KETIDAKPASTIAN PERHITUNGAN JARAK PADA PELAT ELEMEN BAHAN BAKAR NUKLIR. Nursinta A.W., Anik P., Khairina Ns., Entin H.

dokumen-dokumen yang mirip
UJI KUALITAS MORFOLOGI BAHAN BAKAR NUKLIR TIPE PELAT DENGAN PEMANFAATAN IMAGE PROCESSING MENGGUNAKAN BAHASA PEMROGRAMAN PYTHON

SEGMENTASI CITRA PELAT ELEMEN BAKAR DENGAN METODE EDGE DETECTION. Anik Purwaningsih, Sutopa *

ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR

PENGENALAN POLA PLAT NOMOR KENDARAAN BERBASIS CHAIN CODE

KETIDAKPASTIAN PENGUKURAN KEKASARAN PERMUKAAN KELONGSONG BAHAN BAKAR NUKLIR DENGAN ROUGHNESS TESTER SURTRONIC-25

PENGARUH JARAK TABUNG SINAR-X DENGAN FILM TERHADAP KESESUAIAN BERKAS RADIASI PADA PESAWAT X-RAY SIMULATOR DI INSTALASI RADIOTERAPI RSUD DR

Mahasiswa: Muhimmatul Khoiro Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si.

BAB III METODE PENELITIAN

KOMPUTASI SPHERICITY BERBASIS IMAGE PROCESSING PADA KERNEL BAHAN BAKAR HTGR. Khairina Ns, D. Andiwijayakusuma

BAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra

Oleh Yuli Wijayanti. Dosen Pembimbing : 1. Bilqis Amaliah, S.Kom, M.Kom 2. Anny Yuniarti, S.Kom, M.Com.Sc

BAB II LANDASAN TEORI

1.8 Jadwal Pelaksanaan

IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL

REALISASI PENGUKUR TINGGI BADAN MANUSIA SECARA REALTIME BEBRBASIS WEBCAM

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

PEMBUATAN MODEL UJI NILAI TEBAL PARUH (HVL) PESAWAT KONVENSIONAL SINAR-X MENGGUNAKAN PENGOLAHAN CITRA DIGITAL

PENERAPAN METODE DETEKSI TEPI CANNY UNTUK SISTEM PENGENALAN PLAT NOMOR KENDARAAN TUGAS AKHIR

DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL

PENGEMBANGAN ANTARMUKA KONVERSI FILE DATA NUKLIR TEREVALUASI PADA RENTANG SUHU TERTENTU UNTUK APLIKASI MCNP. D. Andiwijayakusuma *

PENENTUAN FRAKSI BAKAR PELAT ELEMEN BAKAR UJI DENGAN ORIGEN2. Kadarusmanto, Purwadi, Endang Susilowati

MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING

PERHITUNGAN BURN UP BAHAN BAKAR REAKTOR RSG-GAS MENGGUNAKAN PAKET PROGRAM BATAN-FUEL. Mochamad Imron, Ariyawan Sunardi

SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK

Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc

PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA

APLIKASI CLOSE RANGE PHOTOGRAMMETRY UNTUK PERHITUNGAN VOLUME OBJEK

SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)

SIMULASI ALIRAN PANAS PADA SILINDER YANG BERGERAK. Rico D.P. Siahaan, Santo, Vito A. Putra, M. F. Yusuf, Irwan A Dharmawan

APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT

PENGUJIAN PENGENALAN KARAKTER PADA KTP MENGGUNAKAN METODE TEMPLATE MATCHING

BAB II LANDASAN TEORI

BAB 4 PENGUJIAN DAN EVALUASI. teknik pemrosesan citra dengan menggunakan logika samar dan dengan teknikteknik

MENGANALISA PERBANDINGAN DETEKSI TEPI ANTARA METODE SOBEL DAN METODE ROBET

PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH

BAB 2 LANDASAN TEORI

Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel

BAB 4 HASIL DAN ANALISA

HASIL DAN PEMBAHASAN. Gambar 3 Ilustrasi pencarian titik pusat dan jari-jari pupil. Segmentasi

Batra Yudha Pratama

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE

IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B

Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson

DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL

BAB 3 IMPLEMENTASI SISTEM

Klasifikasi Bibit Sapi Peranakan Ongole Menggunakan Metode Pengolahan Citra

Model Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan. Andry Jonathan ( )

Deteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV

APLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE

APLIKASI PENGHITUNG JUMLAH WAJAH DALAM SEBUAH CITRA DIGITAL BERDASARKAN SEGMENTASI WARNA KULIT

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SCENE COMPLETION MENGGUNAKAN TEMPLATE MATCHING DAN POISSON BLENDING

IV. HASIL DAN PEMBAHASAN

BAB I PENDAHULUAN 1.1 Latar Belakang

IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI

PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt

UNIVERSITAS BINA NUSANTARA PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

Pengenalan Plat Nomor Mobil Menggunakan Metode Learning Vector Quantization

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN

KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS

KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB

3 BAB III METODE PENELITIAN

IDENTIFIKASI FOKUS MIKROSKOP DIGITAL MENGGUNAKAN METODE OTSU

Deteksi Titik Awal dan Titik Akhir Sinyal Untuk Pemisahan Sinyal Voice dan Unvoice

BAB 1 PENDAHULUAN. menyebabkan pengolahan citra digital memiliki kegunaan yang sangat luas. geologi, kelautan, industri, dan lain sebagainya.

BAB 3 ANALISA DAN PERANCANGAN

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

Pengolahan Citra untuk Identifikasi Kerusakan Kemasan Minuman Kaleng

Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital

BAB I PENDAHULUAN. Citra digital adalah gambaran dari suatu objek yang bersifat analog berupa

PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN

Ukuran tendensi sentral seperti mean, median, dan modus seringkali tidak mempunyai cukup informasi untuk menyimpulkan data yg ada.

DIAGNOSA KETIDAKLURUSAN (MISALIGNMENT) POROS MENGGUNAKAN METODE MULTICLASS SUPPORT VECTOR MACHINE (SVM)

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

DAFTAR ISI. BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Alir Utama Kamera Web iii

Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.

Review Paper. Image segmentation by histogram thresholding using hierarchical cluster analysis

Sistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking

BAB 1 PENDAHULUAN. seperti suhu udara, keindahan, kecantikan adalah hal-hal yang samar, yang

PENGUJIAN KEBULATAN HASIL PEMBUBUTAN POROS ALUMINIUM PADA LATHE MACHINE TYPE LZ 350 MENGGUNAKAN ALAT UKUR ROUNDNESS TESTER MACHINE

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

BAB IV HASIL DAN ANALISIS

BAB I PENDAHULUAN 1.1 Latar Belakang

IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA

Fashion and Fashion Education Journal

Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram

Peningkatan Figure of Merit Pada Detektor Tepi Canny Menggunakan Teknik Skala Multiplikasi

Transkripsi:

KETIDAKPASTIAN PERHITUNGAN JARAK PADA PELAT ELEMEN BAHAN BAKAR NUKLIR Nursinta A.W., Anik P., Khairina Ns., Entin H. ABSTRAK KETIDAKPASTIAN PERHITUNGAN JARAK PADA PELAT ELEMEN BAHAN BAKAR NUKLIR. Pelat Elemen Bahan Bakar (PEB) merupakan salah satu produk instalasi elemen bahan bakar nuklir dengan parameter kualitas adalah kesesuaian geometri meat dan jarak white point. Obyek pengukuran berupa foto radiografi sinar-x yang diukur menggunakan penggaris secara manual. Hasil ukur pasti memiliki simpangan/ deviasi yang merupakan ketidakpastian. Pada proses ini tidak diperhitungkan ketidakpastian yang bersumber pada kecermatan penglihatan serta pemilihan titik ujung meat ke PEB. Akurasi dan presisi produk PEB yang maksimal sangat diperlukan karena mempengaruhi kinerja bahan bakar dan keselamatan penggunaan bahan bakar tersebut. Untuk memenuhi kualitas PEB yang sesuai terdapat 5 kriteria penerimaan. Pada penelitian ini dilakukan perhitungan 2 dari 5 uji kualitas PEB berbasis komputer (F1 dan F2). Piranti lunak dikembangkan menggunakan MATLAB dan metode pengolahan image yang dilakukan meliputi cropping, adjustment dan deteksi tepi dengan metode canny. Sampel yang digunakan adalah pelat 6191 s/d 6193 masing-masing dilakukan pengujian F1 dan F2. Hasil yang didapat berupa nilai rata-rata, standart deviasi, ketidakpastian relatif, nilai maksimum dan nilai minimum. Rata-rata ketidakpastian relatif dibawah 5%. Nilai ketidakpastian relatif yang kecil menunjukkan ketelitian pengukuran yang besar. Hasil yang didapat menunjukkan bahwa jarak F1 dan F2 pelat 6191 tidak memenuhi syarat (berada di luar range yang diterima yaitu 2.8mm s/d 5.2mm). Pada pengukuran manual menunjukkan jarak F2 pelat 6191 tidak memenuhi syarat. Perbedaan dapat terjadi karena pengukuran manual dilakukan satu kali tanpa pengulangan sedangkan pengukuran berbasis komputer nilai yang dihasilkan berupa rentang dimana nilai sebenarnya berada pada rentang tersebut. Kata kunci: ketidakpastian, kualitas, Pelat Elemen Bahan Bakar ABSTRACT UNCERTAINTY MEASUREMENT OF PLATES ELEMENTS OF NUCLEAR FUEL. Plate s elements fuel is a product of the installation of nuclear fuel elements. This product quality parameter is suitable geometry and white point. An object of measurement is a photo of x-ray radiography that measured using a ruler manually. Result of the measure has deviation Source of uncertainty in this tests are subjectivities in sight and meat point selection... We require accuracy and precision PEB product optimal, because it affects the performance of the fuel and safety fuel use. There are 5 acceptance criteria to meet the appropriate quality. In this research we do 2 of 5 test PEB quality by computer based. We develop this software with MATLAB and use image processing method such as cropping, adjustment dan edge detection (canny). We use plates with number 6191 up to 6193 to measure distance from meat to PEB (according to criteria F1 and F2). The result obtained is average, deviation, relative uncertainty, maximum value and minimum value. The average uncertainty relative below 5%. The value of uncertainty relatively small show the great precision measurement. The result show that plates number 6191 unqualified because of the distance F1 and F2 lying outside the range. Manual measurement result show that plates number 6191 unqualified because of the distance F2 lying outside the range. These Pusat Pengembangan Informatika Nuklir BATAN Serpong, e-mail: sintaadi@batan.go.id 331

Lokakarya Komputasi dalam Sains dan Teknologi Nuklir, 10 Oktober 2012 (331-340) differences could happen because we do manual measurement of the on time without repetition; while the value is generated on computer based measurement is a range value. The true value is that value range. Keywords: uncertainty, quality, plates elements fuel PENDAHULUAN Pengukuran merupakan aktivitas yang bertujuan untuk mengetahui kualitas atau kuantitas suatu besaran. Hasil ukur pasti memiliki simpangan/ deviasi yang merupakan ketidakpastian. Nilai suatu hasil pengukuran tidak akan berarti tanpa disertai dengan perhitungan nilai ketidakpastian. Ketidakpastian dapat bersumber dari alat yang mempunyai keterbatasan ukur. Pelat Elemen Bahan Bakar (PEB) merupakan salah satu produk instalasi elemen bahan bakar nuklir yang pada uji kualitasnya dilakukan pengukuran untuk kesesuaian geometri meat dan white point. Pengukuran dilakukan pada hasil foto radiografi sinar X menggunakan penggaris secara manual. Banyak faktor yang mempengaruhi ketidaktepatan pengukuran, yang tidak semuanya dapat dihindari. Pada pengukuran jarak meat ini ketidakpastian dapat bersumber dari pengujian yang sangat subyektif karena tergantung pada kecermatan penglihatan, serta pemilihan titik meat ke PEB. Akurasi dan presisi produk PEB yang maksimal sangat diperlukan karena mempengaruhi kinerja bahan bakar dan keselamatan penggunaan bahan bakar tersebut. Untuk memenuhi kualitas PEB yang sesuai terdapat 5 kriteria penerimaan. Empat kriteria merupakan pengukuran geometri jarak meat ke PEB dan satu kriteria berdasarkan banyaknya white point yang berkelompok (banyaknya Uranium yang keluar dari meat). Dalam makalah ini dilakukan pengembangan piranti lunak untuk menghitung 2 dari 5 kriteria penerimaan serta estimasi dari nilai ketidakpastian perhitungan. Kriteria tersebut adalah jarak meat dari dekat nomer pelat (F1) dan jarak meat yang jauh dari nomer pelat (F2). Metode pengolahan image yang digunakan antara lain cropping, adjustment dan deteksi tepi (. Deteksi tepi dengan operator-operator masih memiliki kelemahan, diantaranya pada satu perubahan nilai piksel akan diperoleh banyak piksel tepi. Deteksi tepi yang digunakan adalah canny, yang mempunyai kemampuan lokalisai yang baik. Canny memungkinkan jarak yang minimum antara tepi deteksi dengan tepi yang asli. Adanya jarak antara tepi deteksi dan deteksi yang asli, maka untuk meminimalkan kesalahan pemilihan tepi (titik terluar meat), dilakukan perhitungan pada 20 titik paling ujung (kira-kira 1.98 mm). METODOLOGI Secara umum tahapan aktifitas adalah sebagai berikut (gambar 1); 332

Ketidakpastian Perhitungan Jarak pada Pelat Elemen Bahan... (Nursinta A.W., Anik P., Khairina Ns., Entin H.) Scanning Foto Pelat Gambar 1. Tahapan aktifitas Utama Foto PEB menggunakan radiografi sinar X. Satu foto bisa memuat 4 pelat sekaligus yang berurutan nomernya. Pada proses scanning, panjang dan lebar foto PEB terlalu besar untuk ukuran mesin scan yang ada. Oleh karena itu untuk 1 foto dilakukan 4 kali proses scan. Contoh hasil scan seperti pada gambar 2 berikut. Gambar tersebut adalah pelat nomer 6187 s/d 6190. Nomer pelat terdiri dari 4 digit, hanya pelat nomer 1 (satu) saja yang dicetak lengkap (6187) sedangkan nomer berikutnya hanya digit ke-4 saja. Terdapat 5 pengukuran uji kualitas dari pelat bahan bakar ini, 2 diantaranya adalah: 1. F1: jarak meat ke sisi PEB dekat dari nomer pada rentang 2.8 mm s/d 5.2 mm 2. F2: jarak meat ke sisi PEB jauh dari nomer pada rentang 2.8 mm s/d 5.2 mm Gambar 2. Scan foto pelat seri CBBJ 6187 333

Lokakarya Komputasi dalam Sains dan Teknologi Nuklir, 10 Oktober 2012 (331-340) Proses Perhitungan jarak F1 dan F2 Perhitungan jarak F1 dan F2 dengan mengembangkan code berbasis image processing menggunakan MATLAB. Tahapan proses perhitungan F1 dan F2 seperti pada gambar 3. Beberapa tahapan seperti cropping, adjustment dan deteksi tepi canny menggunakan fungsi yang sudah disediakan di MATLAB. Aktifitas tiap tahap sebagai berikut: 1. Memasukkan parameter input, paramater input terdiri dari 2 yaitu Nomer Pelat (1, 2, 3 atau 4) dan Jenis Deteksi ( 1 untuk F1 dan 2 untuk F2). 2. Cropping gambar (pemotongan gambar pada bagian tertentu) sesuai dengan nomer pelat dan jenis deteksi. Teknik cropping merupakan bagian penting dari aplikasi pengolahan image. Penentuan secara tepat bagian yang dipotong mempengaruhi proses pengolahan dan hasil akhir yang akan diperoleh, Pada penelitan ini cropping dilakukan pada wilayah 151x151 pixel. Pemotongan berbentuk bujursangkar ini bertujuan agar pemisahan antara meat dengan ujung pelat lebih jelas (gambar 4). Gambar 3. Tahapan proses perhitungan F1 dan F2 334

Ketidakpastian Perhitungan Jarak pada Pelat Elemen Bahan... (Nursinta A.W., Anik P., Khairina Ns., Entin H.) Gambar 4. Cropping PEB 3. Adjusment (penyesuaian). Proses ini merupakan salah satu teknik peningkatan kualitas citra untuk mendapatkan segmentasi yang lebih bagus antara meat, PEB dan background. Intensity adjustment bekerja dengan cara melakukan pemetaan linier terhadap nilai intensitas pada histogram awal menjadi nilai intensitas pada histogram yang baru. Parameter adjustment yang digunakan pada penelitian ini adalah 0.13 s/d 0.5. 4. Deteksi tepi merupakan suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra yang bertujuan untuk menandai bagian yang menjadi detil citra dan memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari proses akuisisi citra. Metode deteksi tepi yang digunakan adalah canny karena beberapa kriteria pendeteksi tepian paling optimum yang dapat dipenuhi oleh algoritma Canny : a. Memiliki kemampuan untuk mendeteksi sesuai dengan parameter-parameter konvolusi yang dilakukan b. Melokalisasi dengan baik (kriteris lokalisasi). Dengan canny dimungkinkan dihasilkan jarak yang minimum antara tepi yang dideteksi dengan tepi yang asli c. Respon yang jelas (criteria respon). Hanya ada satu respon untuk tiap tepi. Sehingga mudah dideteksi dan tidak menimbulkan kerancuan pada pengolahan citra selanjutnya. Pada penelitian ini parameter canny yang digunakan adalah 0.2. 5. Menghitung jarak ke sisi PEB. Gambar 5. Lokasi menghitung jarak F1 dan F1 335

Lokakarya Komputasi dalam Sains dan Teknologi Nuklir, 10 Oktober 2012 (331-340) Pengukuran manual dilakukan pada satu titik terluar dari meat menuju PEB (panah ke atas). Pengukuran ini memungkinkan untuk terjadi kesalahan karena subyektif dan tidak dilakukan pengulangan pengukuran. Metode analisis statistik yang digunakan dalam teknik pengukuran antara lain. Nilai rata-rata (Arithmatic mean), X m Arithmetik mean adalah nilai rata-rata dari sejumlah sampel pengukuran dan dirumuskan sebagai, (1) Dengan n adalah jumlah sampel pengukuran dan X i adalah sampel pengukuran untuk I = 1..n. Deviasi Standar (Standart Deviation), σ Deviasi standar, σ atau deviasi efektif didefinisikan sebagai akar dari nilai ratarata kuadrat deviasi (root mean square deviation) dan dirumuskan sebagai, n>= 20 (2) Diperlukan sedikitnya 20 sampel pengukuran untuk dapat membuat perkiraan yang dapat diandalkan mengenai deviasi standard validitas data. Pada penelitian ini dihitung 20 pixel dari titik meat paling ujung atau sekitar 1.98 mm. Hasil akhir pengukuran dinyatakan dengan x n ± σ n, cara lain untuk menyatakan ketidakpastian adalah dengan menyebutkan ketidakpastian nisbi/relatifnya yaitu : σ n /x n yang tidak mempunyai satuan, dan bisa dinyatakan dalam prosen yaitu σ n /x n x 100%. Ketidakpastian relatif berhubungan dengan ketelitian pengukuran yang bersangkutan; makin kecil ketidakpastian makin besar ketelitian pengukuran tersebut. HASIL DAN PEMBAHASAN Pada penelitian ini dilakukan pengukuran berbasis komputer. Perbandingan teknik pengukuran berbasis komputer dengan teknik pengukuran konvensional seperti pada tabel 1. 336

Ketidakpastian Perhitungan Jarak pada Pelat Elemen Bahan... (Nursinta A.W., Anik P., Khairina Ns., Entin H.) Tabel 1. Perbandingan teknik konvensional dan berbasis komputer Parameter Teknik Pengukuran Konvensional Teknik Pengukuran Berbasis Komputer Perhitungan ketidakpastian Tidak ada Ada Instrumen yang digunakan Instrumen konvensional Instrumen maya Keterlibatan manusi dalam Dominan Minimal keseluruhan proses pengukuran Kontribusi kesalahan manusia terhadap ketelitian hasil pengukuran Besar Dapat diabaikan Pengembangan piranti lunak menggunakan bahasa pemrograman MATLAB. Terdapat 2 parameter input yaitu Nomor Pelat (1,2,3 atau 4) serta Jenis Deteksi ( 1 untuk F1, 2 untuk F2). Salah satu hasil running program terlihat pada gambar 6. Pada gambar tersebut terlihat gambar pelat yang sudah mengalami proses cropping, adjustment serta deteksi tepi canny. Lingkaran merah menunjukkan area yang akan dihitung jaraknya. Dari titik meat paling ujung diukur sebanyak 20 pixel atau kira-kira sepanjang 1.98 mm. Hasil perhitungan yang didapatkan antara lain nilai rata-rata, standart deviasi, ketidakpastian relative, nilai maksimum dan nilai minimum. Hasil ini memberikan informasi kisaran nilai dari jarak meat ke PEB beserta ketidakpastian relative. Nilai ketidakpastian relatif menunjukkan tingkat kesalahan yang terjadi karena faktor-faktor yang belum diperhitungkan dalam pengukuran ini. Gambar 6. Tampilan akhir pengolahan 337

Lokakarya Komputasi dalam Sains dan Teknologi Nuklir, 10 Oktober 2012 (331-340) Simulasi perhitungan dilakukan pada pelat nomer 6191 s/d 6193 untuk F1 dan F2. Hasil perhitungan secara lengkap seperti pada tabel 1. Estimasi ketidakpastian ditunjukkan oleh prosentase ketidakpastian relative. Semakin kecil ketidakpastian dari suatu pengukuran maka semakin tinggi ketelitiannya Rata-rata prosentase ketidakpastian relative diatas 1%, berdasarkan aturan yang disepakati maka banyaknya angka yang boleh sebagai hasil sebanyak 2 angka. Dari hasil tersebut terlihat bahwa pelat 6191 untuk kriteria F1 menghasilkan range [2.59 2.80], range ini tidak sesuai dengan range yang ditentukan [2.8 5.2] begitu juga untuk pelat 6191 kriteria F2. Hasil pengukuran [3.75 9.32] jauh dari range yang ditentukan [2.8 5.2]. Sampel PEB ini didapat dari PT. Batan Teknologi beserta keterangan pelat yang tidak memenuhi kriteria. Dari hasil pengukuran manual pelat bernomor 6191 di-reject untuk pengukuran F2. Perbedaan perhitungan terjadi pada criteria F1 untuk pelat 6191. Hasil perhitungna berbasis komputer ditolak sedangkan manual diterima. Hal ini dimungkinkan karena pada pengukuran manual dilakukan sekali tanpa pengulangan sedangkan pada perhitungan berbasis komputer dihitung 20 titik/pixel. Hasil pengukuran manual berupa angka sedangkan perhitungan komputer berupa range yang mengandung nilai sebenarnya.. Tabel 2. Hasil Pengukuran PEB berbasis komputer No. Nomor Rata Standart Ketidakpastian Nilai Nilai Kriteria Pelat -rata Deviasi relatif Maksimum Minimum 1 6191 F1 2.70 0.10 3.92% 2.80 2.59 2 6192 F1 3.02 0.10 3.49% 3.13 2.92 3 6193 F1 3.55 0.17 4.99% 3.73 3.37 4 6191 F2 6.54 2.78 42.55% 9.32 3.75 5 6192 F2 4.87 0.06 1.36% 4.93 4.80 6 6193 F2 4.53 0.04 0.97% 4.57 4.48 Pada pengukuran manual dengan satu kali pengukuran menghasilkan angka konstan yang seolah-olah memberikan kepastian hasil, tetapi sebenarnya hasil seperti itu justru menimbulkan ketidakpastian. Ketidakpastian disini bisa bersumber dari subyektifitas pembacaan ataupun kesalahan penentuan titik meat. Pengukuran menggunakan piranti lunak menggunakan titik meat lebih dari satu (20), menyajikan hasil berupa range, dimana nilai sesungguhnya berada diantara range tersebut. Angka ketidakpastian pengukuran akan memberi kepastian hasil pengukuran. KESIMPULAN DAN RENCANA PENGEMBANGAN Penelitian ini mengembangkan piranti lunak berbasis image yang melakukan perbaikan kualitas image melalui proses cropping dan adjustment. Untuk melingkupi informasi citra yang diperlukan dilakukan deteksi tepi canny yang digunakan untuk menghitung jarak meat ke PEB berdasarkan dua kriteris penerimaan kualitas PEB. 338

Ketidakpastian Perhitungan Jarak pada Pelat Elemen Bahan... (Nursinta A.W., Anik P., Khairina Ns., Entin H.) Hasil perhitungan berupa nilai rata-rata, standar deviasi, ketidakpastian relatif, nilai maksimum dan nilai minimum. Kriteria memenuhi syarat jika jarak meat ke PEB berada di antara 2.8mm s/d 5.2 mm. Hasil pengukuran manual dan perhitungan berbasis komputer menunjukkan perbedaan hasil. Perbedaan terjadi karena pada manual hanya dilakukan satu kali pengukuran jadi kemungkinan kesalahan akibat subyektifitas penglihatan besar. Pada perhitungan berbasis komputer, hasil berupa range dimana nilai sesungguhnya berada di range tersebut. Rencana pengembangan selanjutnya adalah perhitungan 3 kriteria kesesuaian yang lain. DAFTAR PUSTAKA 1. ENDANG, WIJAYA, Pengukuran berbasis Komputer,Teknik Elektronika Industri, Jurusan Teknik Elektro, http://www.scribd.com/doc/5556751/ Pendahuluan-Pengukuran Berbasis Komputer. 2. BHATTACHARYA GK, JOHNSON RA, Statistical Concepts and Methods, Singapore; John Wiley & Sons, 1977. 3. MUHAMMAD IQBAL, Dasar Pengolahan Citra menggunakan MATLAB, www.pengolahancitra.com. UCAPAN TERIMA KASIH Ucapan terima kasih disampaikan kepada PT Bantek atas penggunaan data pelat dalam penelitian ini serta tim PIPKPP PPIN BATAN. DISKUSI ZAENAL ABIDIN Apa yang dimaksud ketidakpastian perhitungan jarak? Apa maksud cropping dan apa kegunaannya NURSINTA A.W. Ketidakpastian perhitungan jarak pada pelat mempengaruhi tingkat ketelitian perhitungan. Pada perhitungan jarak pelat ini digunakan deteksi tepi canny, yang menghasilkan jarak paling minimum antara tepi sebenarnya dengan tepi yang dihasilkan. Untuk meningkatkan ketelitian perhitungan dilakukan perhitungan ketidakpastian jarak pelat, yaitu dengan menghitung jarak pada 20 titik pixel sehingga menghasilkan nilai rata-rata jarak serta ketidakpastian relatifnya. Cropping adalah memotong obyek pada wilayah tertentu, gunanya untuk melokalisir masalah yang akan diteliti. 339

Lokakarya Komputasi dalam Sains dan Teknologi Nuklir, 10 Oktober 2012 (331-340) DAFTAR RIWAYAT HIDUP 1. Nama : Nursinta Adi Wahanani, M.Kom. 2. Instansi / Unit Kerja : PPIN-BATAN 3. Pekerjaan / Jabatan : Staf Bidang Komputasi 4. Riwayat Pendidikan : S2 Ilmu Komputer IPB (2012) S1 Statistik ITS (2000) 5. Pengalaman Kerja : Staf Bidang SIM-PPIN BATAN (2000-2005) Staf Bidang Komputasi PPIN-BATAN (2005-sekarang) 6. Organisasi Profesional : 7. Publikasi Ilmiah yang pernah disajikan/diterbitkan : Latin Hypercube Sampling for Uncertainty Analysis, pada Journal of Theoretical and Computational Studies (2009). Simulasi Perhitungan Kandungan Radon Terhadap Laju Fluks Radon Menggunakan Metode Latin Hypercube Sampling dan Simple Random Sampling, (2009). 340