yang kompleks sehingga hampir semua bentuk bisa dibuat. Mengingat keramik merupakan material konstruksi proyek-proyek di Indonesia khususnya untuk ban
|
|
- Susanto Lesmono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI 1 Kurniawan, 2 Rosny Gonydjaja Teknik Informatika, Fakultas Teknologi Industri, Universitas Gunadarma, Jakarta, Indonesia 1 kurniawan.inf@gmail.com, 2 rosni_gj@staff.gunadarma.ac.id Abstrak Dari hasil observasi yang penulis dapat di P.T. KIA, pengerjaan untuk pengklasifikasian kualitas keramik saat ini masih menggunakan operator manusia, Proses manual bergantung pada penglihatan mata para pekerja. Penglihatan pekerja tentu saja memiliki keterbatasan dan pastinya akan mengalami kelelahan, sehingga membutuhkan tenaga pekerja yang banyak untuk melakukan proses pengidentifikasian secara bergantian. Berdasarkan permasalahan tersebut, penulis melakukan penelitian untuk menentukan kualitas keramik dengan pengolahan citra. penelitian yang penulis lakukan memanfaatkan bidang pengolahan citra untuk mengklasifikasikan jenis keramik berdasarkan cacat yang teridentifikasi. Proses identifikasi cacat dan penentuan kualitas keramik sebagai langkah awal proses pengepakan dan penyortiran yang dilakukan di pabrik keramik. Proses identifikasi dimulai dengan proses grayscaling, median filtering, binerisasi, opening, filling, clear border, closing dan identifikasi cacat. Setelah cacat teridentifikasi, dilakukan penentuan kualitas keramik berdasar pada standar spesifikasi yang diterapkan PT. Keramika Indonesia Asosiasi (KIA) untuk brand Impresso yang didapat saat studi lapangan. Kata Kunci : Morfologi, Cacat Keramik, Kelurusan Sisi, Kesikuan. 1. Pendahuluan 1.1 Latar Belakang Permasalahan Pada saat ini hampir semua perusahaan yang bergerak di bidang industri dihadapkan pada suatu masalah yaitu adanya tingkat persaingan yang semakin kompetitif. Hal ini mengharuskan perusahaan untuk merencanakan atau menentukan jumlah produksi yang berkualitas, agar dapat memenuhi permintaan pasar dengan tepat dan kualitas yang sesuai sehingga diharapkan keuntungan perusahaan akan meningkat. Pada dasarnya penentuan kualitas produksi ini direncanakan untuk memenuhi tingkat produksi guna memenuhi tingkat kualitas penjualan yang direncanakan atau tingkat permintaan kualitas pasar. Kebutuhan perusahaan industri manufaktur yang tinggi untuk menjaga kualitas produk yang lengkap memerlukan kontrol selama produksi dan pada akhir proses. kontrol produk oleh manusia secara inspeksi visual maka kontrol produk tidak sepenuhnya dapat diandalkan dan tidak menjamin kualitas dari total kontrol. Pengklasifikasian kualitas keramik saat ini masih banyak dilakukan secara manual oleh manusia. Hal ini tentu menyulitkan karena adanya batas penglihatan manusia. Bukan hanya itu, pegawai yang bertugas dalam melakukan pengklasifikasian kualitas keramik tidak dapat dikerjakan seorang diri, pegawai yang bertugas bisa mencapai 2 3 orang atau lebih. Ini dilakukan untuk menjaga keramik yang terlewat oleh orang sebelumnya yang belum diperiksa kualitasnya. Ilmu pengetahuan yang berkembang pesat dan pembangunan sarana prasarana fisik menuntut perkembangan model struktur yang variatif, ekonomis, dan aman. Hal tersebut menjadi mungkin karena berbarengan dengan kemajuan teknologi komputer yang semakin canggih dapat memenuhi kebutuhan akan analisa dan desain struktur saat ini. Kemampuan pembentukan keramik yang mudah dan sifatnya yang juga sederhana memungkinkan penggunaan bentuk-bentuk
2 yang kompleks sehingga hampir semua bentuk bisa dibuat. Mengingat keramik merupakan material konstruksi proyek-proyek di Indonesia khususnya untuk bangunan gedung, maka perencanaannya analisa kualitasnya lebih baik dalam analisa yang diaplikasikan ke dalam program komputer di bidang rekayasa pengolahan citra. Perkembangan teknologi industri yang semakin canggih dan pengolahan citra yang sudah maju saat ini dapat diterapkan pada permasalahan pengklasifikasian kualitas keramik tersebut. Berdasarkan permasalahan tersebut, penulis tertarik untuk melakukan penelitian untuk menentukan kualitas keramik. Penentuan kualitas keramik didasarkan pada sedikit banyaknya cacat yang teridentifikasi. Terdapat 2 kategori umum cacat keramik yaitu cacat permukaan (shading, bertumpuk, bintik hitam, bubbles, cooling crack, Crawling/cakar ayam, gelombang, glazur/terkelupas, goresan, pin holes, Powdering, retak biskuit, tetesan air, masa melekat dan stempel koter) dan cacat dimensi (ketebalan, kedataran permukaan, kesikuan dan kelurusan sisi). Penentuan kualitas keramik dilakukan saat proses pengepakan dan penyortiran yang dilakukan di pabrik keramik, sehingga akan membantu para pekerja serta menimalisir kesalahan yang terjadi. 1.2 Batasan Masalah Penelitian ini difocuskan pada proses pengklasifikasian kualitas citra keramik yang memiliki permukaan rata yang didapatkan dari PT. Keramika Indonesia Asosiasi (KIA). Keramik yang digunakan adalah keramik lantai yang memiliki ukuran 30 cm x 30 cm dengan brand impresso. Kemudian Cacat yang diidentifikasi terbatas hanya pada cacat dimensi khususnya cacat kesikuan dan kelurusan sisi keramik. Pengambilan citra keramik dilakukan di dalam ruangan dengan menggunakan kamera Digital SLR Nikon D3000. Pengklasifikasian kualitas keramik dilakukan dengan teknik morfologi dengan pengolahan citra menggunakan matlab R2010b. 2.2 Landasan Teori 2.1 Pengolahan Citra Citra adalah representasi informasi dua dimensi yang diciptakan dengan melihat, dimana dalam perwujudannya citra dibagi menjadi dua yaitu still images (citra diam) dan moving images (citra bergerak). Citra diam adalah citra tunggal yang tidak bergerak sedangkan citra bergerak adalah rangkaian citra diam yang ditampilkan secara berurutan sehingga memberi kesan pada mata kita sebagai gambar yang bergerak. Citra digital adalah citra kontinyu yang diubah dalam bentuk diskrit, baik koordinat ruang maupun intensitas cahayanya. Pengolahan digitalisasi mempunyai dua proses, yaitu pencuplikan (sampling) posisi dan kuantisasi intensitas. Jika suatu citra digital diperhatikan secara seksama, akan terlihat titik-titik kecil yang berupa segiempat yang disebut piksel. Jumlah piksel per satuan panjang akan menentukan resolusi cita tersebut. Makin banyak piksel yang mewakili suatu citra, maka makin tinggi resolusinya dan makin halus pula gambarnya. Untuk menyederhanakan perhitungan maka dalam paper ini semua citra akan diolah dalam derajat keabuan (gray level), dimana pada citra berwarna direpresentasikan dengan nilai yang sama pada ketiga komponen R-G-B nya. Citra digital mengandung sejumlah elemenelemen dasar, antara lain : a. Kecerahan (brightness) b. Kontras (contrast) c. Kontur (contour) d. Warna (colour) e. Bentuk (shape) f.tekstur (texture) Pengolahan citra merupakan proses pengolahan dan analisis citra yang melibatkan persepsi visual. Proses ini memiliki ciri baik data masukan maupun informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas, pengolahan citra digital juga mencakup semua data dua dimensi. Pada dasarnya ada tiga bidang yang menangani pengolahan data berbentuk citra, yaitu: grafika komputer, pengolahan citra, dan visi komputer. Pada bidang grafika komputer banyak dilakukan proses yang bersifat sintesis yang mempunyai cirri data masukan berbentuk deskriptif dengan keluaran hasil proses yang berbentuk citra. Sedangkan proses di dalam bidang visi komputer merupakan kebalikan dari proses grafika komputer. Terakhir, bidang pengolahan citra merupakan proses
3 pengolahan dan analisis citra dengan data masukan maupun data keluarannya berbentuk citra. Citra juga dapat dikelompokkan menjadi 2 yaitu : 1. Citra tidak tampak (data foto/gambar dalam file, citra yang direpresentasikan dalam fungsi matematis). 2. Citra tampak (foto, gambar, lukisan, apa yang nampak di layar monitor/televisi dan hologram). Pencitraan (imaging) merupakan kegiatan mengubah informasi dari citra tampak/citra non digital menjadi citra digital. Beberapa alat yang dapat digunakan untuk pencitraan adalah : scanner, kamera digital dan kamera sinarx/sinar infra merah. Citra digital adalah citra yang disimpan dalam format digital (dalam bentuk file). Citra digital dapat didefinisikan sebagai fungsi f(x,y) dimana x dan y adalah koodinat spasial dan nilai f(x,y) adalah intensitas citra pada koordinat tersebut Citra Grayscale Citra yang ditampilkan dari citra jenis ini terdiri atas warna abu-abu, bervariasi pada warna hitam pada bagian yang intensitas terlemah dan warna putih pada intensitas terkuat. Citra grayscale berbeda dengan citra hitam-putih, dimana pada konteks komputer, citra hitam putih hanya terdiri atas 2 warna saja yaitu hitam dan putih saja. Pada citra grayscale warna bervariasi antara hitam dan putih, tetapi variasi warna diantaranya sangat banyak Citra Biner Citra biner adalah citra yang hanya mempunyai dua nilai derajat keabuan yang hitam dan putih. Meskipun saat ini citra berwarna lebih disukai karena memberi kesan yang lebih kaya daripada citra biner, namun tidak membuat citra biner mati. Konversi dari citra (image) menjadi citra biner melalui proses konversi. Konversi dapat dilakukan dengan tresholding pada citra grayscale. Treshold dapat dihitung atau bisa ditentukan otomatis dengan melakukan percobaan treshold pada citra sehingga didapat nilai treshold yang tepat. Jika nilai piksel dibawah treshold maka nilai jadi 0, sedangkan jika nilai piksel diatas treshold maka nilai jadi Konversi Citra Hitam Putih ke Citra Biner Pengkonversian citra grayscale (hitam putih) menjadi citra biner dilakukan untuk beberapa alasan berikut : Untuk mengidentifikasi keberadaan objek, yang direpresentasikan sebagai daerah di dalam citra. Misalnya kita ingin segmentasi (memisahkan) objek dari latar belakangnya. Piksel objek ini dinyatakan dengan nilai 1 sedangkan piksel lainnya dengan 0. Objek ditampilkan seperti gambar siluet. Untuk memperoleh siluet yg bagus, objek harus dapat dipisahkan dengan mdah dari gambar latar belakangnya. Untuk lebih memfokuskan pada analisis bentuk morfologi yang dalam hal ini intensitas pikselnya tidak terlalu penting dibandingkan dengan bentuknya. Setelah objek dipisahkan dari latar belakangnya, properti geometri dan morfologi/topologi objek dapat dihitung dari citra biner. Hal ini berguna untuk pengambilan keputusan. Untuk menampilkan citra piranti keluaran yang hanya mempunyai resolusi intensitas satu bit, yaitu piranti penampil dua arah atau biner seperti printer (pencetak). Mengkonversi citra yang telah melalui proses edge enchancement (ditingkatkan kualitas tepinya) ke penggambaram garis tepi. Ini perlu untuk membedakan tepi yang kuat yang berkoresponden dengan batas objek dengan tepi lemah yang berkoresponden dengan perubahan illumination bayangan dan yang lainnya. 2.2 Operasi Pengolahan citra Operasi-operasi pengolahan yang dilakukan pada pengolahan citra banyak ragamnya. Secara umum, pada pengolahan citra terdapat enam jenis pengolahan, antara lain : Peningkatan kualitas citra (image enhancement) Restorasi citra (image restoration) Kompresi citra (image compression) Segmentasi citra (image segmentation) Analisis citra (image analysis) Rekontruksi citra (image reconstruction) 2.3 Operasi Morfologi Morfologi adalah teknik pengolahan citra digital dengan menggunakan bentuk (shape) sebagai pedoman dalam pengolahan. Nilai dari setiap piksel dalam citra digital hasil
4 diperoleh melalui proses perbandingan antara piksel yang bersesuaian pada citra digital masukan dengan piksel tetangganya. Operasi morfologi bergantung pada urutan kemunculan dari piksel, tidak memperhatikan nilai numeric dari piksel sehingga teknik morfologi sesuai apabila digunakan untuk melakukan pengolahan binary image dan grayscale image Operasi Dilasi Dilasi adalah operasi morfologi yang akan menambahkan piksel pada batas antar objek dalam suatu citra digital. Operasi ini menggunakan aturan sebagai berikut: Untuk gambar grayscale maka nilai hasil operasi (output pixel) adalah nilai maksimal yang diperoleh dari himpunan piksel tetangganya. Dalam binary image, jika ada pixel tetangga yang bernilai 1 maka output piksel akan diset menjadi Operasi Erosi Erosi adalah operasi morfologi yang akan mengurangi piksel pada batas antar objek dalam suatu citra digital. Operasi ini menggunakan aturan sebagai berikut: Untuk gambar grayscale maka nilai hasil operasi (output pixel) adalah nilai minimal yang diperoleh dari himpunan piksel tetangganya. Dalam binary image, jika ada piksel tetangga yang bernilai 0 maka output piksel akan diset menjadi Operasi Opening Opening adalah proses erosi yang diikuti dengan dilasi. Efek yang dihasilkan adalah menghilangnya objek-objek kecil dan kurus, memecah objek pada titik-titik yang kurus, dan secara umum mengaburkan batas dari objek besar tanpa mengubah area objek secara signifikan Operasi Closing Closing adalah proses dilasi yang diikuti dengan erosi. Efek yang dihasilkan adalah mengisi lubang kecil pada objek, menggabungkan objek-objek yang berdekatan, dan secara umum mensmooth-kan batas dari objek besar tanpa mengubah area objek secara signifikan Operasi Filling Operasi ini, citra masukan adalah citra batas/kontur, kemudian dilakukan pengisian sehingga diperoleh segmen obyek yang pejal/solid Operasi Thinning Operasi thinning merupakan operasi erosi yang dimodifikasi sehingga tidak boleh ada objek yang terpecah. Hasilnya adalah berupa garis yang menunjukkan topologi objek semula. Tujuan thinning adalah menghapus piksel tertentu pada objek sehingga tebal objek tersebut menjadi hanya satu piksel. Thinning tidak boleh menghilangkan endpoint dan memutus koneksi yang ada. Salah satu kegunaan thinning adalah pada proses pengenalan karakter/ huruf Pencarian Batas/Kontur (boundary detection) Operasi ini digunakan untuk menentukan batas/kontur dari segmen obyek. Salah satu aplikasi operasi erosi dan dilasi adalah untuk deteksi bidang batas suatu objek dalam citra. Jika A adalah suatu citra dan B adalah suatu structuring element yang kecil yang terdiri atas titik yang diletakkan secara simetris terhadap original, maka dapat didefinisikan bidang batas A dengan beberapa metode yaitu Internal Boundary Citra, External Boundary Citra, dan Morphological Gradient Citra. 2.4 Keramik Keramik berasal dari bahasa Yunani keramikos yang artinya suatu bentuk dari tanah liat yang telah mengalami proses pembakaran. Kamus dan ensiklopedia tahun 1950-an mendefinisikan keramik sebagai suatu hasil seni dan teknologi untuk menghasilkan barang dari tanah liat yang dibakar, seperti gerabah, genteng dan porselin Klasifikasi Keramik Tipe Keramik, pada dasarnya hanya ada 2 jenis keramik yaitu : a.keramik dengan lapisan glazur ( glazed ) b. Keramik homogenious tanpa lapisan glazur ( unglazed )
5 2.4.2 Proses Awal Produksi Keramik Proses awal produksi Keramik ada dua metode proses produksi yang paling umum : a.bicottura b. Monocottura Keseragaman Warna dan Ukuran Keramik Dikenal istilah KW1, KW2, KW3 serta KW A, KW B yang sebenarnya mengacu pada ketepatan ukuran keramik dan keseragaman warna. Perbedaan ini terjadi dikarenakan proses produksi dan pembakaran. Pihak produsen akan mengelompokaan perbedaan ini pada proses quality control dan packing. Perbedaan dalam KW tidak berhubungan dengan kuat tekan dan daya absorbsi keramik melainkan hanya dalam ukuran dan keseragaman warna Permukaan Keramik Pada keramik terdapat jenis Permukaan keramik, yaitu : a.mengkilat dan licin b. Doff atau Matte c. Bertekstur kasar d.cutting edge Cacat Kesikuan Keramik Keramik dengan cacat kesikuan, sudut-sudut keramik tidak benar-benar siku dan perbedaan ukuran antar keramik kurang dari 0,8 mm untuk KW1/ KW A/ KW STANDART. Ini menyebabkan lebar nat dapat sangat tipis dan lantai keramik pun akan terlihat rapi. Walaupun ukuran keramik tertera di dalam box adalah 30 x 30 cm, tetapi ukuran aktual sekitar 29,7 29,8 mm. KW3/ KW B/ KW ECONOMIC merupakan kualitas yang kedua. Sudut-sudut keramik tidak benar-benar presisi. Ukurannya selisih sampai 2,8 mm karena sisi keramik yang mengalami penyimpangan kesikuan. Pemakaian nat pada KW3/ KW B/ KW ECONOMIC ini lebih besar dari KW1/KW A/ KW STANDART walaupun dari segi warna masih relatif seragam. KW3/ KW B/ KW ECONOMIC merupakan kualitas yang kedua. Sudut-sudut keramik tidak benar-benar presisi. Ukurannya selisih sampai 2,8 mm karena sisi keramik yang mengalami penyimpangan kesikuan. Pemakaian nat pada KW3/ KW B/ KW ECONOMIC ini lebih besar dari KW1/KW A/ KW STANDART walaupun dari segi warna masih relatif seragam Cacat Kelurusan Sisi Keramik Keramik dengan cacat kelurusan sisi pada sisi-sisi keramik tidak benar-benar lurus, sisi keramik berbentuk cekung kedalam atau cembung keluar dan perbedaan sisi kecekungan dan kecembungan kurang/lebih dari 0,7 mm untuk KW1/ KW A/ KW STANDART KW3/ KW B/ KW ECONOMIC merupakan kualitas yang kedua. Sisi-sisi keramik tidak benar-benar presisi. Ukurannya selisih sampai 1 mm karena sisi keramik yang mengalami penyimpangan kelurusan sisi. Pemakaian nat pada KW3/ KW B/ KW ECONOMIC ini lebih besar dari KW1/KW A/ KW STANDART walaupun dari segi warna masih relatif seragam. 3. Metodologi 3.1 Pengambilan Data Data yang digunakan berupa citra keramik yang didapat saat melakukan studi lapangan di PT. Keramika Indonesia Asosiasi (KIA). Citra tersebut merupakan citra dari keramik dengan brand Impresso berukuran 30 cm X 30 cm dengan berbagai motif. Keramik yang diambil citranya meliputi KW A/ KW 1/ KW STANDART, KW B/ KW 3/ KW ECONOMIC dan AFKIR untuk brand Impresso. Pengambilan citra keramik dilakukan di dalam ruangan pada saat kondisi cahaya terang, pencahayaan sangat mempengaruhi pengambilan citra maka diusahakan cahaya lampu tidak memantul pada keramik karena bisa mempengaruhi hasil pemrosesan kualitas citra keramik. Keramik difoto secara manual menggunakan kamera digital SLR Canon D3000 dengan resolusi 12 megapiksel dengan jarak 30 cm di atas objek keramik, Standar minimal kamera yang seharusnya digunakan adalah kamera digital dengan resolusi 8 megapiksel. Posisi kamera pada saat pengambilan citra harus tegak lurus terhadap objek keramik dengan jarak 30 cm dan akan lebih baik lagi kamera diletakkan di penyangga tatakan kamera agar posisi kamera selalu tegak lurus terhadap objek keramik dan auto fokus dari kamera tidak berubah. Citra yang digunakan sebanyak 100 citra untuk keramik ukuran 30 cm X 30 cm. Keramik terdiri dari 40 keramik kualitas KW
6 A/ KW 1/ KW STANDART, 30 keramik kualitas KW B/ KW 3/ KW ECONOMIC dan 30 keramik kualitas AFKIR, 3.2 Pemrosesan Data Penelitian ini dilakukan dengan metode pengolahan citra. Data berupa citra dijadikan sebagai input, lalu dilakukan tahap identifikasi yang terdiri dari beberapa proses. Selanjutnya tahap penentuan kualitas keramik degan standar spesifikasi yang dijadikan acuan. 3.3 Tahap Identifikasi Cacat Kesikuan Proses yang dilakukan pada tahap identifikasi cacat, antara lain proses grayscaling, median filtering, tresholding, opening, filling, clear border dan closing. Skema umum proses yang berjalan dalam proses pengklasifikasian keramik dapat dilihat pada gambar 3.1. Gambar 3.1. Diagram Alur ProsesPada Tahap Identifikasi Cacat Kesikuan 3.4 Tahap Identifikasi Cacat Kelurusan Sisi Proses yang dilakukan pada tahap identifikasi cacat, antara lain proses grayscaling, median filtering, tresholding, opening, filling, dan clear border. Skema umum proses yang berjalan dalam proses pengklasifikasian keramik dapat dilihat pada gambar 3.2. Gambar 3.3. Diagram Alur Proses Pada Tahap Identifikasi Cacat Kelurusan Sisi 3.5 Tahap Penentuan Kualiatas Cacat Kesikuan Proses yang dilakukan pada tahap penentuan kualitas untuk keramik dengan cacat kesikuan, antara lain proses pendeteksian koordinat penyimpangan kesikuan, perhitungan nilai koordinat penyimpangan kesikuan dan penentuan kualitas berdasarkan standar spefisifikasi. Standar spefisifikasi merupakan standar spesifikasi yang diterapkan di pabrik keramik PT. Keramika Indonesia Asosiasi (KIA). 3.6 Tahap Penentuan Kualiatas Cacat Kelurusan Sisi. Proses yang dilakukan pada tahap penentuan kualitas untuk keramik dengan cacat kelurusan sisi, antara lain proses pendeteksian luas penyimpangan kelurusan sisi dengan luas area cacat dan perbandingan luas cacat dengan luas dari cacat keramik. Perhitungan nilai luas penyimpangan kelurusan sisi disusaikan berdasarkan standar spefisifikasi, patokan ukuran panjang penyimpangan di dapat hasil luas yang sesuai. Standar spefisifikasi merupakan standar spesifikasi yang diterapkan di pabrik keramik PT. Keramika Indonesia Asosiasi (KIA). 4. Hasil dan Analisis 4.1 Hasil Pengujian Pengujian dilakukan terhadap 100 data berupa 100 buah keramik ukuran 30cm x
7 30cm dengan berbagai motif dan corak. Pengujian citra keramik ini dilakukan dengan menggunakan aplikasi yang telah dibuat. Gambar 4.1 menunjukkan bentuk aplikasi yang dibuat untuk membantu dalam proses penentuan kualitas keramik ini. 4.2 Hasil Nilai Penyimpangan dan Penentuan Kualitas Range kualitas kesikuan keramik dengan cacat kesikuan dan kelurusan sisi dapat dilihat pada tabel 4.1 dan tabel 4.2 Tabel 4.1 Range Kualitas Kesikuan Berdasarkan Standarisasi Pabrik. Tabel 4.2 Range Kualitas Cacat Kelurusan Berdasarkan Standarisasi Pabrik. Gambar 4.1 Bentuk Aplikasi yang Dibuat Untuk menentukan tingkat kualitas keramik, yang pertama kali dilakukan adalah memilih citra akan diproses. Citra berupa citra keramik dengan cact kesikuan atau kelurusan sisi. Citra ini didapat dari hasil pengujian dan pencocokan dengan data yang didapat dari pabrik. Aplikasi ini selanjutnya akan menentukan kualitas keramik yang kita uji berdasarkan proses-proses yang telah dijelaskan sebelumnya. Hasil pengujian dapat dilihat pada gambar 4.2. Gambar 4.2 Hasil Pengujian Menggunakan Aplikasi Gambar 4.2 di atas adalah contoh hasil proses pengujian data citra keramik yang digunakan dalam aplikasi tersebut. Prosesproses tersebut meliputi proses grayscaling, median filtering, binerisasi, opening, filling, clear border, closing dan penentuan kualitas. 4.3 Hasil Pengujian Pengujian dilakukan terhadap 100 citra yang berukuran 30 X 30 cm. Keramik berukuran 30 cm X 30 cm menurut KW pabrik terdiri dari 48 KW A, 28 KW B, dan 30 untuk cacat yang tidak dapat ditolerir lagi (afkir). Jumlah citra yang diidentifikasi dengan benar sebanyak 71 dan kesalahan sebanyak Penutup Hasil identifikasi menunjukkan jumlah KW-A lebih banyak dari yang seharusnya. Hal ini disebabkan karena pada penelitian ini tidak semua jenis cacat dapat diidentifikasi. Selain itu, tahap pra-proses sangat mempengaruhi hasil identifikasi seperti kesulitan pengambilan gambar di lapangan dan pencahayaan kamera. Pada penelitian ini hanya jenis cacat tertentu yang dijadikan pertimbangan dalam penentuan kualitas. Jadi, faktor kegagalan penentuan kualitas adalah dipengaruhi jenis cacat lain yang tidak termasuk dalam proses identifikasi dan juga pengaruh tahap pra-proses. Penelitian ini membutuhkan pengembangan lebih lanjut, untuk memperbaiki hasil penelitian ini, dengan meningkatkan jumlah citra keramik yang diteliti dengan beragam pola. Penggunaan kamera digital secara professional tentu akan meningkatkan kualitas citra yang dihasilkan, tata letak pengambilan citra serta pencahayaan yang terang akan membuat citra menjadi jelas. Penilaian terhadap dimensi keramik dan jenis cacat lain akan menjadi penelitian ini lebih baik. Daftar Pustaka [1] Aborisade, D.O & Ojo, J.A. Novel Defect Segmentation Technique in Random
8 Texture Tiles, International Journal of Scietific, Engineering Research [2] Agus, Prijono, dkk. Pengolahan Citra Digital Menggunakan MATLAB, Penerbit Informatika, Bandung, [3] Firman, Dasar Matlab, 1 Mei [4] Munir, Rinaldi. Pengolahan Citra Digital Dengan Pendekatan Algoritma, Informatika, Bandung [5] Muntasa, Arif & Hery Purnomo, H. Mauridhy. Konsep Pengolahan Citra Digital dan Ekstraksi Fitur, Penerbit Graha Ilmu, Yogyakarta, [6] Novak, I & Hocenskiz, Z. Texture Feature Extraction for a Visual Inspection of Ceramic Tiles. Faculty of Electrical Engineering/Department Of Automation and Computer Engineering, Osijek, Croatia [7] Paulus, Erick & Nataliani, Yessica. Cepat Mahir GUI Matlab, Penerbit Andi, Yogyakarta, [8] Prasetyo, Eko. Pengolahan Citra Digital dan Aplikasinya Menggunakan MATLAB, Penerbit Andi, Yogyakarta, [9] Putra, Darma. Pengolahan Citra Digital, Penerbit Andi, Yogyakarta, 2010 [10]Sudawarti. Memilih, memasang, dan merawat keramik, Penebar Swadaya, Jakarta [11] Sugiharto, Arif. Pemrograman GUI dengan MATLAB, Penerbit Andi, Yogyakarta, 2006.
PENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI. Kurniawan Teknik Informartika
PENGIDENTIFIKASIAN CACAT KELURUSAN SISI DAN KESIKUAN PADA UBIN KERAMIK MENGGUNAKAN TEKNIK MORFOLOGI Kurniawan 50408503 Teknik Informartika Latar Belakang Permasalahan Kebutuhan perusahaan industri manufaktur
Lebih terperinci1. PENDAHULUAN Bidang perindustrian merupakan salah satu bidang yang juga banyak menggunakan kecanggihan teknologi, walaupun pada beberapa bagian, mas
PENGKLASIFIKASIAN KUALITAS KERAMIK BERDASARKAN EKSTRAKSI FITUR TEKSTUR STATISTIK Yogi Febrianto yoefanto@gmail.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciImplementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra
Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra Eddy Nurraharjo Program Studi Teknik Informatika, Universitas Stikubank
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih terperinciPengolahan Citra : Konsep Dasar
Pengolahan Citra Konsep Dasar Universitas Gunadarma 2006 Pengolahan Citra Konsep Dasar 1/14 Definisi dan Tujuan Pengolahan Citra Pengolahan Citra / Image Processing Proses memperbaiki kualitas citra agar
Lebih terperinciDETEKSI TEPI MENGGUNAKAN METODE CANNY DENGAN MATLAB UNTUK MEMBEDAKAN UANG ASLI DAN UANG PALSU ABSTRAKSI
DETEKSI TEPI MENGGUNAKAN METODE CANNY DENGAN MATLAB UNTUK MEMBEDAKAN UANG ASLI DAN UANG PALSU ABSTRAKSI Peredaran uang palsu dari tahun ke tahun terus mengalami peningkatan. Peningkatan ini dikarena mudahnya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciBy Emy. 2 of By Emy
2 1 3 Kompetensi Mampu menjelaskan dan operasi morfologi Mampu menerapkan konsep morfologi untuk memperoleh informasi yang menyatakan deskripsi dari suatu benda pada citra mampu membangun aplikasi untuk
Lebih terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI
ANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI Hanafi (12110244) Mahasiswa Program Studi Teknik Informatika, Stmik Budidarma Medan Jl. Sisimangaraja
Lebih terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih terperinciModel Citra (bag. 2)
Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciAplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Aplikasi Pengolahan Citra Dalam Pengenalan Pola Huruf Ngalagena Menggunakan MATLAB Dani Rohpandi 1), Asep Sugiharto 2),
Lebih terperincicorak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I
Pembuatan Perangkat Lunak Untuk Menampilkan Deskripsi Mengenai Batik dan Pola Citra Batik Berdasarkan Segmentasi Objek Maulana Sutrisna, maulanasutrisna@gmail.com Jurusan Teknik Informatika, Fakultas Teknologi
Lebih terperincioleh: M BAHARUDIN GHANIY NRP
oleh: M BAHARUDIN GHANIY NRP. 1202 109 022 Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil,
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciPenentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter
Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciAPLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI
APLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI OLEH: FARIS SANTA EKA WIARTA NPM : 0736010025 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK INDUSTRI - FTI UNIVERSITAS
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Industri keramik yang terdiri dari ubin (tile), saniter, perangkat rumah tangga (tableware), genteng telah memberikan kontribusi signifikan dalam mendukung pembangunan
Lebih terperinciPERTEMUAN - 2 PENGOLAHAN CITRA
PERTEMUAN - 2 PENGOLAHAN CITRA EDY WINARNO fti-unisbank-smg 24 maret 2009 Citra = gambar = image Citra, menurut kamus Webster, adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda
Lebih terperinciSEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )
SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 ) Pramuda Akariusta Cahyan, Muhammad Aswin, Ir., MT., Ali Mustofa, ST., MT. Jurusan
Lebih terperinciAplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation
Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id
Lebih terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
Lebih terperinciFAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016
DETEKSI KEMUNCULAN BULAN SABIT MENGGUNAKAN METODE CIRCULAR HOUGH TRANSFORM ARTIKEL Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciGLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciPENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN. Sudimanto
Media Informatika Vol. 14 No.3 (2015) Abstrak PENGKONVERSIAN IMAGE MENJADI TEKS UNTUK IDENTIFIKASI PLAT NOMOR KENDARAAN Sudimanto Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda
Lebih terperinciPEMANFAATAN OPERASI MORPHOLOGI UNTUK PROSES PENDETEKSIAN SISI PADA PENGOLAHAN CITRA DIGITAL
PEMANFAATAN OPERASI MORPHOLOGI UNTUK PROSES PENDETEKSIAN SISI PADA PENGOLAHAN CITRA DIGITAL Tjokorda Agung Budi Wirayuda, ST Jurusan Teknik Informatika, Sekolah Tinggi Teknologi Telkom, Bandung cok@stttelkom.ac.id
Lebih terperinciPendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005
Pendahuluan Pengantar Pengolahan Citra Bertalya Universitas Gunadarma, 2005 Definisi Citra Citra (Image) adalah gambar pada bidang dua dimensi. Secara matematis, citra merupakan fungsi terus menerus (continue)
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinciMAKALAH APLIKASI KOMPUTER 1 SISTEM APLIKASI KOMPUTER GRAFIK KOMPUTER DAN KONSEP DASAR OLAH CITRA. Diajukan sebagai Tugas Mandiri Mata Kuliah NTM
MAKALAH APLIKASI KOMPUTER 1 SISTEM APLIKASI KOMPUTER GRAFIK KOMPUTER DAN KONSEP DASAR OLAH CITRA Diajukan sebagai Tugas Mandiri Mata Kuliah NTM Semester Genap Tahun Akademik 2014 / 2015 Angkatan XIII Disusun
Lebih terperinciPENDETEKSIAN POSISI PLAT NOMOR MOBIL MENGGUNAKAN METODE MORFOLOGI DENGAN OPERASI DILASI, FILLING HOLES, DAN OPENING
PENDETEKSIAN POSISI PLAT NOMOR MOBIL MENGGUNAKAN METODE MORFOLOGI DENGAN OPERASI DILASI, FILLING HOLES, DAN OPENING Arini 1, Feri Fahrianto 2, Andre Agusta 3, Asep Taufik Muharam 1,2,3,4 Teknik Informatika,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciPengolahan citra. Materi 3
Pengolahan citra Materi 3 Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA Citra Biner Citra Biner Banyaknya warna hanya 2
Lebih terperinciBAB II CITRA DIGITAL
BAB II CITRA DIGITAL DEFINISI CITRA Citra adalah suatu representasi(gambaran),kemiripan,atau imitasi dari suatu objek. DEFINISI CITRA ANALOG Citra analog adalahcitra yang bersifat kontinu,seperti gambar
Lebih terperinciMKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
Lebih terperinciDETEKSI KESIKUAN DAN KECACATAN KERAMIK MENGGUNAKAN METODE TRANSFORMASI HOUGH TUGAS AKHIR
DETEKSI KESIKUAN DAN KECACATAN KERAMIK MENGGUNAKAN METODE TRANSFORMASI HOUGH TUGAS AKHIR Disusun oleh : AMELIA KUSUMA WARDANI NPM. 0934010199 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran
SILABUS MATAKULIAH Revisi : - Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54521 / Pengolahan Citra Digital 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciDETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA
DETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA Triyanto Adi Saputro., Elha Dhanny H, Andriansyah Ramadhan, Afi Muftihul Situmorang, M Fajar Lazuardi. Teknik Informatika, Fakultas Program
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada prakteknya, bidang kedokteran dan biologi mengandalkan visualisasi untuk mempelajari struktur anatomi tubuh dan sel maupun fungsi biologis untuk mendeteksi serta
Lebih terperinciBAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak.
Lebih terperinciCS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra
CS3214 Pengolahan Citra - UAS CHAPTER 1. Pengantar Pengolahan Citra Fakultas Informatika IT Telkom CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis) = fungsi
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciIntensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata.
Pembentukan Citra oleh Sensor Mata Intensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata. Bayangan obyek pada retina mata dibentuk dengan mengikuti konsep sistem optik dimana
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinciBAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1
BAB II LANDASAN TEORI Computer vision adalah bagian dari ilmu pengetahuan dan teknologi yang membuat mesin seolah-olah dapat melihat. Komponen dari Computer Vision tentunya adalah gambar atau citra, dengan
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Rizky Nugraha Program studi Teknik Informatika, Universitas BSI Bandung. Email : nugraharizky9@gmail.com Abstrak Pengolahan citra digital (Digital Image Processing) adalah
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciKONSEP PENYANDIAN FILE JPEG DENGAN MENGGUNAKAN METODE LSB
KONSEP PENYANDIAN FILE JPEG DENGAN MENGGUNAKAN METODE LSB Haikal Nando Winata1, Raja Nasrul Fuad2 Institut Teknologi Medan - Fakultas Teknologi Industri, Prodi Teknik Informatika ekalnata@itm.ac.id Abstrak
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciIV. HASIL DAN PEMBAHASAN
26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter
Lebih terperinciPERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK
PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL Lia Amelia (1) Rini Marwati (2) ABSTRAK Pengolahan citra digital merupakan proses yang bertujuan untuk memanipulasi dan menganalisis
Lebih terperinciPENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY
PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY DAN TEKNIK CONNECTED COMPONENT LABELING Oleh I Komang Deny Supanji, NIM 0815051052 Jurusan
Lebih terperinciLAPORAN PENELITIAN HIBAH BERSAING TAHUN PERTAMA 2011
REKAYASA LAPORAN PENELITIAN HIBAH BERSAING TAHUN PERTAMA 2011 PERANGKAT LUNAK PENGKLASIFIKASI KUALITAS UBIN KERAMIK PADA PROSES PENGONTROLAN KUALITAS DAN PENGEMASAN MENGGUNAKAN FITUR TEKSTUR Ketua Peneliti
Lebih terperinciBAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus
BAB II DASAR TEORI 2.1 Meter Air Gambar 2.1 Meter Air Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor,
Lebih terperinciPemampatan citra dengan menggunakan metode pemampatan kuantisasi SKRIPSI. Oleh : Sumitomo Fajar Nugroho M
Pemampatan citra dengan menggunakan metode pemampatan kuantisasi SKRIPSI Oleh : Sumitomo Fajar Nugroho M 0104062 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2010 BAB
Lebih terperinciModel Citra (bag. I)
Model Citra (bag. I) Ade Sarah H., M. Kom Defenisi Citra Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek. Jenis dari citra ada 2, yaitu: 1. Citra analog (kontinu) : Dihasilkan
Lebih terperinciIMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA
IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA Murinto 1), Eko Aribowo, Elena Yustina Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad Dahlan Yogyakarta Email : murintokusno@yahoo.com
Lebih terperinciPENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL
PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL Mawaddah Aynurrohmah, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id Abstraksi Perkembangan teknologi
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciModifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih terperinciSISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT
SISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT Ardi Satrya Afandi art_dhi@yahoo.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl.
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
Lebih terperinciMILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Thinning atau penipisan citra adalah suatu operasi untuk mereduksi citra biner dalam suatu objek menjadi rangka (skeleton) yang menghampiri sumbu objek.
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciCitra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo
Citra Digital Petrus Paryono Erick Kurniawan erick.kurniawan@gmail.com Esther Wibowo esther.visual@gmail.com Studi Tentang Pencitraan Raster dan Pixel Citra Digital tersusun dalam bentuk raster (grid atau
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem parkir khususnya untuk parkir mobil di tempat-tempat pusat perbelanjaan di Indonesia pada umumnya sudah menerapkan sistem otomatis. Setiap mobil yang
Lebih terperinciOperasi Morfologi. Kartika Firdausy - UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra
Operasi Morfologi Kartika Firdausy - UAD pvisual@ee.uad.ac.id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi prosedur operasi morfologi menerapkan
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Analisis dan perancangan sistem ini ditujukan untuk memberikan gambaran secara umum mengenai aplikasi yang akan dibuat. Hal ini berguna untuk menunjang pembuatan
Lebih terperinciSegmentasi Dan Pelabelan Pada Citra Panoramik Gigi
Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi Nur Nafi iyah 1, Yuliana Melita, S.Kom, M.Kom 2 Program Pascasarjana Sekolah Tinggi Teknik Surabaya Email: nafik_unisla26@yahoo.co.id 1, ymp@stts.edu
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciSISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA
SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA Syahrul 1, Andi Kurniawan 2 1,2 Jurusan Teknik Komputer, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia Jl. Dipati Ukur No.116,
Lebih terperinciSistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC
Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC Hanjaya Mandala (1).EkoRudiawan,S.ST (2).HendawanSoebhakti,ST.,MT (3). (1) (2) (3) Politeknik Negeri Batam
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciGARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)
GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP) Mata Kuliah: Pengolahan dan Pengenalan Pola; Kode/Bobot : TSK 713/ 2 sks; Deskripsi Mata Kuliah: Mata kuliah ini berisi konsep teori, teknik-teknik dan aplikasi
Lebih terperinciIMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF
IMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF Dini Nuzulia Rahmah 1, Handayani Tjandrasa 2, Anny Yuniarti 3 Teknik Informatika,
Lebih terperinciBAB 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
Lebih terperinciAPLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL
Jurnal Ilmu Matematika dan Terapan Desember 2016 Volume 10 Nomor 2 Hal. 83 96 APLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL V. Y. I. Ilwaru 1, Y. A. Lesnussa 2, E. M.
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : A11. 54521 / Pengolahan Citra Digital Revisi - Satuan Kredit Semester : 3 SKS Tgl revisi : - Jml Jam kuliah dalam seminggu
Lebih terperinci