkan kategori warna — hasil pertanian, komponen dengan varian warna, atau produk yang warnanya menandakan grade/kualitas.
Aplikasi · Sorting
Kamera Sorting Produk: Warna, Ukuran, Jenis, Grade
Camera sorting berbeda dari sekadar reject cacat — sistem ini mengklasifikasikan produk ke beberapa kategori (bukan cuma lolos/tolak) lalu mengarahkannya ke jalur yang sesuai. Umum dipakai untuk sortir produk pertanian, komponen (baut, part), dan produk dengan banyak varian yang harus dipisah otomatis.
Kategori
Empat dasar klasifikasi sorting yang biasa kami pasang
Sorting berdasarkan dimensi/ukuran
Baut, komponen, atau produk dipisah ke jalur berbeda berdasarkan panjang, diameter, atau ukuran — memisahkan campuran beberapa spesifikasi jadi lot yang seragam.
Sorting berdasarkan jenis/varian
Produk atau kemasan dipisah berdasarkan varian, rasa, atau SKU yang tercampur di satu jalur produksi — mencegah pencampuran sebelum pengemasan akhir.
Sorting berdasarkan grade kualitas
Produk dikelompokkan ke beberapa tingkat mutu (grade A/B/C) berdasarkan kriteria visual — bukan sekadar lolos/tolak, tapi diklasifikasikan ke kategori.
Sorting vs Reject
Kenapa sorting bukan sekadar "reject dengan lebih banyak pilihan"
Perbedaan ini menentukan desain mekanik dan software-nya, bukan cuma soal kamera.
Reject: dua pilihan
Sistem inspeksi biasa memutuskan pass atau reject — satu jalur keluaran normal, satu jalur pembuangan. Ini yang dipakai hampir semua halaman aplikasi kami yang lain.
Sorting: banyak pilihan
Sistem sorting mengklasifikasikan produk ke tiga jalur atau lebih — misalnya merah/kuning/hijau, atau ukuran S/M/L. Butuh mekanisme pengalih (diverter) multi-arah, bukan sekadar pendorong reject satu arah.
Kecepatan keputusan
Karena kategorinya lebih banyak, waktu yang tersedia untuk memutuskan dan mengarahkan produk ke jalur yang benar biasanya lebih ketat — mekanisme diverter harus presisi secara waktu.
Kalibrasi per kategori
Batas antar kategori (misalnya ukuran 18-20mm vs 20-22mm) harus jelas dan stabil — produk di batas kategori adalah yang paling sering jadi sumber kesalahan sorting.
Konfigurasi Tipikal
Apa yang biasanya kami pasang untuk sistem sorting
- Kamera area scan warna — untuk sorting warna dan jenis, sensor warna adalah keharusan. Panduan memilih kamera →
- Pencahayaan konsisten — akurasi klasifikasi warna dan dimensi sangat bergantung pada stabilitas pencahayaan. Jenis pencahayaan →
- Multi-lane diverter — mekanisme pengalih pneumatik atau mekanik yang mengarahkan produk ke 3+ jalur, disinkronkan dengan waktu keputusan kamera.
- Ornova Vision untuk klasifikasi multi-kategori (bukan cuma pass/fail) berdasarkan warna, dimensi, atau kriteria gabungan. Ornova Vision →
- Sortir berdasarkan kode? Bila produk dipilah per SKU, batch, atau tujuan dari barcode, lihat barcode sorting system.
- Integrasi ke PLC untuk sinkronisasi diverter dengan hasil klasifikasi secara real-time. Jasa integrasi →
FAQ
Pertanyaan yang sering diajukan
Apa itu camera sorting?
Camera sorting adalah sistem yang mengklasifikasikan produk ke beberapa kategori (bukan cuma pass/fail) berdasarkan kriteria visual — warna, ukuran, jenis, atau grade — lalu mengarahkan tiap kategori ke jalur pembuangannya sendiri lewat mekanisme diverter multi-arah. Berbeda dari sistem reject yang hanya punya dua pilihan (lolos atau ditolak).
Berapa banyak kategori/jalur yang bisa ditangani satu sistem sorting?
Secara software, jumlah kategorinya fleksibel — dibatasi oleh mekanisme diverter fisik dan tata letak lini, bukan oleh kameranya. Sistem dengan 3-5 jalur adalah yang paling umum kami pasang; lebih dari itu, waktu keputusan per unit dan presisi mekanik diverter menjadi tantangan tersendiri yang perlu diuji dulu.
Apakah sorting berdasarkan warna bisa memisahkan warna yang mirip?
Bisa, dengan pencahayaan yang stabil dan kalibrasi ruang warna yang presisi — tapi ini bagian yang paling menentukan hasil uji sample. Batas antar kategori warna yang berdekatan adalah sumber kesalahan sorting paling umum, jadi kami uji langsung dengan sample produk Anda di batas-batas kategori itu, bukan hanya sample yang jelas berbeda.
Masih menyortir produk secara manual?
Kirim sample dengan variasi yang harus dipisah — termasuk yang paling mirip di batas kategori. Kami uji dengan kamera dan pencahayaan sesungguhnya, lalu tunjukkan tingkat akurasi klasifikasinya.