36
UJIAN DETEKSI KECACATAN PADA PRODUKSI PELURU MENGGUNAKAN METODE LINE DETECTION Oleh: Dyah Ayu Erniasanti 1210 100 033 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014 Dosen Pembimbing: Dr. Budi Setiyono, S.Si, MT

DETEKSI KECACATAN PADA PRODUKSI PELURU …digilib.its.ac.id/public/ITS-paper-41086-1210100033... · 2016-06-27 · ujian deteksi kecacatan pada produksi peluru menggunakan metode

  • Upload
    others

  • View
    8

  • Download
    0

Embed Size (px)

Citation preview

UJIAN

DETEKSI KECACATAN PADA PRODUKSI PELURU MENGGUNAKAN METODE

LINE DETECTION

Oleh:Dyah Ayu Erniasanti

1210 100 033

JURUSAN MATEMATIKAFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT TEKNOLOGI SEPULUH NOPEMBERSURABAYA

2014

Dosen Pembimbing:Dr. Budi Setiyono, S.Si, MT

LATAR BELAKANG MASALAH

PT Pindad Produksi Peluru

Seleksi Visual

Seleksi Non Visual

RUMUSAN MASALAH

Bagaimana mendeteksi ada atautidaknya kecacatan pada produksipeluru menggunakan metode linedetection

BATASAN MASALAH

• Deteksi kecacatan hanya pada selongsongpeluru

• Image enhancement menggunakanincrease gamma

• Penapisan citra menggunakan tapis highpass

• Menggunakan software Matlab

TUJUAN

Untuk mendeteksi ada atau tidaknya kecacatan pada produksi peluru

menggunakan metode line detection

MANFAAT

Membantu industri pembuatan peluruterutama PT. Pindad dalammendeteksi kecacatan pada produksipeluru menggunakan implementasipengolahan citra digital denganmetode line detection.

PENGOLAHAN CITRA DIGITAL

Citra Komputer

Proses yang bertujuan untuk memanipulasi dan menganalisis citra dengan bantuan komputer

PELURU

Amunisi

PeluruSelongsongPropelanRimPrimer

Selongsong peluru adalah benda yang merupakan wadah yang membungkus proyektil peluru

AKUISISI CITRA DIGITAL

Objek Citra digital

Untuk menentukan data yang diperlukan danmemilih metode perekaman citra digital

SEGMENTASI CITRA

• Pengenalan pola gambar• Memisahkan objek dengan background

Suatu proses pengelompokan citra menjadibeberapa bagian yang homogen berdasarkankriteria keserupaan tertentu.

IMAGE ENHANCEMENT

Dimana:= Citra sebelum dikenakan transformasi gamma= Faktor koreksi gamma, dengan kisaran nilai = Citra setelah dikenakan transformasi gamma

Untuk mengatur gelap terang pada citra• Brightness• Contrass• Gamma

GRAYSCALLING

Merubah citra warna (RGB) menjadi citra dengan aras keabuan

PENAPISAN CITRA DIGITAL

Mengurangi noise pada citra

High Pass

Low Pass

Median

Laplacian

Roberts

Sobel

Gaussian

THRESHOLDING

Merubah citra grayscale menjadi citra biner

LINE DETECTION

Konvolusi mask

-1 -1 -1

2 2 2

-1 -1 -1

-1 -1 2

-1 2 -1

2 -1 -1

-1 2 -1

-1 2 -1

-1 2 -1

2 -1 -1

-1 2 -1

-1 -1 2

Horisontal 0⁰(mask 1)

Vertikal 90⁰(mask 3)

+45⁰(mask 2)

-45⁰(mask 4)

METODE PENELITIAN

Studi Literatur

Pengumpulan Data

Pengolahan Data

Pembuatan Interface

Penyusunan Laporan

PEMBACAAN CITRA

Citra peluru berupa citra digital hasil pemotretan dengan resolusi 2592x1728 piksel

CROPPING

Citra asli Hasil cropping

Dilakukan segmentasi citra untuk prosescropping sehingga dapat dipisahkan objekdengan background nya

INCREASE GAMMA

Dilakukan perubahan gelap terang citrauntuk mempermudah proses line detectiondengan increase gamma

GRAYSCALLING

Merubah citra RGB menjadi grayscale untuk mempercepat proses

RESIZE

Bertujuan untuk menyamakan ukuran citra.

PENAPISAN HIGH PASS

Dilakukan penapisan pada citra untukmempertahankan tepi citra sekaligusmengurangi derau

LINE DETECTION

Dilakukan konvolusi matrik line detection terhadap matriks citra, maka didapat hasil sebagai berikut

Mask 1 Mask 2 Mask 3 Mask 4

DETEKSI AKHIR

Deteksi akhir dengan mencari selisihjumlah piksel citra uji dan citra acuan,kemudian dihitung presentasenyaterhadap citra acuan sehingga diperolehkesimpulan apakah peluru cacat atautidak.

Block diagramdeteksi kecacatan peluru menggunakan metode line detection

HASIL DAN PEMBAHASAN

Citra sebanyak 29 citra 11 citra baik 18 citra cacat

Citra baik Citra cacat

Citra cacat dibagi 2 : Tipe I : citra cacat yang dapat dengan

mudah dilihat secara kasat mata Tipe II : citra cacat yang sulit dilihat secara

kasat mata

HASIL DAN PEMBAHASAN

Tipe I Tipe II

HASIL DAN PEMBAHASAN

Untuk mendapatkan citra acuan diperlukan uji coba terhadap 11 citra baik dan hasilnya sebagai berikut:

Baik 1 2 3 4 5 6 7 8 9 10 111 94,803 89,1161 91,9794 90,745 93,0266 92,8944 87,1749 96,5297 88,6728 83,11082 94,5181 94,0014 97,0216 95,7196 98,1262 97,9867 91,9538 98,1787 93,5338 87,66693 87,7868 93,6186 96,7871 98,1721 95,612 95,7603 97,8217 91,681 99,5026 93,26134 91,28 96,9301 96,8871 98,658 98,8615 99,0052 94,7766 95,0529 96,4052 90,35815 89,8011 95,5282 98,205 98,6398 97,4858 97,6315 96,0658 93,6254 97,7165 91,58726 92,5038 98,0904 95,7964 98,8743 97,5474 99,8579 93,7097 96,2343 95,3199 89,3417 92,3508 97,9454 95,9327 99,015 97,6863 99,8577 93,8431 96,0866 95,4556 89,46818 85,2881 91,2497 97,7732 94,4887 95,9047 93,2875 93,4391 89,269 98,2817 95,3389 96,4049 98,2113 92,3199 95,2861 94,0074 96,371 96,234 90,309 91,8607 86,0987

10 87,2259 93,0868 99,5001 96,2711 97,6631 95,0901 95,2392 98,3107 91,1396 93,727511 79,6787 85,9318 92,7744 89,3293 90,8144 88,0693 88,2283 95,11 83,8543 93,3077

Citra acuan Citra ke-9

CitraCacat <90,745

Tidak cacat >=90,745

HASIL DAN PEMBAHASAN

Hasil uji coba citra cacat yang terdeteksi cacat

HASIL DAN PEMBAHASAN

Hasil uji coba citra cacat yang terdeteksi tidak cacat

HASIL DAN PEMBAHASAN

Berdasarkan hasil ujicoba terhadap 9 citracacat tipe I, metodeline detection dapatmendeteksi sebanyak8 peluru yangtergolong cacat,sedangkan yanglainnya terdeteksitidak cacat.

HASIL DAN PEMBAHASAN

Cacat Tipe I Prosentase Hasil

1 68,6488 Cacat

2 78,4822 Cacat

3 73,9241 Cacat

4 89,1254 Cacat

5 75,5437 Cacat

6 78,4822 Cacat

7 77,3022 Cacat

8 68,9727 Cacat

9 98,982 Tidak Cacat

HASIL DAN PEMBAHASAN

Berdasarkan hasil ujicoba terhadap 9 citracacat tipe II, metodeline detection hanyadapat mendeteksisebanyak 5 peluruyang tergolong cacat,sedangkan yanglainnya terdeteksitidak cacat.

Cacat Tipe II Prosentase Hasil

1 89,3105 Cacat

2 97,0847 Tidak Cacat

3 96,46 Tidak Cacat

4 82,1148 Cacat

5 91,7862 Tidak Cacat

6 95,5576 Tidak Cacat

7 77,8806 Cacat

8 81,2587 Cacat

9 83,0171 Cacat

KESIMPULAN

Berdasarkan uji coba yang telahdilakukan, sebuah citra pelurudikatakan cacat apabilapresentasenya < 90,745.

Dari 18 citra cacat, yang terbagi atas9 citra cacat tipe I dan 9 citra cacattipe II, metode line detectionmempunyai tingkat akurasi sebesar88,89% untuk citra cacat tipe I dan55,56% untuk citra cacat tipe II.

DAFTAR PUSTAKA[1] Fadillah, Ramadhian. 2008. Inilah Cara membuat

Peluru dan Bom. http://news.detik.com/read/2008/11/03/100009/1030130/10/inilah-cara-membuat-peluru-dan-bom. Diakses 5 Maret 2014.

[2] Gonzalez, R.C. & Woods, R.E. Digital Image Processing Second Edition. Prentice Hall. New Jersey. 2002.

[3] Aryanti, Vina. 2012. Pengantar Pengolahan Citra. http://vinaaryantii.blogspot.com/2012/09/pengantar-pengolahan-citra.html. Diakses 5 Maret 2014.

[4] Rinaldi, Munir. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Informatika. Bandung. 2004.

[5] Agus, Prijono, dkk. Pengolahan Citra Digital Menggunakan MATLAB. Informatika. Bandung. 2007.

[6] Mabrur, Andik. 2011. Pengolahan Citra Digital Menggunakan Matlab. http://www.scribd.com/doc/59018692/12/Pengolahan-Citra-Digital-yang-Dapat-Dilakukan-dengan-Fungsi-Bawaan-Matlab. Diakses 22 Februari 2014.

[7] Yuni, Setiani. 2012. Segmentasi Citra. http://yunisetiani-yuni.blogspot.com/2012/09/segmentasi-citra.html.Diakses 22 Februari 2014.