-
TUGAS AKHIR
PROTOTYPE PENGECEKAN KUALITAS HASIL
SABLON KOTAK BATERAI
Diajukan untuk memenuhi salah satu syarat
Memperoleh Gelar Sarjana Teknik Pada
Program Studi Teknik Elektro
Jurusan Teknik Elektro
Fakultas Sains dan Teknologi Universitas Sanata Dharma
Disusun oleh :
RINDA BUDI WIRAWAN
NIM : 145114003
PROGRAM STUDI TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2018
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
FINAL PROJECT
THE PROTOTYPE CHECKING THE QUALITY OF
THE BATTERY BOX SCREEN PRINTING
In a partial fulfillment of the requirements For the degree of
Sarjana Teknik
Department of Electrical Engineering Faculty of Science and
Technology,
Sanata Dharma University
Arranged by :
RINDA BUDI WIRAWAN
NIM : 145114003
DEPARTMENT OF ELECTRICAL ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2018
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
iv
HALAMAN PERSEMBAHAN DAN MOTTO HIDUP
Mulailah dari tempatmu berada. Gunakan yang kau punya. Lakukan
yang kau bisa.
Thesa Deta Murbasari
Orang tua dan Kakak
Tuhan Yang Maha Esa
Skripsi ini saya persembahkan untuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
vi
INTISARI
Perkembangan teknologi saat ini sudah semakin maju dengan pesat,
sehingga banyak
perusahaan yang ingin menciptakan inovasi baru yang bermanfaat
demi mempermudah dan
membantu kerja manusia. Salah satunya pada perusahaan kotak
baterai. Pengecekan cacat
sablon pada kotak baterai yang dilakukan pada umumnya masih
bersifat manual, dengan kata
lain masih memerlukan tenaga manusia untuk melakukannya.
Pekerjaan semacam ini yang dikerjakan secara terus-menerus akan
mengakibatkan
kelelahan pada mata yang akhirnya dapat mengakibatkan mata dan
kualitas pengecekan
menjadi turun. Seiring dengan berkembangnya zaman, suatu metode
pengolahan citra telah
menjadi salah satu ilmu teknologi yang banyak digunakan untuk
membantu kepentingan
manusia, dalam hal ini maka dirancanglah sebuah sistem yang
dapat memeriksa dan
mendeteksi cacat sablon pada kotak baterai.
Sistem ini menggunakan Matlab sebagai aplikasi pengolahan citra
yang diharapkan
dapat mengidentifikasi cacat pada kotak baterai. Proses ini
dilakukan dengan mengambil citra
kotak baterai dan di proses dengan fungsi jarak euclidean,
sehingga dapat mengetahui apakah
kotak baterai tersebut cacat atau tidak.
Kata Kunci : Matlab, Kotak Baterai, Jarak Euclidean, Pengolahan
Citra
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
vii
ABSTRACT
The development of technology is currently more advanced
rapidly, so a lot of
companies that want to create new innovations that are
beneficial for the sake of ease and
help the working man. One of them at the company's battery box.
Checking the battery box
on screen printing defects which are still generally done
manually, in other words still need
manpower to do so.
This kind of work that is done on an ongoing basis will result
in fatigue on eyes that
can eventually lead to eye and quality checking of being down.
Along with the development
of the times, a method of image processing has become one of the
many science technology
used to aid human interests, in this case then the surveyors
laid out a system that can inspect
and detect defects sablon on the battery box.
This system of using Matlab as the expected image processing
application can identify
defects on the battery box. This process is done by taking the
battery box and image in the
process of with euclidean distance function, so it can tell if
the battery box is defective or not.
Keywords: Matlab, Battery Box, Euclidean Distance, Image
Processing
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
viii
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa atas segala berkat dan
karunia yang
telah diberikan selama ini sehingga dapat menyelesaikan
penelitian tugas akhir dengan
judul “Prototype Pengecekan Kualitas Hasil Sablon Kotak Baterai”
dengan lancar. Dalam
pengerjaan tugas akhir ini penulis diberi dukungan moril dan
materi dari banyak pihak
hingga tugas akhir ini selesai. Oleh karena hal tersebut,
penulis ingin menyampaikan
ucapan terima kasih kepada:
1. Bapak Petrus Setyo Prabowo, S.T., M.T., selaku Ketua Program
Studi Teknik
Elektro Universitas Sanata Dharma Yogyakarta.
2. Ibu Wiwien Widyastuti, S.T., M.T., selaku Dosen Pembimbing
yang membimbing
dengan penuh kesabaran, meluangkan waktu, memberikan ide, kritik
dan saran
dalam masa pengerjaan tugas akhir ini.
3. Seluruh dosen dan laboran Teknik Elektro yang dengan sabar
mendidik serta
memberi wawasan lebih.
4. Anggota keluarga, bapakku “Ir. Okta Wirawan”, ibuku “A.
Lisning Budiarti”,
kedua kakakku “Resa Alem Pramudita” dan “Risky Dewantoro Putro”
yang
senantiasa mendampingi dalam segala keadaan serta memberikan
dukungan baik
moril dan materi.
5. Thesa Deta Murbasari yang terus mengingatkan dan memberikan
semangat.
6. Seluruh teman-teman “JONES” dan “Sahabat Lab TA” yang
senantiasa menghibur.
7. Kedua sahabatku Alexander Boy Yogaswara dan Markus Nugroho
Setyawan yang
selalu menghibur dan selalu ada di segala waktu.
8. Seluruh teman-teman Teknik Elektro Universitas Sanata Dharma
yang selalu
mendukung.
9. Semua pihak yang tidak bisa disebutkan satu per satu atas
segala dukungan dan
kebaikan yang telah diberikan.
Dengan segala hormat dan rendah hati, penulis menyadari
penulisan tugas akhir ini jauh
dari kata sempurna. Oleh karena hal tersebut, maka kritik dan
saran yang berkaitan dan
membangun sangat diharapkan agar tugas akhir ini dapat
dikembangkan. Semoga tugas
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
x
DAFTAR ISI
BAB I
.................................................................................................................................................
1
PENDAHULUAN
..............................................................................................................................
1
1.1. Latar Belakang
...................................................................................................................
1
1.2. Tujuan dan Manfaat Penelitian
..........................................................................................
2
1.3. Batasan Masalah
.................................................................................................................
2
1.4. Metode Penelitian
...............................................................................................................
2
BAB II
................................................................................................................................................
5
DASAR TEORI
.................................................................................................................................
5
2.1. Kotak Baterai
.....................................................................................................................
5
2.2. Pengolahan Citra Digital
....................................................................................................
7
2.2.1. Definisi Pengolahan Citra Digital
..............................................................................
7
2.2.2. Ruang Warna RGB
.....................................................................................................
8
2.2.3. Citra Grayscale
..........................................................................................................
8
2.2.4. Citra Biner
..................................................................................................................
9
2.2.5 Resizing
......................................................................................................................
9
2.2.6. Cropping
..........................................................................................................................
9
2.3. Threshold Metode Otsu
......................................................................................................
9
2.5. Template Matching
...........................................................................................................
10
2.6. Jarak Euclidean
................................................................................................................
11
2.7. Webcam
............................................................................................................................
11
2.8. Matlab
..............................................................................................................................
12
BAB
III.............................................................................................................................................
13
PERANCANGAN
............................................................................................................................
13
3.1. Perancangan Hardware
....................................................................................................
13
3.1.1. Perancangan Kotak Baterai
......................................................................................
15
3.2. Perancangan Software
......................................................................................................
16
3.2.1. Subrutin Pengambilan Citra Hasil Sablon
......................................................................
17
3.2.2. Subrutin Preprocessing
............................................................................................
17
3.2.3. Subrutin Fungsi Jarak Euclidean
....................................................................................
18
3.2.4. Subrutin Penentuan Keluaran
...................................................................................
19
3.3. Data Referensi
..................................................................................................................
20
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
xi
BAB IV
............................................................................................................................................
23
HASIL DAN PEMBAHASAN
........................................................................................................
23
4.1. Implementasi Program
.....................................................................................................
23
4.1.1. Tombol Camera On
.................................................................................................
23
4.1.2. Tombol Capture
.......................................................................................................
24
4.1.3. Tombol Proses
..........................................................................................................
24
4.1.4. Tombol
Reset............................................................................................................
30
4.1.5 Tombol End
..............................................................................................................
31
4.2. Pengujian Program Pengecekan Sablon Kotak Baterai Secara
Tidak Langsung ............. 31
4.3. Pengujian Program Pengecekan Sablon Kotak Baterai Secara
Langsung ...................... 33
4.4. Analisis Hasil Data Pengujian Pengecekan Sablon Kotak
Baterai Secara Tidak Langsung 35
4.5. Analisis Hasil Data Pengujian Pengecekan Sablon Kotak
Baterai Secara Langsung .......... 39
BAB V
..............................................................................................................................................
44
KESIMPULAN DAN SARAN
........................................................................................................
44
5.1. Kesimpulan
..........................................................................................................................
44
5.2. Saran
.....................................................................................................................................
44
Daftar Pustaka
..................................................................................................................................
45
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
xii
DAFTAR GAMBAR
Gambar 1. 1 Contoh GUI yang Menampilkan axes 1
........................................................................
3
Gambar 2. 1 Contoh Kotak Baterai [4]
..............................................................................................
5
Gambar 2. 2 Contoh-contoh Sablon Kotak Baterai
............................................................................
6
Gambar 2. 3Skema Ruang Warna RGB Dalam Bentuk Kubus [8]
.................................................... 8
Gambar 2. 4 Contoh Webcam
..........................................................................................................
12
Gambar 3. 1 Blok Diagram Sistem Keseluruhan
............................................................................
13
Gambar 3. 2 Perancangan Hardware Prototype Pengecekan Hasil
Sablon ...................................... 14
Gambar 3. 3 Perancangan Kotak Baterai dan Sablon Kotak Baterai
............................................... 15
Gambar 3. 4 Flowchart Perancangan Software
................................................................................
16
Gambar 3. 5 Subrutin Pengambilan Citra Hasil Sablon
...................................................................
17
Gambar 3. 6 Subrutin Preprocessing
................................................................................................
18
Gambar 3. 7 Subrutin Fungsi Jarak Euclidean
.................................................................................
19
Gambar 3. 8 Penentuan Keluaran
.....................................................................................................
19
Gambar 3. 9 Proses Data Referensi
..................................................................................................
20
Gambar 3. 10 Tampilan Perancangan GUI
......................................................................................
21
Gambar 4. 1 Program Camera On
....................................................................................................
23
Gambar 4. 2 Program Tombol Capture
............................................................................................
24
Gambar 4. 3 Program Konversi RGB ke Biner
................................................................................
25
Gambar 4. 4 Konversi Citra RBG ke Biner (a) Citra Masukan (b)
Citra Greyscale (c) Citra konversi
Greyscale ke Citra Biner
..................................................................................................................
26
Gambar 4. 5 Program Cropping [17]
...............................................................................................
26
Gambar 4. 6 Program Resizing
........................................................................................................
27
Gambar 4. 7 Citra Hasil Resizing
.....................................................................................................
27
Gambar 4. 8 Contoh Pengujian Menggunakan Resizing 64x64 Piksel
............................................ 28
Gambar 4. 9 Program Jarak Euclidean
.............................................................................................
29
Gambar 4. 10 Program Penentuan Keluaran
....................................................................................
29
Gambar 4. 11 Contoh Hasil Program Penentuan Keluaran
..............................................................
29
Gambar 4. 12 Contoh Hasil Pengujian Menggunakan Nilai
Threshold
-
xiii
DAFTAR TABEL
Tabel 2. 1 Jenis Kondisi Kotak Baterai [5]
........................................................................................
6
Tabel 2. 1 Jenis Kondisi Kotak Baterai [5] (Lanjutan)
......................................................................
7
Tabel 3. 1 Percobaan Penentuan Nilai Keluaran
..............................................................................
20
Tabel 3. 2 Keterangan GUI Matlab
.................................................................................................
21
Tabel 3. 3 Keterangan GUI Matlab (Lanjutan)
...............................................................................
22
Tabel 4. 1 Percobaan Resizing Kondisi Leber
.................................................................................
28
Tabel 4. 2 Hasil Pengujian Secara Tidak Langsung Variasi Rotasi
................................................. 36
Tabel 4. 3 Hasil Pengujian Secara Tidak Langsung Variasi
Translasi ............................................. 37
Tabel 4. 4 Hasil Pengujian Secara Langsung Dengan Variasi Rotasi
.............................................. 39
Tabel 4. 5 Hasil Pengujian Secara Langsung Variasi Translasi
....................................................... 41
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Perkembangan teknologi saat ini sudah semakin maju dengan pesat,
sehingga
banyak perusahaan yang ingin menciptakan inovasi baru yang
bermanfaat demi
mempermudah dan membantu kinerja karyawan. Seperti pada
perusahaan baterai (aki),
salah satu teknologi yang dapat dikembangkan adalah teknologi
pengecekan kualitas hasil
sablon kotak baterai. Berdasarkan pengalaman saat kerja praktek,
pengecekan kotak baterai
yang telah disablon secara manual masih bergantung pada
penglihatan mata para
karyawan. Pada kasus yang kerap terjadi, pemeriksaan seperti ini
rentan terhadap
kesalahan dan kurang konsisten karena sifat manusia yang dapat
lelah, lupa dan lain
sebagainya. Untuk mengatasi masalah pengecekan sablon pada kotak
baterai yang masih
secara manual, perlu adanya bantuan teknologi. Salah satu
teknologi yang dapat digunakan
adalah pengolahan citra (image processing). Pengolahan citra
dapat diterapkan pada
pengecekan hasil sablon kotak baterai untuk menentukan kualitas
sablon yang baik dan
cacat.
Sudah ada penelitian mengenai pengecekan deteksi cacat, antara
lain oleh Kris
Adhy Nugroho dkk [1] yaitu Identifikasi Cacat Pada Keping PCB
Menggunakan
Pencocokan Model (Template Matching). Penelitian ini membuat
program simulasi yang
mampu mendeteksi adanya cacat pada keping PCB secara automatis
pada citra digital
menggunakan Template Matching. Bahasa pemrograman yang digunakan
untuk membuat
seluruh proses pengolahan citra adalah Delphi 6. Selanjutnya,
Gurum Ahmad Pauzi dkk [2]
yaitu Analisis Pemanfaatan Teknik Template Matching Pada Sistem
Akuisisi Dan
Pengenalan Karakter Citra Plat Nomor Kendaraan. Pada penelitian
ini, metode
pengolahan gambar dilakukan dalam satu program sampai siap
dikenali karakternya, tanpa
harus melakukan pengolahan secara manual dengan software
tertentu. Software yang
digunakan adalah Delphi 7. Pada penelitian sebelumnya melakukan
deteksi cacat serta
pengenalan pada PCB dan plat nomor kendaraan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
2
2
Pada penelitian ini akan dilakukan pengecekan deteksi cacat pada
sablon kotak
baterai secara non real time dan real time menggunakan fungsi
jarak Euclidean. Sistem
yang dibuat hanya sebatas pengecekan, ada atau tidaknya cacat
pada hasil sablon kotak
baterai menggunakan webcam. Penelitian ini menggunakan software
matlab. Selain itu,
matlab memiliki fasilitas antarmuka (interface) yaitu Graphical
User Interface (GUI).
Hasil keluaran program berupa teks. Terdapat 2 kondisi hasil
keluaran pengecekan sablon,
yakni Benar “Tidak Cacat” dan Salah “Cacat”.
1.2. Tujuan dan Manfaat Penelitian
Tujuan dari penulisan tugas akhir adalah menghasilkan prototype
sistem
pengecekan hasil sablon kotak baterai secara real time dan non
real time.
Manfaat penulisan tugas akhir adalah sebagai penelitian awal
dari pengecekan hasil
sablon pada dunia industri.
1.3. Batasan Masalah
a. Warna dasar kotak baterai berwarna putih.
b. Logo sablon yang akan dikenali terdiri dari 2 karkater,
bertuliskan “Ar”
c. Kotak baterai didesain dengan tinggi 21 cm, panjang 19 cm,
dan lebar 19cm.
d. Kondisi kotak baterai yang akan diuji tidak memiliki
tutup.
e. Input citra kotak baterai berupa citra RGB.
f. Pengambilan gambar menggunakan Webcam Logitech C270.
g. Pencahayaan dalam pengambilan citra kotak baterai
dikondisikan sedemikian rupa
sehingga tidak menimbulkan efek silau pada citra.
h. Menggunakan fungsi jarak Euclidean.
i. Hasil pengecekan sablon dilakukan secara non real time dan
real time.
j. Terdapat 2 kondisi hasil sablon yakni Benar dan Salah.
k. Keluaran berupa teks pada layar monitor.
l. Jarak kamera dengan objek 70 cm.
1.4. Metode Penelitian
Langkah-langkah dalam pengerjaan tugas akhir :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
3
3
a. Studi Pustaka
Studi pustaka dilakukan dengan cara mengumpulkan serta
mempelajari
bahan-bahan referensi berupa buku-buku dan jurnal-jurnal ilmiah
yang berasal dari
media internet maupun media-media lain.
b. Perancangan Software dan Hardware
Perancangan software berisi tentang pembuatan perangkat lunak
secara
keseluruhan menggunakan software matlab. Sistem aplikasi yang
dibuat bertujuan
untuk mengolah citra kotak baterai ke dalam bentuk teks. Dalam
perancangan
hardware yang diperlukan ada tiga alat, yaitu kamera, laptop dan
fixture. Data
masukan yang berupa citra kotak baterai diperoleh dari proses
pengolahan citra
menggunakan kamera (webcam). Kamera (webcam) dan fixture
dirancang untuk
mengambil (capture) kotak baterai yang terintegrasi secara
langsung di dalam
sistem aplikasi melalui port USB pada laptop.
c. Pembuatan Software dan Hardware
Sistem bekerja ketika user menekan tombol “Camera On” yang
sudah
disediakan dalam tampilan GUI. Pada sistem ini akan menampilkan
proses video
(record) yang ditampilkan pada axes 1. Kemudian user melakukan
pengambilan
gambar dengan menekan tombol “capture”. Lalu user dapat
melanjutkan ke tahap
preprocessing dengan menekan tombol proses untuk memulai
mengolah gambar
yang telah di capture dengan menggunakan Matlab dan disajikan
sebagai informasi
berupa keluaran teks pada layar monitor.
Gambar 1. 1 Contoh GUI yang Menampilkan axes 1
axes1
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
4
4
d. Pengujian Sistem
Penelitian ini menggunakan fungsi jarak euclidean serta diuji
dengan
beberapa variasi rotasi dan translasi yang telah ditentukan.
Adapun penjelasan
variasi translasi yang digunakan adalah geser kanan (2cm dan
4cm), geser kiri (2cm
dan 4cm), geser atas (4cm), dan geser bawah (4cm). Kemudian
variasi rotasi yang
digunakan diantaranya 0 derajat, 2 derajat, 4 derajat, 360
derajat, 358 derajat dan
356 derajat. Jumlah data yang diambil terdiri dari 6 kondisi
kotak baterai x 12
variasi translasi dan rotasi x 10 percobaan = 720 data.
Pengujian sistem diuji secara
real time dan non real time.
e. Analisa dan Menyimpulkan Hasil Percobaan
Analisa diperoleh dari data hasil pengujian yang dilakukan
secara realtime
dan non real time. Penyimpulan hasil percobaan dilakukan untuk
mengetahui
kinerja sistem pengecekan sablon kotak baterai.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
5
BAB II
DASAR TEORI
2.1. Kotak Baterai
Kotak baterai umumnya terbuat dari bahan karet atau plastik yang
dikeraskan,
kotak ini didesain secara baik oleh pabrik pembuatnya dengan
tujuan untuk melindungi
dan menghindari benturan atau gangguan yang datang dari luar
baterai semisal bentuk
kejatuhan dari ketinggian secara tak sengaja, ataupun tertimpa
sebuah alat semacam
dongkrak, namun demikian sebaik apapun kotak baterai ini dibuat
terkadang mempuyai
umur pemakaian yang tidak maksimal semisal ketika jatuh dari
ketinggian tertentu
terkadang kotak baterai langsung pecah dan cairan
elektrolitnyapun langsung berhamburan
[3].
Gambar 2. 1 Contoh Kotak Baterai [4]
.
Gambar 2.1. kotak baterai memiliki warna dasar putih dengan
karakter huruf
berwarna hitam. Sedangkan pola karakter huruf adalah sebagai
berikut :
1. Pola karakter didalamnya berupa 2 digit huruf, yakni A dan
r.
2. Kotak baterai memiliki panjang 19 cm dengan lebar 19 cm serta
tinggi 21 cm.
3. Pola karakter huruf A memiliki panjang 7,8 cm dengan lebar
7,8 cm, untuk r juga
memiliki panjang 7,8 cm dan lebar 7,8 cm.
Maksud dan tujuan dari pengecekan ini dilakukan untuk mengetahui
apakah ada
cacat pada hasil sablon karakter huruf kotak baterai.
Kondisi sablon kotak baterai dapat diketahui melalui contoh pada
gambar 2.2.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
6
(a) (b)
(c) (d)
(e) (f)
Gambar 2. 2 Contoh-contoh Sablon Kotak Baterai
Tabel 2. 1 Jenis Kondisi Kotak Baterai [5]
Kondisi Kotak
Baterai
Keterangan
Benar Kotak disablon dengan kondisi baik tanpa ada cacat
sablon
Tergores (Hitam) Ada kemungkinan pada saat proses sablon,
komponen sablon ada
yang menggores citra sablon berwarna hitam. Tergores (Putih) Ada
kemungkinan pada saat proses sablon, ada goresan putih.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
7
Tabel 2. 2 Jenis Kondisi Kotak Baterai [5] (Lanjutan)
Kondisi Kotak
Baterai
Keterangan
Bintik (Hitam) Ada kemungkinan bila kotak baterai tidak dalam
keadaan bersih
(debu), maka pada saat disablon timbul bintik-bintik hitam
akibat
debu yang menempel. Bintik (Putih) Ada kemungkinan bila kotak
baterai tidak dalam keadaan bersih
(debu), maka pada saat disablon timbul bintik-bintik putih
akibat
debu yang menempel. Leber Ada kemungkinan pada saat proses
penyablonan tinta yang
digunakan untuk menyablon leber.
2.2. Pengolahan Citra Digital
2.2.1. Definisi Pengolahan Citra Digital
Pengolahan citra digital (Digital Image Processing) adalah
sebuah disiplin ilmu
yang mempelajari tentang teknik-teknik mengolah citra. Citra
yang dimaksud disini adalah
gambar diam (foto) maupun gambar bergerak (yang berasal dari
webcam). Sedangkan
digital disini mempunyai maksud bahwa pengolahan citra/gambar
dilakukan secara digital
menggunakan komputer.
Secara matematis, citra merupakan fungsi kontinyu dengan
intensitas cahaya pada
bidang dua dimensi. Agar dapat diolah dengan komputer digital,
maka suatu citra harus
dipresentasikan secara numerik dengan nilai-nilai diskrit.
Repersentasi dari fungsi kontinyu
menjadi nilai-nilai diskrit disebut digitalisasi citra. Sebuah
citra digital dapat diwakili oleh
sebuah matriks dua dimensi f(x,y) yang terdiri dari M dan N
baris, dimana perpotongan
antara kolom dan baris disebut piksel (pixel = picture element)
atau elemen terkecil dari
sebuah citra [6].
𝑓(𝑥, 𝑦) ≈ [
𝑓(0,0) 𝑓(0,1)𝑓(1,0)
⋮𝑓(𝑁 − 1,0)
𝑓(1,1)⋮
𝑓(𝑁 − 1,1)
⋯ 𝑓(0, 𝑀 − 1)⋯⋮
⋯
𝑓(1, 𝑀 − 1)⋮
𝑓(𝑁 − 1, 𝑀 − 1)
] (2.1)
Suatu citra f(x,y) dalam fungsi matematis dapat dituliskan
sebagai berikut :
0 ≤ x ≤ M − 1 (2.2)
0 ≤ x ≤ N − 1 (2.3)
0 ≤ 𝑓(x, y) ≤ G − 1 (2.4)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
8
Dimana : M = Jumlah piksel baris (row) pada array citra
N = Jumlah piksel kolom (coloumn) pada array citra
G = Nilai skala keabuan (graylevel)
2.2.2. Ruang Warna RGB
Ruang warna ini menggunakan tiga komponen dasar yaitu merah (R),
hijau (G),
dan biru (B). Setiap piksel dibentuk oleh ketiga komponen
tersebut. Model RGB bisa
disajikan dalm bentuk kubus tiga dimensi, dengan warna merah,
hijau, dan biru berada
pojok sumbu. Sebagai contoh, kebutuhan untuk memperoleh warna
alamiah seperti merah
dengan menggunakan RGB menjadi sangat kompleks mengingat
komponen R dapat
berpasangan dengan G dan B [7].
2.2.3. Citra Grayscale
Citra grayscale adalah citra yang hanya menggunakan warna pada
tingkatan warna
abu-abu. Warna abu-abu adalah satu-satunya warna pada ruang RGB
dengan komponen
merah, hijau, dan biru mempunyai intensitas yang sama. Pada
citra beraras keabuan hanya
perlu menyatakan nilai intensitas untuk tiap piksel sebagai
nilai tunggal. Sedangkan pada
citra berwarna perlu tiga nilai intensitas untuk tiap
pikselnya.
Untuk merubah citra warna masing-masing R, G, B menjadi citra
grayscale dengan
nilai s, maka konversi dapat dilakukan dengan mengambil
rata-rata dari nilai R, G, dan B
sehingga dapat dituliskan menjadi [9] :
𝑆 =𝑅+𝐺+𝐵
3 (2.5)
Gambar 2. 3Skema Ruang Warna RGB Dalam Bentuk Kubus [8]
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
9
2.2.4. Citra Biner
Citra biner adalah citra dengan setiap piksel hanya dinyatakan
dengan sebuah nilai
dari dua kemungkinan (yaitu nilai 0 dan 1). Nilai 0 menyatakan
warna hitam dan nilai 1
menyatakan warna putih. Citra jenis ini banyak dipakai dalam
pemrosesan citra, misalnya
untuk kepentingan memperoleh tepi bentuk suatu objek [6].
2.2.5 Resizing
Resizing citra adalah mengubah besarnya ukuran citra dalam
piksel. Tampilan citra
tidak ada yang berubah hanya ukuran piksel dan matriksnya yang
dirubah. Transformasi
geometris disebut rubber-sheet transformation karena dapat
ditampilkan seperti
pencetakan citra pada lembaran karet dan men-streching lembaran
ini menurut jumlah
aturan yang sudah didefinisikan [5].
Transformasi geometris ini digunakan untuk melakukan image
registration, yaitu
sebuah proses yang mengambil dua citra dari scene yang sama dan
mengaturnya sehingga
dapat digabung untuk visualisasi, atau perbandingan
kuantitatif.
2.2.6. Cropping
Cropping citra merupakan salah satu langkah dalam pengolahan
citra yang
dilakukan untuk memotong satu bagian dari citra tertentu untuk
memperoleh bagian yang
diinginkan untuk diolah. Hal ini dilakukan untuk mendapatkan
data yang tepat sehingga
memudahkan proses pengolahan citra [10].
2.3. Threshold Metode Otsu
Threshold dengan metode Otsu diperkenalkan oleh Nobuyuki Otsu
[11]. Threshold
merupakan suatu metode yang dapat digunakan untuk mengkonversi
citra grayscale
menjadi citra biner. Pendekatan yang dilakukan oleh metode Otsu
adalah melakukan analis
diskriminan, yaitu menentukan variabel yang dapat membedakan
antara dua atau lebih
kelompok yang muncul secara alami. Analisis diskriminan
memaksimumkan variabel
tersebut agar membagi objek dan latar belakang (background).
Metode Otsu dapat
diformulasi sebagai berikut :
𝑃𝑖 =𝑛𝑖
𝑁⁄ (2.6)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
10
Keterangan :
𝑃𝑖 = probabilitas piksel pada level i
𝑛𝑖 = jumlah piksel pada level i
N = total jumlah piksel pada citra
𝜔(𝑘) = ∑ 𝑃𝑖𝑘𝑖=1 (2.7)
𝜇(𝑘) = ∑ 𝑖. 𝑃𝑖𝑘𝑖=1 (2.8)
𝜇𝑇 = ∑ 𝑖. 𝑃𝑖𝑘𝑖=1 (2.9)
Keterangan :
𝜔(𝑘) = nilai zeroth cumulative moment
𝜇(𝑘) = first cumulative moment
𝜇𝑇 = total nilai mean
Nilai varian antar kelas dapat dihitung dengan :
𝜎𝐵2(𝑘∗) = max
1≤𝑘
-
11
kemiripan. Salah satu parameter yang merepresentasikan tingkat
kemiripan antara dua
buah citra adalah jarak euclidean. Jarak euclidean dapat
dihitung berdasarkan citra khusus
yang dimiliki oleh suatu citra. Ciri tersebut diantaranya adalah
ciri warna, ciri tekstur, ciri
bentuk, ciri geometri, dan ciri ukuran [12].
2.6. Jarak Euclidean
Jarak Euclidean merupakan suatu metode yang digunakan untuk
menghitung jarak
antara dua data, metode yang digunakan untuk menghitung jarak
antara data uji dengan
jarak data latih, di mana jarak terkecil merupakan anggota kelas
tersebut [13].
𝑑(𝑝, 𝑞) = 𝑑(𝑞, 𝑝) = √(𝑞1 − 𝑝1)2 + (𝑞2 − 𝑝2)
2 + ⋯ + (𝑞𝑛 − 𝑝𝑛)2 = √∑(𝑞𝑖 − 𝑝𝑖)
2
𝑛
𝑖=1
(2.12)
Keterangan : p = citra basis data
q = citra masukan
Contoh : Jarak Euclidean menghitug akar dari kuadrat perbedaan 2
vektor.
Terdapat 2 vektor ciri berikut :
𝑝 = [4 5 6 7]
𝑞 = [0 1 2 3]
Jarak Euclidean dari 2 vektor A dan B adalah :
𝑑(𝑝, 𝑞) = √(4 − 0)2 + (5 − 1)2 + (6 − 2)2 + (7 − 3)2
= √16 + 16 + 16 + 16
= 8
2.7. Webcam
Webcam atau web camera adalah sebuah kamera video digital kecil
yang
dihubungkan ke komputer melalui port USB ataupun port COM.
Webcam dapat dipasang
pada bagian atas monitor komputer dan dapat menangkap video
serta gambar, kemudian
langsung menyimpannya dalam hard drive komputer. Sehingga banyak
digunakan untuk
mengolah image processing yang kemudian akan diolah dengan
perangkat lunak untuk
pemrosesan berbasis pixel, RGB dan lain-lain. Beberapa
spesifikasi webcam antara lain : []
HD video calling (1280 x 720 pixels) with recommended system
Video capture : Up to 1280 x 720 pixels
Photos : Up to 3.0 megapixels
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
12
Built-in mic with Logitech RightSound™ technology
Hi-speed USB 2.0 certified
Gambar 2. 4 Contoh Webcam
2.8. Matlab
MATLAB (Matrix Laboratory) adalah suatu program untuk analisis
dan komputasi
numerik dan merupakan suatu bahasa pemrograman matematika
lanjutan yang dibentuk
dengan dasar pemikiran menggunakan sifat dan bentuk matriks.
MATLAB merupakan
merk software yang dikembangkan oleh Mathworks.Inc. merupakan
sofware yang paling
efiisien untuk perhitungan numeric berbasis matriks.
Kegunaan matlab secara umum adalah untuk [15]:
Matematika dan komputansi
Pemodelan, simulasi dan pembuatan prototype
Analisa data, eksplorasi dan visualisasi
Pembuatan aplikasi termasuk pembuatan graphical user
interface
Beberapa contoh fungsi-fungsi matlab antara lain :
Imread
Suatu perintah dalam matlab untuk membaca suatu data citra dari
file atau gambar.
RGB2GRAY
Rgb2gray merupakan fungsi untuk mengubah citra berwarna menjadi
citra
grayscale.
IM2BW
Im2bw adalah fungsi untuk mengubah citra grayscale ke dalam
bentuk biner.
Imcrop
Imcrop adalah fungsi untuk melakukan cropping pada citra.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
13
Sablon Kotak Baterai
Pengecekan Sablon Kotak Baterai
BAB III
PERANCANGAN
3.1. Perancangan Hardware
Gambar perancangan hardware prototype alat sablon kotak baterai
dapat dilihat
pada gambar 3.1
Gambar 3. 1 Blok Diagram Sistem Keseluruhan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
14
Gambar 3.1 menunjukan blok diagram sistem keseluruhan yang
dibagi menjadi dua
bagian yakni sistem alat sablon kotak baterai dan sistem
pengecekan kualitas hasil sablon
kotak baterai. Sistem pengecekan kualitas hasil sablon baterai
dibagi menjadi 4 bagian
yaitu pengambilan citra hasil sablon, preprocessing, fungsi
jarak euclidean dan Keluaran.
Gambar 3. 2 Perancangan Hardware Prototype Pengecekan Hasil
Sablon
Peneliti menggunakan empat komponen utama yang digunakan yaitu
fixture,
webcam, kotak baterai dan laptop. Fixture digunakan sebagai
pangkuan kamera yang
disambungkan dengan laptop melalui port USB ditunjukan pada
nomor 1. Nomor 2
menunjukan tempat kedudukan serta jarak antara kamera dengan
kotak baterai.
Kamera yang digunakan adalah webcam logitech c270 yang berfungsi
untuk
pengambilan citra. Laptop digunakan sebagai media proses
pengenalan yang dikerjakan
menggunakan software Matlab. Warna background yang digunakan
pada kedudukan kotak
baterai berwana hitam. Jarak pengambilan citra kotak baterai
dengan webcam adalah 70
cm dan pengambilan citra dilakukan secara top view.
70 cm
1
2
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
15
3.1.1. Perancangan Kotak Baterai
Kotak baterai yang digunakan sesuai dengan gambar perancangan.
Kotak baterai
hanya memuat dua karakter huruf yakni A dan r. Dapat dilihat
pada gambar 3.3.
1. Ukuran Kotak Baterai :
Panjang : 19 cm.
Lebar : 19 cm.
Tinggi : 21 cm.
Gambar 3. 3 Perancangan Kotak Baterai dan Sablon Kotak
Baterai
2. Ukuran Karakter Huruf (Logo aki) :
a. Huruf A.
- Panjang : 7.8 cm
- Lebar : 7.8 cm
b. Huruf r.
- Panjang : 7.8 cm
- Lebar : 7.8 cm
c. Spasi antara huruf A dan r : 3.9 cm
7.8 cm
7.8
cm
3.9
cm
7.8 cm
3.9 cm
7.8
cm
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
16
3.2. Perancangan Software
Program pengecekan sablon kotak baterai ditunjukkan pada gambar
3.4.
Perancangan software pengecekan sablon kotak baterai terdiri
dari beberapa proses,
yakni pengambilan citra hasil sablon, preprocessing, fungsi
jarak euclidean dan penentuan
keluaran. Proses pengambilan citra hasil sablon dilakukan
menggunakan webcam logitech
c270 yang tersambung dengan laptop melalui port USB untuk
selanjutnya akan diproses di
matlab. Pada tahap preprocessing, citra RGB dikonversi ke dalam
bentuk biner. Kemudian
dilanjutkan dengan proses cropping untuk menghilangkan bagian
citra yang tidak
diperlukan (background). Dilanjutkan dengan proses resizing
untuk memperkecil jumlah
piksel citra.
Hasil dari preprocessing ini akan diproses ke tahap fungsi jarak
euclidean. Tahap
fungsi jarak euclidean bertujuan membandingkan citra
preprocessing pada data referensi
dengan citra preprocessing pada pengujian. Terakhir dari proses
sistem ini yaitu tahap
penentuan keluaran. Hasil penentuan keluaran sistem ini berupa
teks.
Mulai
Pengambilan Citra
Hasil Sablon
Preprocessing
Selesai
Fungsi Jarak Euclidean
Penentuan Keluaran
Data
Referensi
Gambar 3. 4 Flowchart Perancangan Software
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
17
3.2.1. Subrutin Pengambilan Citra Hasil Sablon
Proses pengambilan citra hasil sablon adalah proses mengambil
gambar citra
dengan menggunakan webcam. Webcam akan dihubungkan ke laptop
menggunakan USB
2.0 sehingga gambar citra dapat dikirim dan diterima oleh laptop
untuk diproses pada
matlab. Diagram alir proses pengambilan citra hasil sablon dapat
dilihat pada Gambar 3.5
3.2.2. Subrutin Preprocessing
Preprocessing terdiri dari empat tahapan yaitu, mengkonversi
citra RGB ke
grayscale agar citra yang awalnya memiliki format RGB setelah di
capture menggunakan
webcam berubah menjadi hitam putih, kemudian citra grayscale
dikonversi ke citra biner,
dilanjutkan dengan proses cropping yang berfungsi untuk memotong
citra yang tidak
diperlukan, selanjutnya masuk pada tahap Resizing yang tujuannya
untuk mengubah
besarnya ukuran citra menjadi 16x16 piksel.
Mulai
Masukan :
Citra Kotak
Baterai
Webcam (Aktif)
Camera On
Keluaran Citra
Kotak Baterai
Selesai
Gambar 3. 5 Subrutin Pengambilan Citra Hasil Sablon
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
18
Proses preprocessing digambarkan dalam diagram alir Gambar
3.6.
3.2.3. Subrutin Fungsi Jarak Euclidean
Proses jarak euclidean dilakukan setelah proses preprocessing.
Proses ini berfungsi
untuk membandingkan citra preprocessing pada data referensi
dengan citra preprocessing
pada pengujian. Proses jarak euclidean digambarkan dalam diagram
alir Gambar 3.7.
Keluaran : Citra Hasil
Preprocessing
Resizing
Konversi Citra
Grayscale ke Biner
Konversi Citra RGB
ke Grayscale
Mulai
Masukan Citra Kotak
Baterai
Cropping
Selesai
Gambar 3. 6 Subrutin Preprocessing
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
19
3.2.4. Subrutin Penentuan Keluaran
Pada proses penentuan keluaran ini, hasil pengenalan citra hasil
sablon ditentukan
berdasarkan nilai jarak yang telah ditentukan setelah dilakukan
proses fungsi jarak
euclidean. Proses penentuan keluaran digambarkan pada diagram
alir Gambar 3.8.
Citra Hasil
preprocessing,
data referensi
Fungsi Jarak Euclidean
Keluaran : Nilai
Jarak Euclidean
Selesai
Mulai
Ya
Selesai
Masukan : Nilai Jarak
Euclidean
Mulai
z
-
20
Tabel 3. 1 Percobaan Penentuan Nilai Keluaran
Posisi Translasi Jarak
Benar (Tengah) 1 (Benar)
Benar (Kanan) 1.414 (Benar)
Benar (Kiri) 1.732(Benar)
Benar (Atas) 2 (Benar)
Benar (Bawah) 2.449 (Benar)
3.3. Data Referensi
Pada sistem pengecekan sablon kotak baterai ada sebuah penentuan
yang digunakan
sebagai acuan yaitu data referensi. Citra data referensi akan
dibandingkan dengan citra
preprocesssing yang telah dicapture. Proses pembuatan data
referensi sama dengan proses
preprocessing, yakni merubah citra RGB menjadi grayscale,
kemudian dikonversi menjadi
citra biner, lalu masuk pada tahap cropping. Cropping dilakukan
untuk memotong bagian
citra yang tidak diperlukan, seperti background. Resizing citra
yang tujuannya untuk
mengubah besar kecilnya ukuran citra dalam piksel. Data
referensi yang digunakan yakni 1
data referensi.
Konversi Citra RGB
ke Grayscale
Konversi Citra
Grayscale ke Biner
Keluaran : Citra Data
Referensi
Mulai
Selesai
Masukan Citra Kotak
Baterai
Resizing
Cropping
Gambar 3. 9 Proses Data Referensi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
21
3.4. Perancangan Tampilan GUI Matlab
Perancangan tampilan prototype pengecekan kualitas hasil sablon
kotak baterai
menggunakan GUI (Graphical User Interface) pada matlab. Tujuan
dari perancangan
Tampilan GUI matlab untuk membantu dalam proses pengecekan hasil
sablon kotak
baterai. Proses dan keterangan perancangan digambarkan dalam
diagram alir Gambar 3.10
dan Tabel 3.2.
Gambar 3. 10 Tampilan Perancangan GUI
Tabel 3. 2 Keterangan GUI Matlab
Nama Bagian Keterangan
Tombol “Camera
On”
Untuk menghidupkan webcam serta menghidupkan webcam
Tombol “Capture” Untuk mengambil gambar
Tombol “Proses” Untuk memulai proses pengenalan citra sablon
kotak baterai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
22
Tabel 3. 3 Keterangan GUI Matlab (Lanjutan)
Nama Bagian Keterangan
Pada panel keluaran Untuk menampilkan hasil akhir
pengenalan citra sablon kotak baterai
berupa teks
Tombol “Reset” Untuk mengulang proses pengenalan dari
awal
Tombol “End” Untuk keluar mengakhiri proses dan keluar
dari system
Axes1 Untuk menampilkan citra secara real time
dari webcam dan citra hasil pengambilan
gambar
Axes2 Untuk menampilkan citra hasil
preprocessing
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
23
BAB IV
HASIL DAN PEMBAHASAN
Bab ini membahas mengenai pengujian alat dan program yang
dilakukan secara
langsung dan tidak langsung, Serta melakukan analisis terhadap
hasil pengujian program.
Analisis pada program diperlukan untuk megetahui program yang
dibuat berjalan dengan
baik atau tidak, sehingga dapat digunakan untuk menarik
kesimpulan dari penelitian ini.
4.1. Implementasi Program
4.1.1. Tombol Camera On
Tombol Camera On berfungsi untuk menghidupkan webcam serta
menghubungkan
webcam dengan Matlab serta menampilkan hasil dari rekaman webcam
pada axes 1. Pada
gambar 4.1 menampilkan program Camera On. Dimana camvid
merupakan sebuah
variabel yang berfungsi untuk mewakili hasil rekaman webcam
dengan format RGB
berukuran 320x240 pixel. Program ‘winvideo’ berfungsi untuk
menampilkan informasi
dari webcam, sehingga webcam dan Matlab dapat saling
berkomunikasi. Didalam proses
ini akan menampilkan video, panjang, lebar, resolusi, port
webcam dan band dari video.
‘Preview’ bertujuan untuk menampilkan video saat Camera On
dijalankan.
function pushbutton5_Callback(hObject, eventdata, handles) %
hObject handle to pushbutton5 (see GCBO) % eventdata reserved - to
be defined in a future version of MATLAB % handles structure with
handles and user data (see GUIDATA) global camvid;
axes(handles.axes1); info=imaqhwinfo('winvideo');
dev_info=imaqhwinfo('winvideo',1); camvid =
videoinput('winvideo',3,'RGB24_320x240');
camvid.FramesPerTrigger=1; triggerconfig(camvid,'manual'); camRes =
get(camvid,'VideoResolution'); imWidth = 320; imHeight = 240;
nBands = get(camvid,'NumberOfBands'); hImage =
image(zeros(imHeight, imWidth,
nBands),'parent',handles.axes1); preview(camvid,hImage);
Gambar 4. 1 Program Camera On
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
24
4.1.2. Tombol Capture
Tombol Capture digunakan untuk mengambil gambar kotak baterai
yang
digunakan untuk dilakukan pengecekan serta sebagai masukan untuk
proses selanjutnya.
Adapun program tombol capture dapat dilihat pada gambar 4.2
Terdapat beberapa sintaks yang digunakan pada program Tombol
Capture,
diantaranya sintaks global yang fungsinya untuk mendeklerasikan
suatu variabel agar
dapat digunakan dalam fungsi yang sama, selain sintaks global
terdapat juga sintaks
getdata yang fungsinya mengambil citra pada saat kondisi webcam
aktif. Sedangkan
sintaks imshow berfungsi untuk menampilkan gambar.
4.1.3. Tombol Proses
Tombol proses merupakan tombol yang fungsinya untuk menjalankan
program
proses (preprocessing) dalam Prototype Pengecekan Kualitas Hasil
Sablon Kotak Baterai.
Pada program preprocessing terdiri dari beberapa tahapan program
yakni mengkonversi
citra RGB ke greyscale, kemudian merubah citra greyscale ke
Biner, dilanjutkan dengan
Cropping, kemudian Resizing, lalu jarak Euclidean sebagai
penentuan keluaran serta GUI
Matlab yang fungsinya menampilkan hasil keluaran berupa
teks.
4.1.3.1. Program Konversi RGB ke Biner
Program Konversi RGB ke Biner bertujuan untuk mengubah citra RGB
ke citra
Biner. Program konversi RGB ke Biner dapat dilihat pada Gambar
4.3.
function pushbutton6_Callback(hObject, eventdata, handles) %
hObject handle to pushbutton6 (see GCBO) % eventdata reserved - to
be defined in a future version of MATLAB % handles structure with
handles and user data (see GUIDATA) global picture; global camvid;
start(camvid); pause(0.5); trigger(camvid); stoppreview(camvid);
picture=getdata(camvid); handles.picture=picture;
axes(handles.axes1); imshow(picture);
Gambar 4. 2 Program Tombol Capture
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
25
Setelah pengguna melakukan proses capture data yang berupa
gambar kotak baterai
kemudian dipanggil menggunakan sintaks imread, lalu sintaks
“rgb2gray” berfungsi
mengubah citra RGB menjadi citra greyscale. Selanjutnya nilai
ambang akan dicari secara
otomatis menggunakan sintaks “graytresh” yang diimplementasikan
dari metode Otsu.
Kemudian nilai dari hasil ambang tersebut akan dikonversi ke
citra Biner menggunakan
sintaks “im2bw”. Seperti namanya im2bw adalah fungsi untuk
mengubah image dari
grayscale ke dalam bentuk biner dengan threshold tertentu.
Threshold bisa ditentukan
sesuka kita ataupun bisa ditentukan dengan menggunakan fungsi
graythresh. Nilai
intensitas citra yang lebih dari atau sama dengan nilai
threshold akan diubah menjadi putih
(1) sedangkan nilai intensitas citra yang kurang dari nilai
threshold akan diubah menjadi
hitam (0). Contoh hasil program konversi RGB ke biner dapat
dilihat pada gambar 4.4.
(a) (b)
x=rgb2gray(picture); level = graythresh(x); A = im2bw(x,level);
B = not(A); axes(handles.axes2) imshow(B)
Gambar 4. 3 Program Konversi RGB ke Biner
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
26
(c)
Gambar 4. 4 Konversi Citra RBG ke Biner (a) Citra Masukan (b)
Citra Greyscale (c) Citra konversi
Greyscale ke Citra Biner
4.1.3.2. Program Cropping
Program Cropping berfungsi memotong bagian yang tidak diperlukan
pada gambar.
% Crop image if sum(sum(B))>0 % Potong kiri cout=B;
a=sum(cout); b=find(a>0); cout(:,1:b(1)-1)=[]; % Potong kanan
cout=fliplr(cout); a=sum(cout); b=find(a>0);
cout(:,1:b(1)-1)=[]; % Potong atas cout=cout'; a=sum(cout);
b=find(a>0); cout(:,1:b(1)-1)=[]; % Potong bawah
cout=fliplr(cout); a=sum(cout); b=find(a>0);
cout(:,1:b(1)-1)=[]; % Penyesuaian orientasi cout=cout';
cout=flipud(cout); cout=fliplr(cout); else cout=B; end
axes(handles.axes2) imshow(cout)
Gambar 4. 5 Program Cropping [17]
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
27
Program pada Gambar 4.5. menjelaskan bahwa citra hasil keluaran
citra biner “B”
yang akan dipotong dengan cara memutar citra dan kemudian
dipotong pada bagian kiri
pada background secara bertahap hingga menyisakan citra kotak
baterai.
4.1.3.3. Program Resizing
Program Resizing berfungsi untuk menyesuaikan gambar yang telah
dipotong
sebelumnya serta untuk mengubah besar kecilnya ukuran citra
dalam piksel.
Program pada Gambar 4.6. menggunakan sintaks “imresize” yang
berfungsi
merubah ukuran citra ke ukuran yang diinginkan dengan
memperbesar atau mengurangi
ukuran citra. Dalam program ini ukuran yang diperlukan adalah 16
x 16 piksel. Contoh
hasil program resizing dapat dilihat pada gambar 4.7.
Gambar 4. 7 Citra Hasil Resizing
Latar belakang mengapa menggunakan Resizing 16x16 piksel
dikarenakan pada
saat penelitian awal menggunakan 64x64 piksel nilai jarak yang
keluar pada saat pengujian
bernilai besar dibandingkan ketika dirubah menjadi 16x16 piksel
nilai jarak yang
didapatkan lebih kecil. Contoh hasil pengujian pada saat
penelitian awal menggunakan
resizing 64x64 dapat dilihat pada Gambar 4.8.
% Proses Resizing x5=imresize(cout,[16 16]);
Gambar 4. 6 Program Resizing
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
28
Gambar 4. 8 Contoh Pengujian Menggunakan Resizing 64x64
Piksel
Pada Gambar 4.8. pengujian yang dilakukan menggunakan resizing
64x64
memperlihatkan nilai jarak yang didapatkan bernilai besar.
Sehingga penulis berinisiatif
untuk mengecilkan resizing nya agar mendapatkan nilai jarak yang
lebih kecil.
Tabel 4. 1 Percobaan Resizing Kondisi Leber
Resizing Jarak
64x64 50.0999 (Salah)
32x32 7.68115 (Salah)
16x16 6.08276 (Salah)
8x8 2 (Benar)
4x4 0 (Benar)
Pada Tabel 4.1 dapat diamati bahwa nilai jarak yang didapat pada
percobaan
resizing 8x8 sudah tidak sesuai dengan nilai batas ambang yang
telah ditentukan (
-
29
Program pada gambar 4.9. digunakan untuk memanggil fungsi jarak
Euclidean
yang telah dibuat pada fungsi yang telah dibuat sebelumnya,
dapat dilihat pada L-15.
Adapun variabel yang akan dibandingkan adalah hasil cropping dan
resizing citra biner
dari pengujian real time yaitu x5 dengan hasil cropping dan
resizing citra biner dari basis
data yang telah disimpan yaitu B2.
4.1.3.5. Program Penentuan Keluaran
Program keluaran berfungsi untuk menampilkan hasil dari
pengecekan sablon
kotak baterai. Program yang digunakan dapat dilihat pada Gambar
4.10.
Program 4.10. merupakan program untuk menampilkan hasil berupa
teks dari hasil
pengecekan kotak baterai. Terdapat 2 hasil pengecekan sablon
kotak baterai, “Benar” dan
“Salah”. Contoh hasil program penentuan keluaran dapat dilihat
pada gambar 4.11.
Gambar 4. 11 Contoh Hasil Program Penentuan Keluaran
Latar belakang mengapa dipilih nilai threshold 3 adalah untuk
memberi batasan
bagi nilai jarak kotak baterai yang diuji antara yang dideteksi
“Benar” dan “Salah”.
Dikarenakan jika nilai threshold pada keluaran dibuat
menjadi
-
30
dari percobaan pengujian yang telah dilakukan pada penelitian
awal bahwa degan
menggunakan resizing 16x16 piksel nilai batas threshold yang
ditentukan untuk
mendapatkan hasil pengujian yang sesuai adalah 3 maka hasil yang
akan ditentukan untuk pengujian adalah cacat “Salah”.
Contoh hasil pengujian penelitian awal menggunakan nilai
threshold
-
31
4.1.5 Tombol End
Tombol End berfungsi untuk mengakhiri/keluar dari program
tampilan GUI
pengecekan sablon kotak baterai. Program End dapat dilihat pada
Gambar 4.14.
4.2. Pengujian Program Pengecekan Sablon Kotak Baterai
Secara
Tidak Langsung
Pengujian tidak langsung bertujuan untuk memastikan bahwa
program yang telah
dirancang dapat berjalan dengan baik sesuai dengan yang
diharapkan. Pengujian ini
dilakukan dengan cara memasukan satu persatu citra yang telah di
capture, diberi nama
dan disimpan. Selanjutnya data tersebut akan diproses dan
keluaran dari hasil data tersebut
berupa teks kemudian ditampilkan di GUI Matlab. Adapun langkah
yang dilakukan untuk
melakukan pengujian tidak langsung adalah sebagai berikut :
1. Membuka software Matlab dengan mengeklik kiri pada ikon
Matlab.
2. Setelah masuk pada tampilan utama Matlab, kemudian membuka
program
pengecekan sablon kotak baterai pada folder dimana program
disimpan
sebelumnya.
3. Ketik “PENGUJIANNONREALTIME” pada Comand Window untuk
memanggil program pengujian tidak langsung pengecekan sablon
kotak
baterai. Lalu tekan tombol “Enter”. Sebagai catatan semua
program di RUN
terlebih dahulu untuk memastikan semua program sudah siap
untuk
dijalankan.
4. Setelah menekan tombol “Enter” akan muncul tampilan GUI pada
layar
monitor seperti pada gambar 4.15.
function pushbutton9_Callback(hObject, eventdata, handles) %
hObject handle to pushbutton9 (see GCBO) % eventdata reserved - to
be defined in a future version of MATLAB % handles structure with
handles and user data (see GUIDATA) close
Gambar 4. 14 Program End
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
32
Gambar 4. 15 Tampilan GUI Pengujian Tidak Langsung
Berikut adalah penjelasan tentang fungsi dari tombol GUI diatas
:
a. Tombol “Capture” saat ditekan akan menampilkan jenis gambar
kotak baterai yang
ingin diuji.
b. Tombol “Proses” saat ditekan akan menampilkan hasil dari
preprocessing dan hasil
keluaran teks serta nilai jarak akan ditampilkan.
c. Tombol “Reset” saat ditekan berfungsi untuk mengembalikan
setiap axes,
popupmenu, serta text yang menampilkan hasil template matching,
hasil jarak
euclidean, dan hasil keluaran kembali seperti semula.
d. Tombol “End” saat ditekan berfungsi untuk mengakhiri/keluar
dari program
tampilan GUI pengecekan sablon kotak baterai.
e. Berdasarkan gambar 4.15 untuk menjalankan program secara
tidak langsung, maka
pengguna terlebih dahulu memasukan nama dari file citra yang
telah di capture
sebelumnya yang berada pada mfile. Lalu citra akan ditampilkan
pada axes1,
selanjutnya user dapat menekan tombol “Proses” untuk menampilkan
hasil jarak
euclidean, dan hasil keluaran teks. Contoh hasil pengujian
secara tidak langsung
dapat dilihat pada gambar 4.16.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
33
Gambar 4. 16 Contoh Hasil Pengujian Secara Tidak Langsung
4.3. Pengujian Program Pengecekan Sablon Kotak Baterai
Secara
Langsung
Pengujian ini hampir sama dengan pengujian secara tidak
langsung. Yang
membedakan pada pengujian secara langsung ini data citra kotak
baterai diambil secara
langsung. Lalu data diproses dan dan ditampilkan pada tampilan
GUI Matlab.
Adapun langkah yang dilakukan untuk melakukan pengujian tidak
langsung adalah
sebagai berikut :
1. Membuka software Matlab dengan mengeklik kiri pada ikon
Matlab.
2. Setelah masuk pada tampilan utama Matlab, kemudian membuka
program
pengecekan sablon kotak baterai pada folder dimana program
disimpan
sebelumnya.
3. Ketik “PENGUJIANREALTIME” pada Comand Window untuk
memanggil
program pengujian langsung pengecekan sablon kotak baterai. Lalu
tekan
tombol “Enter”. Sebagai catatan semua program di RUN terlebih
dahulu
untuk memastikan semua program sudah siap untuk dijalankan.
4. Setelah menekan tombol “Enter” akan muncul tampilan GUI pada
layar
monitor seperti pada Gambar 4.17.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
34
Gambar 4. 17 Tampilan GUI Pengujian Langsung
Berikut adalah penjelasan tentang fungsi dari tombol GUI diatas
:
a. Tombol “Camera On” berfungsi untuk menghidupkan webcam
serta
menghubungkan webcam dengan Matlab serta menampilkan hasil dari
rekaman
webcam pada axes 1.
b. Tombol “Capture” saat ditekan akan menampilkan jenis gambar
kotak baterai yang
ingin diuji.
c. Tombol “Proses” saat ditekan akan menampilkan hasil dari
preprocessing dan hasil
keluaran teks serta nilai jarak akan ditampilkan.
d. Tombol “Reset” saat ditekan berfungsi untuk mengembalikan
setiap axes,
popupmenu, serta text yang menampilkan hasil template matching,
hasil jarak
euclidean, dan hasil keluaran kembali seperti semula.
e. Tombol “End” saat ditekan berfungsi untuk mengakhiri/keluar
dari program
tampilan GUI pengecekan sablon kotak baterai.
f. Berdasarkan gambar 4.17 untuk menjalankan program secara
langsung, maka user
terlebih dahulu harus menekan Tombol “Camera On” berfungsi
untuk
menghidupkan webcam serta menghubungkan webcam dengan Matlab
dan
menampilkan hasil dari rekaman webcam pada axes 1. Lalu citra
akan ditampilkan
pada axes1.
Selanjutnya user dapat menekan tombol Capture digunakan untuk
mengambil gambar
kotak baterai yang digunakan untuk dilakukan pengecekan serta
sebagai masukan untuk
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
35
proses selanjutnya. Kemudian user dapat menekan tombol “proses”
untuk menampilkan
hasil jarak euclidean, dan hasil keluaran teks. Contoh hasil
pengujian secara langsung
dapat dilihat pada gambar 4.18.
Gambar 4. 18 Contoh Hasil Pengujian Secara Langsung
4.4. Analisis Hasil Data Pengujian Pengecekan Sablon Kotak
Baterai
Secara Tidak Langsung
Pengujian sablon kotak baterai secara tidak langsung dilakukan
dengan
menggunakan 6 kondisi kotak sablon sebanyak 720 data dengan
uraian 6 kondisi kotak
baterai x 12 variasi kondisi (6 variasi translasi + 6 variasi
rotasi) x 10 percobaan)). Tujuan
dari pengujian tidak langsung adalah untuk mengetahui apakah
sistem berjalan dengan
baik serta dapat mengetahui apakah sistem dapat memproses gambar
dengan baik dan
menentukan keluaran sesuai kondisi yang diuji.
Adapun cara untuk melakukan pengujian secara tidak langsung yang
pertama
adalah memberi nama pada setiap gambar kondisi serta variasi
kotak baterai yang
diperoleh dari hasil capture. Kemudian menekan tombol “Proses”
untuk mengetahui hasil
dari pengecekan sablon kotak baterai. Hasil akhir dari sistem
ini akan menampilkan nilai
jarak euclidean dan keluaran berupa teks pada GUI matlab. Adapun
hasil pengujian yang
diperoleh dari pengujian tidak langsung dapat dilihat pada Tabel
4.2. dan 4.3.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
36
Tabel 4. 2 Hasil Pengujian Secara Tidak Langsung Variasi
Rotasi
Pengujian Secara Tidak Langsung Dengan Variasi Rotasi
Kondisi Kotak Baterai Variasi Rotasi Banyak Percobaan
Keberhasilan
Benar 6 10 96,66%
Leber 6 10 100%
Garis Hitam 6 10 100%
Bintik Hitam 6 10 100%
Garis Putih 6 10 100%
Bintik Putih 6 10 100%
Berdasarkan Tabel 4.2. pengujian ini memiliki 6 variasi rotasi
diantaranya :
1. Rotasi 0°
2. Rotasi 2°
3. Rotasi 4°
4. Rotasi 356°
5. Rotasi 358°
6. Rotasi 360°
Berdasarkan Tabel 4.2. program pengujian secara tidak langsung
pada posisi tengah
(0° dan 360°) berjalan sesuai dengan yang diharapkan. Dalam 10
kali pengujian dapat
mendeteksi citra sesuai dengan hasil keluaran yang diinginkan.
Berdasarkan pengamatan
pada pengujian yang berada pada lampiran L.2.1. dan L.2.6. Pada
kondisi tidak cacat dapat
dideteksi “Benar” dan pada kondisi cacat dapat dideteksi
“Salah”. Hal ini terjadi karena
nilai jarak euclidean pada kondisi “Benar” memiliki nilai jarak
kurang dari 3. Sedangkan
untuk kondisi cacat dapat dideteksi “Salah” karena memiliki
nilai jarak lebih dari 3.
Karena sesuai dengan program yang dibuat batasan nilai jarak
maksimum untuk citra
dikenali “Benar” (Tidak Cacat) adalah 3, apabila nilai jarak
>3 maka citra akan dibaca
salah (Cacat).
Dapat diamati pada Tabel 4.2. pengujian secara tidak langsung
dengan menggunakan
variasi rotasi (2°, 4°, 356°, 358°) belum berjalan sesuai dengan
yang diharapkan. Diantara
6 kondisi baterai, pengujian hanya dapat mendeteksi citra sesuai
dengan hasil yang
diharapkan sebanyak 5 kondisi. Berdasarkan pengamatan pada
pengujian yang berada pada
lampiran L.2.1. Terlihat bahwa kondisi kotak baterai yang tidak
cacat ketika diberi variasi
rotasi 4° dan 356° tidak menghasilkan keluaran “Benar”. Hal ini
terjadi karena nilai jarak
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
37
pada kondisi variasi rotasi 4° dan 356° melebihi dari 3. Sesuai
dengan program yang dibuat
batasan nilai jarak maksimum untuk citra dikenali “Benar” (Tidak
Cacat) adalah 3, apabila
nilai jarak >3 maka citra akan dibaca salah (Cacat).
Pengujian ini dapat dilihat pada
Gambar 4.19.
Gambar 4. 19 Pengujian Secara Tidak Langsung dengan Variasi
Rotasi 2°
Tabel 4. 3 Hasil Pengujian Secara Tidak Langsung Variasi
Translasi
Pengujian Secara Tidak Langsung Dengan Variasi Translasi
Kondisi Kotak Baterai Variasi Translasi Banyak Percobaan
Keberhasilan
Benar 6 10 100%
Leber 6 10 100%
Garis Hitam 6 10 100%
Bintik Hitam 6 10 100%
Garis Putih 6 10 100%
Bintik Putih 6 10 100%
Berdasarkan Tabel 4.3. pengujian ini memiliki 6 variasi
translasi diantaranya :
1. Geser kanan 2 cm
2. Geser kanan 4 cm
3. Geser kiri 2 cm
4. Geser kiri 4 cm
5. Geser atas 4 cm
6. Geser bawah 4 cm
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
38
Pada pengujian ini dapat disimpulkan bahwa di setiap variasi
translasi program masih
dapat mendeteksi kotak baterai dengan benar dalam 10 kali
pengujian dimana hasil
pengujian telah sesuai dengan hasil keluaran yang diharapkan.
Berdasarkan pengamatan
pada pengujian yang berada pada lampiran L.2.7. Untuk kotak
baterai dengan kondisi tidak
cacat dapat dideteksi “Benar” sedangkan yang cacat dapat
dideteksi “Salah”. Pengujian
secara tidak langsung dengan variasi translasi dapat dilihat
pada contoh Gambar 4.20
Gambar 4. 20 Pengujian Secara Tidak Langsung dengan Translasi
Geser Kiri 2 cm
Karena itu dapat ditarik kesimpulan dalam pengujian tidak
langsung jika semakin
kecil nilai jarak yang didapat pada pengujian citra benar (=0)
maka citra yang diuji akan
semakin mirip dengan citra acuan. Hal ini dapat dilihat pada
contoh Gambar 4.21.
Gambar 4. 21 Pengujian Secara Tidak Langsung Posisi Tengah (0°
dan 360°)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
39
4.5. Analisis Hasil Data Pengujian Pengecekan Sablon Kotak
Baterai
Secara Langsung
Pengujian hasil sablon kotak baterai secara langsung bertujuan
untuk mengetahui
apakah program bekerja dengan baik dan mencari nilai jarak
euclidean terkecil (mendekati
0) untuk kondisi benar, pengujian ini dilakukan di ruang tugas
akhir dengan pengambilan
gambar berdasarkan pencahayaan lampu ruang tugas akhir. Dalam
pengujian ini, dilakukan
pengujian secara langsung menggunakan 6 kondisi kotak sablon
sebanyak 720 data dengan
uraian 6 kondisi kotak baterai x 12 variasi kondisi (6 variasi
translasi + 6 variasi rotasi) x
10 percobaan)).
Pada pengujian secara langsung awalnya kotak baterai diletakkan
dibawah kamera
webcam dengan jarak 70 cm kemudian dilakukan pengujian
menggunakan 6 variasi
kondisi x 10 kali percobaan. Adapun cara untuk melakukan
pengujian secara langsung
yang pertama adalah menekan tombol “Camera On” untuk
menghidupkan webcam.
Kemudian menekan tombol “Capture” mengambil gambar. Lalu menekan
tombol “Proses”
untuk mengetahui hasil dari pengecekan sablon kotak baterai.
Hasil akhir dari sistem ini
akan menampilkan nilai jarak euclidean dan keluaran berupa teks
pada GUI matlab. Hasil
pengenalan dapat diperoleh setelah melalui tahap preprocessing,
tahap perhitungan jarak
euclidean dan penentuan keluaran.
Tabel 4. 4 Hasil Pengujian Secara Langsung Dengan Variasi
Rotasi
Pengujian Secara Langsung Dengan Variasi Rotasi
Kondisi Kotak Baterai Variasi Rotasi Banyak Percobaan
Keberhasilan
Benar 6 10 96,66%
Leber 6 10 100%
Garis Hitam 6 10 100%
Bintik Hitam 6 10 100%
Garis Putih 6 10 100%
Bintik Putih 6 10 100%
Berdasarkan Tabel 4.4. pengujian ini memiliki 6 variasi rotasi
diantaranya :
1. Rotasi 0°
2. Rotasi 2°
3. Rotasi 4°
4. Rotasi 356°
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
40
5. Rotasi 358°
6. Rotasi 360°
Dapat diamati pada Tabel 4.3. pengujian secara langsung dengan
menggunakan
variasi rotasi (2°, 4°, 356°, 358°) belum berjalan sesuai dengan
yang diharapkan. Diantara
6 kondisi baterai, pengujian hanya dapat mendeteksi citra sesuai
dengan hasil yang
diharapkan sebanyak 4 kondisi yakni (0°, 2°, 358° dan 360°).
Berdasarkan pengamatan
pada pengujian yang berada pada lampiran L.3.1. Terlihat bahwa
kondisi kotak baterai
yang tidak cacat ketika diberi variasi rotasi 4° dan 356° tidak
menghasilkan keluaran
“Benar”. Hal ini terjadi karena nilai jarak pada kondisi variasi
rotasi 4° dan 356° melebihi
nilai jarak yang telah ditentukan (>3). Sesuai dengan program
yang dibuat batasan nilai
jarak untuk citra dikenali “Benar” (Tidak Cacat) adalah >3,
apabila nilai jarak ≤3 maka
citra akan dibaca salah (Cacat). Pengujian ini dapat dilihat
pada Gambar 4.22.
Gambar 4. 22 Pengujian Secara Langsung dengan Variasi Rotasi
358°
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
41
Tabel 4. 5 Hasil Pengujian Secara Langsung Variasi Translasi
Pengujian Secara Langsung Dengan Variasi Translasi
Kondisi Kotak Baterai Variasi Translasi Banyak Percobaan
Keberhasilan
Benar 6 10 100%
Leber 6 10 100%
Garis Hitam 6 10 100%
Bintik Hitam 6 10 100%
Garis Putih 6 10 100%
Bintik Putih 6 10 100%
Berdasarkan Tabel 4.5. pengujian ini memiliki 6 variasi
translasi diantaranya :
1. Geser kanan 2 cm
2. Geser kanan 4 cm
3. Geser kiri 2 cm
4. Geser kiri 4 cm
5. Geser atas 4 cm
6. Geser bawah 4 cm
Berdasarkan pengamatan pada pengujian yang berada pada lampiran
L.3.7. Untuk
kotak baterai dengan kondisi tidak cacat dapat dideteksi “Benar”
sedangkan yang cacat
dapat dideteksi “Salah” (L.3.8. s.d. L.3.12.)
Dapat disimpulkan pada Tabel 4.4. pengujian secara langsung
dengan menggunakan
variasi rotasi belum berjalan sesuai dengan yang diharapkan.
Diantara 6 kondisi baterai,
pengujian hanya dapat mendeteksi citra sesuai dengan hasil yang
diharapkan sebanyak 4
kondisi. Terlihat bahwa kondisi kotak baterai yang tidak cacat
tidak menghasilkan keluaran
“Benar”. Berdasarkan pengamatan pada pengujian yang berada pada
lampiran L.3.1.
Hal ini terjadi karena nilai jarak euclidean pada kondisi
variasi rotasi 4° dan 356°
melebihi dari nilai jarak yang ditentukan yakni 3. Sesuai dengan
program yang dibuat
batasan nilai jarak untuk citra dikenali “Benar” (Tidak Cacat)
adalah
-
42
Gambar 4. 23 Contoh Kondisi Kotak Benar Yang Dikenali Salah
Dapat diamati bahwa saat gambar 4.22. citra yang dirotasi 4
derajat, gambar yang
diproses menghasilkan keluaran yang terlihat patah-patah serta
berniilai jarak =3, hal ini
disebabkan oleh proses cropping yang dilakukan secara horisontal
sehingga ada
background yang tidak terpotong membuat nilai jarak menjadi
besar. Dan dapat ditarik
kesimpulan untuk nilai jarak yang bernilai =3 dibuktikan bahwa
hasil keluarannya “Salah”.
Dapat ditarik kesimpulan untuk memperoleh tingkat keberhasilan
berdasarkan
Tabel 4.3 dan 4.6 dari hasil pengujian dalam penelitian ini maka
digunakan persamaan
sebagai berikut:
𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝑘𝑒𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙𝑎𝑛(%) = 𝑡𝑜𝑡𝑎𝑙 𝑘𝑒𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙𝑎𝑛 𝑝𝑒𝑛𝑔𝑢𝑗𝑖𝑎𝑛 𝑘𝑜𝑡𝑎𝑘
𝑏𝑎𝑡𝑒𝑟𝑎𝑖
𝑡𝑜𝑡𝑎𝑙 𝑘𝑜𝑛𝑑𝑖𝑠𝑖 𝑑𝑎𝑛 𝑣𝑎𝑟𝑖𝑎𝑠𝑖 𝑘𝑜𝑡𝑎𝑘 𝑏𝑎𝑡𝑒𝑟𝑎𝑖 𝑥 100% (4.1)
Sementara itu berdasarkan tabel 4.1 dan 4.3 terlihat bahwa pada
pengujian tidak
langsung dan langsung dengan variasi rotasi terdapat
masing-masing 12 kondisi dengan
hasil 10 kali pengujian dengan hasil pengecekan yang sesuai
dengan harapan. Sehingga
dapat diperoleh tingkat pengenalan untuk pengujian tidak
langsung sebagai berikut:
𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝑘𝑒𝑏𝑒𝑟ℎ𝑎𝑠𝑖𝑙𝑎𝑛(%) = 348
360 𝑥 100%
= 96,66%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
43
Dengan demikian berdasarkan data pada Tabel 4.2 dan 4.4 dapat
disimpulkan bahwa
program pengenalan alat stasioneri telah berjalan sebagaimana
mestinya sesuai yang
diinginkan dimana pada pengujian tidak langsung ini telah
diperoleh tingkat pengenalan
96,66
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
44
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
44
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
1. Implementasi dari sistem pengecekan sablon kotak baterai
secara langsung dan
tidak langsung sudah dapat bekerja sesuai dengan
perancangan.
2. Hasil pengujian sistem pengecekan sablon kotak baterai dalam
tugas akhir ini
memberikan tingkat akurasi pada kondisi tengah dan variasi
translasi adalah 100%
dalam mengidentifikasi suatu citra masukan sedangkan untuk
variasi rotasi adalah
96,66%.
3. Pengujian untuk kondisi tidak cacat dengan dipengaruhi
variasi rotasi akan
menyebabkan sistem tidak mampu mengidentifikasi suatu citra
dengan baik.
5.2. Saran
Sistem pengecekan sablon kotak baterai masih banyak memiliki
kekurangan.
Adapun saran untuk dapat menyempurnakan sistem ini, yaitu :
1. Menggunakan metode lain sehingga hasil pengenalannya bisa
100% serta tidak
terpengaruh oleh variasi rotasi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
45
Daftar Pustaka
[1] Nugroho Kris Adhy, dkk. 2003, “Identifikasi Cacat Pada
Keping PCB
Menggunakan Pencocokan Model (Template Matching)”,
Yogyakarta.
[2] Pauzi Gurum Ahmad, dkk. 2012, “Analisis Pemanfaatan Teknik
Template
Matching Pada Sistem Akuisisi Dan Pengenalan Karakter Citra Plat
Nomor Kendaraan”,
Jurusan Fisika FMIPA Universitas Lampung.
[3] ”Sistem Baterai: Pengertian, Fungsi, dan Bagian-bagiannya
Lengkap”, dalam
https://www.materipendidikan.info/2017/02/sistem-baterai-pengertian-fungsi-dan.html,
diakses pada 8 Februari 2018.
[4] “Konstruksi Dan Bagian-bagian Baterai Atau Aki”, dalam
http://www.kitapunya.net/2015/03/kontsruksi-bagian-baterai-aki.html,
diakses pada 8
Februari 2018.
[5] Ghiffari Ibrahim, dkk., 2013, “Analisis Six Sigma Untuk
Mengurangi Jumlah Cacat
di Stasiun Kerja Sablon”, Teknik Industri, Institut Teknologi
Nasional.
[6] Kusumanto, RD dan Novi Tompunu, Alan, 2011, ”Pengolahan
Citra Digital Untuk
Mendeteksi Obyek Menggunakan Pengolahan Warna Model Normalisasi
RGB“,
http://publikasi.dinus.ac.id/index.php/semantik/article/view/153
, diakses pada 6 Maret
2018.
[7] Abdul, K., Susanto, A., 2012, “Teori dan Aplikasi Pengolahan
Citra”, Yogyakarta.
[8] Fauzan, Charis Abd, “Konversi Ruang Warna RGB ke CMY dan CMY
ke RGB,
Bagaimana Caranya?”,
http://www.charisfauzan.net/2017/02/konversi-ruang-warna-rgb-
ke-cmy-dan-cmy.html , diakses pada 8 Maret 2018.
[9] Ardiansyah, Riza Firdaus, 2009, “Pengenalan Pola Tanda
Tangan Dengan
Menggunakan Metode Principal Component Analysis (PCA)”,
Universitas Dian
Nuswantoro : Semarang.
[10] Ghiffari Ibrahim, dkk., 2013, “Analisis Six Sigma Untuk
Mengurangi Jumlah Cacat
di Stasiun Kerja Sablon”, Teknik Industri, Institut Teknologi
Nasional.
[11] Putra, D, 2004, “Binerisasi Citra Tangan Dengan Metode
Otsu”, Universitas
Udayana.
[12] Pamungkas, Adi, 2017, “Pencocokan Citra”, Seminar Nasional
Aplikasi Teknologi
Informasi,
https://pemrogramanmatlab.com/2017/07/26/pencocokan-citra/amp/,
diakses
pada 9 Maret 2018
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
https://www.materipendidikan.info/2017/02/sistem-baterai-pengertian-fungsi-dan.htmlhttp://www.kitapunya.net/2015/03/kontsruksi-bagian-baterai-aki.htmlhttp://publikasi.dinus.ac.id/index.php/semantik/article/view/153http://www.charisfauzan.net/2017/02/konversi-ruang-warna-rgb-ke-cmy-dan-cmy.htmlhttp://www.charisfauzan.net/2017/02/konversi-ruang-warna-rgb-ke-cmy-dan-cmy.html
-
46
[13] Damayanti, Fitri dan Setiawan Wahyudi, 2013, “Pengenalan
Dengan Metode
Modified Direction Feature (MDF) Dan Euclidean Distance”,
Universitas Trunojoyo :
Bangkalan.
[14] http://www.mathworks.com/help/images/ref/dct2.html ,diakses
pada 8 Maret 201
[15] Pujiriyanto, Andry, 2004, “Cepat Mahir Matlab”.
https://www.sildeshare.net/mobile/nurhy_ht/cepat-mahir-dengan-matlab,
diakses pada 9
Maret 2018
[16] Hendry, Jans, ”MENGHALUSKAN CITRA DENGAN FILTER SPASIAL
NON-
LINIER: MEDIAN, MEAN, MAX, MIN PADA PENGOLAHAN CITRA
DIGITAL”.
https://www.scribd.com/doc/57340992/Menghaluskan-Citra-dengan-Filter-Statistik-Mean-
Median-Max-Dan-Min, diakses pada 29 Oktber 2018
[17] Sandy, Leonadus. 2017, “Pengenalan Kode Huruf Semaphore”,
Jurusan Teknik
Elektro Universitas Sanata Dharma Yogyakarta
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
https://www.sildeshare.net/mobile/nurhy_ht/cepat-mahir-dengan-matlabhttps://www.scribd.com/doc/57340992/Menghaluskan-Citra-dengan-Filter-Statistik-Mean-Median-Max-Dan-Minhttps://www.scribd.com/doc/57340992/Menghaluskan-Citra-dengan-Filter-Statistik-Mean-Median-Max-Dan-Min
-
L-1
Lampiran I
Listing Program
Listing Program Pengujian Tidak Langsung
function varargout = PENGUJIANNONREALTIME(varargin) %
PENGUJIANNONREALTIME MATLAB code for PENGUJIANNONREALTIME.fig %
PENGUJIANNONREALTIME, by itself, creates a new PENGUJIANNONREALTIME
or raises the existing % singleton*. % % H = PENGUJIANNONREALTIME
returns the handle to a new PENGUJIANNONREALTIME or the handle to %
the existing singleton*. % %
PENGUJIANNONREALTIME('CALLBACK',hObject,eventData,handles,...)
calls the local % function named CALLBACK in PENGUJIANNONREALTIME.M
with the given input arguments. % %
PENGUJIANNONREALTIME('Property','Value',...) creates a new
PENGUJIANNONREALTIME or raises the % existing singleton*. Starting
from the left, property value pairs are % applied to the GUI before
PENGUJIANNONREALTIME_OpeningFcn gets called. An % unrecognized
property name or invalid value makes property application % stop.
All inputs are passed to PENGUJIANNONREALTIME_OpeningFcn via
varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI
allows only one % instance to run (singleton)". % % See also:
GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help
PENGUJIANNONREALTIME
% Last Modified by GUIDE v2.5 03-Oct-2018 19:00:25
% Begin initialization code - DO NOT EDIT
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
L-2
gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn',
@PENGUJIANNONREALTIME_OpeningFcn, ... 'gui_OutputFcn',
@PENGUJIANNONREALTIME_OutputFcn, ... 'gui_LayoutFcn', [] , ...
'gui_Callback', []); if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1}); end
if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State,
varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End
initialization code - DO NOT EDIT
% --- Executes just before PENGUJIANNONREALTIME is made visible.
function PENGUJIANNONREALTIME_OpeningFcn(hObject, eventdata,
handles, varargin) % This function has no output args, see
OutputFcn. % hObject handle to figure % eventdata reserved - to be
defined in a future version of MATLAB % handles structure with
handles and user data (see GUIDATA) % varargin command line
arguments to PENGUJIANNONREALTIME (see VARARGIN)
% Choose default command line output for PENGUJIANNONREALTIME
handles.output = hObject;
% Update handles structure guidata(hObject, handles);
% UIWAIT makes PENGUJIANNONREALTIME wait for user response (see
UIRESUME) % uiwait(handles.figure1);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
L-3
% --- Outputs from this function are returned to the command
line. function varargout = PENGUJIANNONREALTIME_OutputFcn(hObject,
eventdata, handles) % varargout cell array for returning output
args (see VARARGOUT); % hObject handle to figure % eventdata
reserved - to be defined in a future version of MATLAB % handles
structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
% --- Executes on button press in pushbutton6. function
pushbutton6_Callback(hObject, eventdata, handles) % hObject hagndle
to pushbutton6 (see GCBO) % eventdata reserved - to be defined in a
future version of MATLAB % handles structure with handles and user
data (see GUIDATA) global picture; a=imread('data1.jpg');
picture=a; handles.picture=a; axes(handles.axes1); imshow(a); %
imwrite(picture,'BENARKANAN4CM.jpg'); % --- Executes on button
press in pushbutton7. function pushbutton7_Callback(hObject,
eventdata, handles) % hObject handle to pushbutton7 (see GCBO) %
eventdata reserved - to be defined in a future version of MATLAB %
handles structure with handles and user data (see GUIDATA)
%========================================================================
%PROSES KONVERSI RGB KE BINER global picture; load db1;
x=rgb2gray(picture); level = graythresh(x); B1 = im2bw(x,level); B
= medfilt2(B1);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
L-4
%==========================================================================
% PROSES CROPPING if sum(sum(B))>0 % Potong kiri cout=B;
a=sum(cout); b=find(a>0); cout(:,1:b(1)-1)=[]; % Potong kanan
cout=fliplr(cout); a=sum(cout); b=find(a>0);
cout(:,1:b(1)-1)=[]; % Potong atas cout=cout'; a=sum(cout);
b=find(a>0); cout(:,1:b(1)-1)=[]; % Potong bawah
cout=fliplr(cout); a=sum(cout); b=find(a>0);
cout(:,1:b(1)-1)=[]; % Penyesuaian orientasi cout=cout';
cout=flipud(cout); cout=fliplr(cout); else cout=B; end B1 =
not(cout); %
=========================================================================
% Proses Resizing x5=imresize(B1,[16 16]); axes(handles.axes2)
imshow(x5)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
L-5
%
=========================================================================
%JARAK EUCLIDEAN z=jarak(x5,x5db) set(handles.edit1,'string',z)
%KELUARAN TEKS if (z
-
L-6
function edit1_Callback(hObject, eventdata, handles) % hObject
handle to edit1 (see GCBO) % eventdata reserved - to be defined in
a future version of MATLAB % handles structure with handles and
user data (see GUIDATA)
% Hints: get(hObject,'String') returns contents of edit1 as text
% str2double(get(hObject,'String')) returns contents of edit1 as a
double
% --- Executes during object creation, after setting all
properties. function edit1_CreateFcn(hObject, eventdata, handles) %
hObject handle to edit1 (see GCBO) % eventdata reserved - to be
defined in a future version of MATLAB % handles empty - handles not
created until after all CreateFcns called
% Hint: edit controls usually have a white background on
Windows. % See ISPC and COMPUTER. if ispc &&
isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white'); end
function edit2_Callback(hObject, eventdata, handles)
% hObject handle to edit2 (see GCBO) % eventdata reserved - to
be defined in a future version of MATLAB % handles structure with
handles and user data (see GUIDATA)
% Hints: get(hObject,'String') returns contents of edit2 as text
% str2double(get(hObject,'String')) returns contents of edit2 as a
double
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
L-7
% --- Executes during object creation, after setting all
properties. function edit2_CreateFcn(hObject, eventdata, handles) %
hObject handle to edit2 (see GCBO) % eventdata reserved - to be
defined in a future version of MATLAB % handles empty - handles not
created until after all CreateFcns called
% Hint: edit controls usually have a white background on
Windows. % See ISPC and COMPUTER. if ispc &&
isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white'); end
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
L-8
Listing Program Pengujian Langsung function varargout =
PENGUJIANREALTIME(varargin) % PENGUJIANREALTIME MATLAB code for
PENGUJIANREALTIME.fig % PENGUJIANREALTIME, by itself, creates a new
PENGUJIANREALTIME or raises the existing % singleton*. % % H =
PENGUJIANREALTIME returns the handle to a new PENGUJIANREALTIME or
the handle to % the existing singleton*. % %
PENGUJIANREALTIME('CALLBACK',hObject,eventData,handles,...) calls
the local % function named CALLBACK in PENGUJIANREALTIME.M with the
given input arguments. % %
PENGUJIANREALTIME('Property','Value',...) creates a new
PENGUJIANREALTIME or raises the % existing singleton*. Starting
from the left, property value pairs are % applied to the GUI before
PENGUJIANREALTIME_OpeningFcn gets called. An % unrecognized
property name or invalid value makes property application % stop.
All inputs are passed to PENGUJIANREALTIME_OpeningFcn via varargin.
% % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only
one % instance to run (singleton)". % % See also: GUIDE, GUIDATA,
GUIHANDLES
% Edit the above text to modify the response to help
PENGUJIANREALTIME
% Last Modified by GUIDE v2.5 05-Oct-2018 18:17:49
% Begin initialization code - DO NOT EDIT gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton',
gui_Singleton, ... 'gui_OpeningFcn', @PENGUJIANREALTIME_OpeningFcn,
... 'gui_OutputFcn', @PENGUJIANREALTIME_OutputFcn, ...
'gui_LayoutFcn', [] , ... 'gui_Callback', []);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
-
L-9
if nargin && ischar(varargin{1}) gui_State.gui_Callback
= str2func(varargin{1}); end
if nargout [varargout