LAMPIRAN-LAMPIRAN MATLAB PROGRAMMING %PROGRAM DETEKSI SURFACE ROUGHNESS %TESIS S2 SMO-DTM FTUI %BUDI HARYANTO NPM

Ukuran: px

Mulai penontonan dengan halaman:

Download "LAMPIRAN-LAMPIRAN MATLAB PROGRAMMING %PROGRAM DETEKSI SURFACE ROUGHNESS %TESIS S2 SMO-DTM FTUI %BUDI HARYANTO NPM"

Liana Rachman
6 tahun lalu
Tontonan:

1 LAMPIRAN-LAMPIRAN MATLAB PROGRAMMING %PROGRAM DETEKSI SURFACE ROUGHNESS %TESIS S SMO-DTM FTUI %BUDI HARYANTO NPM A=imread('pelatkalibrator9.jpg'); %membaca image kalibrator,9 mikrometer [a,b,c]=size(a); %membaca jumlah baris, kolom dan layer image Rd=A(:,:,);%membaca data layer RED Gr=A(:,:,);%membaca data layer GREEN Bl=A(:,:,3);%membaca data layer BLUE meanro=mean(rd)%nilai rata-rata (mean)pada setiap baris layer Red meango=mean(gr)%nilai rata-rata (mean)pada setiap baris layer Green meanbo=mean(bl)%nilai rata-rata (mean)pada setiap baris layer Blue meanr=mean(meanro)%nilai rata-rata (mean)layer Red meang=mean(meango)%nilai rata-rata (mean)layer Green meanb=mean(meanbo)%nilai rata-rata (mean)layer Blue %Program perhitungan lebar edge putih dan jarak antar edge putih B=imbw(A,graythresh(A)); %merubah rgb image menjadi binary C=bwareaopen(B,5); %Menghilangkan noise yang jmlnya dibawah 5 pixel D=imfill(C,'holes'); %mengisi lubang pada edge image [a,b]=size(d); %membaca ukuran image hasil croping s=round(a/); %mencari baris tengah x=; %nilai awal for kolom=:b-; %looping kolom beda=d(s,kolom+)-d(s,kolom); %persamaan untuk mencari nilai edge warna putih if beda== && D(s,)==; putihawal(x)=kolom; %mencatat posisi kolom untuk nilai putih awal x=x+; elseif beda==-; %mencatat posisi kolom untuk nilai putih akhir putihakhir(x)=kolom; x=x+; end end putihawal; %tampilan kolom untuk edge putih pertama putihakhir; %tampilan kolom untuk edge putih terakhir %Menghitung lebar edge putih lebaredge=putihakhir()-putihawal(); lebaredge=putihakhir(4)-putihawal(3); lebaredge3=putihakhir(6)-putihawal(5); lebaredge=(lebaredge+lebaredge+lebaredge3)/3; %Menghitung jarak antar edge putih centerpth=((putihakhir()-putihawal())/)+putihawal(); %nilai tengah edge putih pertama 6 Identifikasi fitur..., Budi Haryanto, FT UI, 9

2 centerpth=((putihakhir(4)-putihawal(3))/)+putihawal(3); %nilai tengah edge putih kedua centerpth3=((putihakhir(6)-putihawal(5))/)+putihawal(5); %nilai tengah edge putih ketiga centerpth4=((putihakhir(8)-putihawal(7))/)+putihawal(7); %nilai tengah edge putih keempat jarakedge=abs(centerpth-centerpth); %jarak antara edge putih pertama dan kedua jarakedge=abs(centerpth3-centerpth); %jarak antara edge putih kedua dan ketiga jarakedge3=abs(centerpth4-centerpth3); %jarak antara edge putih ketiga dan keempat jarakedge=(jarakedge+jarakedge+jarakedge3)/3; %nilai rata-rata jarak edge lebaredge jarakedge figure,imshow(a); %tampilan image awal figure,imshow(d); %tampilan image akhir figure,imhist(rd); %tampilan histogram layer RED figure,imhist(gr); %tampilan histogram layer GREEN figure,imhist(bl); %tampilan histogram layer BLUE %PROGRAM PLOT 3D %BUDI HARYANTO NPM G = imread('pelatkalibrator9.jpg'); I=G(:,:,); [X, map] = grayind(i, 56); C=imresize(X,[56 56]); figure, imshow (C) [A,B] = meshgrid(:56,:56); figure,contour3(a,b,c,3) surface(a,b,c,'edgecolor',[.8.8.8],'facecolor','none') grid off view(-5,5) colormap jet 6 Identifikasi fitur..., Budi Haryanto, FT UI, 9

3 IMAGE PERMUKAAN SAMPEL Sampel, Ra =,97 μm Spindle speed = RPM, Depth of cut =,5 mm/min, federate= 5 mm/menit Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 6 Identifikasi fitur..., Budi Haryanto, FT UI, 9

4 x Grafik Histogram Green (RGB) x Grafik Histogram Blue (RGB) 63 Identifikasi fitur..., Budi Haryanto, FT UI, 9

5 Sampel 3, Ra =,3 μm Spindle speed = RPM, Depth of cut =,5 mm/min, federate= mm/menit Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 64 Identifikasi fitur..., Budi Haryanto, FT UI, 9

6 x Grafik Histogram Green (RGB) Grafik Histogram Blue (RGB) 65 Identifikasi fitur..., Budi Haryanto, FT UI, 9

7 Sampel 5, Ra =,36 μm Spindle speed = RPM, Depth of cut =,5 mm/min, federate= 5 mm/menit Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 66 Identifikasi fitur..., Budi Haryanto, FT UI, 9

8 x Grafik Histogram Green (RGB) x Grafik Histogram Blue (RGB) 67 Identifikasi fitur..., Budi Haryanto, FT UI, 9

9 Sampel 6, Ra =,35 μm Spindle speed = RPM, Depth of cut =,5 mm/min, federate= 75 mm/menit Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 68 Identifikasi fitur..., Budi Haryanto, FT UI, 9

10 x Grafik Histogram Green (RGB) x Grafik Histogram Blue (RGB) 69 Identifikasi fitur..., Budi Haryanto, FT UI, 9

11 Pelat Kalibrator, Ra =,9 μm Sebelum proses Sesudah proses Pengeplotan 3D Image x Grafik Histogram Red (RGB) 7 Identifikasi fitur..., Budi Haryanto, FT UI, 9

12 x Grafik Histogram Green (RGB) 3 x Grafik Histogram Blue (RGB) 7 Identifikasi fitur..., Budi Haryanto, FT UI, 9

dokumen-dokumen yang mirip

BAB 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