PROTOTYPE PENGECEKAN KUALITAS HASIL SABLON KOTAK … · sablon pada kotak baterai yang dilakukan...

125
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

Transcript of PROTOTYPE PENGECEKAN KUALITAS HASIL SABLON KOTAK … · sablon pada kotak baterai yang dilakukan...

  • 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