Upload
others
View
20
Download
0
Embed Size (px)
Citation preview
DETEKSI KERUSAKAN TEKSTIL MENGGUNAKAN MIKROSKOP DIGITAL(DIGITAL MICROSCOPE) DINO-LITE 211 BERBASIS PENGOLAHAN CITRA
DIGITAL DENGAN METODE GLRL
Dame Lasria Butar Butar¹, Achmad Rizal², Gelar Budiman³
¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
AbstrakPengolahan citra mempunyai peranan penting dalam berbagai bidang seperti bidangperindustrian tekstil (kain). Kerusakan kain yang paling utama adalah tinta yang blobor, kainberlubang dan kesalahan dalam pengulangan tekstur.
Pengontrolan cacat kain saat ini masih kurang efesien karena masih dilakukan secara manual.Salah satu cara untuk mengenali suatu citra adalah dengan membedakan tekstur yangmerupakan komponen dasar pembentuk citra. Tekstur citra dapat dibedakan dengan kerapatan,keseragaman, keteraturan, kekasaran, dan lain-lain. Karena komputer tidak dapat membedakantekstur seperti halnya penglihatan manusia, maka digunakan analisis tekstur untuk mengetahuipola suatu citra digital berdasarkan ciri yang diperoleh secara matematis.
Salah satu metode analisis tekstur yaitu metode run length. Metode ini mengenali jumlah runpada suatu piksel dengan level intensitas sama dan berurutan dalam satu arah tertentu.Kemudian ciri tekstur dapat diperoleh dari nilai SRE (Short Run Emphasis), LRE (Long RunEmphasis), GRU (Grey Level Uniformity), RLU (Run Length Uniformity), dan RPC (RunPercentage). Kelima ciri tersebut kemudian digunakan untuk klasifikasi dengan menggunakanmetode LDA (Linear DiscriminantAnalysis) dan k-NN (k-Nearest Neighbor). Tekstur halus akanmenghasilkan nilai SRE, RLU, dan RPC yang besar dan nilai LRE kecil. Sebaliknya tekstur kasarakan menghasilkan nilai LRE besar namun nilai SRE, RLU, dan RPC yang kecil. Setelah itu akandilakukan klasifikasi k-NN dengan membandingkan ciri tekstur paling dekat antara datapembanding dan data yang dibandingkan.
Untuk menganalisa kerusakan kain tersebut, akan dilakukan video capturing, mengubah ke citraabu (grey) dan mengenali jumlah run pada suatu piksel dengan level intensitas sama danberurutan dalam satu arah tertent, sehingga didapatkan ciri tektur dari citra tersebut.
Hasil dari penyusunan/penulisan TA ini adalah merancang suatu sistem yang dapat mendeteksisuatu kerusakan kain dengan akurasi yang cepat dan tepat.
Kata Kunci : grey level, run length
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
AbstractImage processing plays an important role in various fields of industry fields such as textiles(cloth). Damage to the main fabric is the ink bleed, fabric holes and errors in the repetition oftexture.
Control of fabric defects is still less efficient because it is still done manually. One way torecognize an image is to distinguish the texture of an image-forming basic component. Thetexture image can be distinguished by density, uniformity, regularity, roughness, and others.Because computers can not distinguish the texture as well as human vision, texture analysis isused to determine the pattern of a digital image based on characteristics derived mathematically.
One method of texture analysis is the run length method. This method recognizes the number ofruns in a pixel with the same intensity level and the sequence in one particular direction. Thenthe characteristic texture can be obtained from the SRE (Short Run Emphasis), LRE (Long RunEmphasis), GRU (Grey Level uniformity), RLU (Run Length uniformity), and RPC (RunPercentage). The five traits were then used for classification using k-NN (k-Nearest Neighbor).Smooth texture will produce a value of SRE, RLU, and RPC large and small LRE value. Insteadrough texture will produce a large LRE value but the value of SRE, RLU, and RPC are small. Afterthat will be the k-NN classification by comparing the characteristic texture closest comparisonbetween the data and the data are compared.
To analyze the damage of cloth, will be video capturing, convert into grey and identify the numberof runs in a pixel with the same intensity level and tertent sequentially in one direction, so thatthe texture features obtained from image.
The results of the compilation / writing of this Final Project is to design a system that can detect adamaged fabric with a fast and precise accuracy.
Keywords : grey level, run length
Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
BAB I
PENDAHULUAN
1.1 Latar Belakang
Kemajuan teknologi komputer terutama pada teknik pengolahan citra berkembang
semakin pesat. Saat ini pengolahan citra mempunyai peranan penting dalam berbagai bidang
seperti bidang perindustrian tekstil (kain). Sedangkan, Pendeteksian kerusakan kain saat ini
masih dilakukan secara manual. Oleh karena itu Tugas Akhir ini akan membuat suatu
program yang dapat membantu mendeteksi kerusakan tekstil melalui pengolahan citra.
Analisis tekstur memegang peranan penting dalam pengolahan citra digital karena
analisis tekstur dikembangkan dengan tujuan agar komputer dapat memahami, membuat
model, serta memproses tekstur untuk dapat menirukan proses pembelajaran mata atau
pengelihatan manusia.
Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciri-ciri atau
sifat-sifat yang terdapat didalam citra dan membentuk suatu pola-pola dengan interval jarak
dan arah tertentu secara berulang-ulang yang memenuhi sebagian besar atau seluruh bidang
citra. Pada umumnya tekstur adalah pola visual rumit yang tersusun dari kesatuan-kesatuan
atau subpola yang memiliki karakteristik kecerahan, warna, kemiringan, ukuran, dan lain-
lainnya.
Tujuan dari penelitian ini adalah untuk mendeteksi cacat citra tekstur kain. Kain akan
diperiksa dengan alat bantu digital microscope lalu dianalisa di software Matlab2009a.
Digital microscope Dino-Lite 211 dapat melakukan focus 100-200 kali sehingga proses
pendeteksian kain dapat dilakukan sangat detail.
Teknik untuk mendeteksi cacat citra tekstur kain adalah dengan menggunakan metode
GLRL ( Gray Level Run length). Metode ini mengenali jumlah run pada suatu piksel dengan
level intensitas sama dan berurutan dalam satu arah tertentu. Kemudian ciri tekstur dapat
diperoleh dari nilai SRE (Short Run Emphasis), LRE (Long Run Emphasis), GRU (Grey
Level Uniformity), RLU (Run Length Uniformity), dan RPC (Run Percentage). Kelima ciri
tersebut kemudian digunakan untuk klasifikasi dengan menggunakan metode LDA (Linear
Discriminant Analysis) dan k-NN (k-Nearest Neighbor). Sedangkan citra tekstur yang
dianalisis berasal dari VisTex Database.
Dengan menggunakan metode ini, dapat menghasilkan pendeteksian kerusakan kain yang
akurat dan cepat dalam pemprosesannya (tidal manual atau tidak real time).
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
1.2 Tujuan
1. Merancang simulasi sistem yang berfungsi untuk mendeteksi kerusakan kain dengan
melihat struktur dan warna berbasis pengolahan citra digital dan menggunakan
metode GLRL ( Gray Level Run length).
2. Merancang simulasi sistem yang real time dan dapat melakukan pendeteksian secara
akurat dan cepat.
1.3 Manfaat Penelitian
Pemanfaatan hasil penelitian ini digunakan untuk mempermudah mendeteksi
kerusakan kain dengan bantuan aplikasi komputer sehingga tidak memerlukan tenaga
yang ahli hanya untuk melihat apakah kondisi tekstil dalam keadaan baik atau tidak dan
dapat dilakukan dengan cepat.
1.4 Batasan Masalah
Adapun perumusan masalah yang menjadi acuan dalam pembuatan tugas akhir ini adalah:
1. Kain yang akan dianalisa akan dibandingkan terlebih dahulu dengan analisa expert
kain.
2. Bagaimana membuat perancangan dan merealisasikan sistem yang dapat mendeteksi
kerusakan kain.
3. Bagaimana membuat sistem dengan tingkat akurasi dan performansi yang tinggi dan
sebagai perbandingan dengan metode yang lain.
4. Bagaimana membedakan antara kain kondisi baik dan buruk dengan analisa struktur
menggunakan GLRL ( Gray Level Run length).
5. Hanya menganalisa jenis kain tekstil, bukan sejenis kain broklat.
6. Output sistem hanya berupa kesimpulan kondisi kain, tidak menghubungkannya ke
PC atau hardware lain.
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
1.5 Metodologi Penulisan
1. Studi Literatur
Pencarian dan pengumpulan literatur – literatur yang berkaitan dengan masalah –
masalah yang ada pada tugas akhir ini, baik berupa artikel, buku referensi, internet,
dan sumber – sumber lain yang berhubungan dengan masalah pada tugas akhir ini.
2. Pengumpulan Data, yaitu bahan-bahan kain dalam berbagai kondisi, pola dan warna.
3. Implementasi Perangkat Lunak, menggunakan software Matlab 2009a.
4. Analisa Perfomansi.
Melihat dan menganalisa hasil deteksi Aplikasi dengan membandingkan deteksi
secara manual dan membandingkan hasil uji dengan metode yang yang telah ada
sebelumnya.
5. Mengambil Kesimpulan.
1.6 Sistematika Penulisan
BAB I PENDAHULUAN
Bab ini berisi uraian singkat mengenai latar belakang permasalahan, tujuan
dan manfaat penelitian, perumusan masalah, batasan masalah, metodologi
penelitian serta sistematika penulisan.
BAB II LANDASAN TEORI
Bab ini berupa uraian konsep dan teori dasar secara umum yang mendukung
dalam pemecahan masalah, image segmentation (edge detection), DCT (discrit
cosine transform) dan pengolahan citra digital.
BAB III PERANCANGAN DAN REALISASI ALAT
Bab ini menguraikan tentang tahap proses perancangan dalam
mengimplementasikan perangkat lunak untuk mendeteksi kerusakan kain.
BAB IV PENGUJIAN DAN ANALISA
Berisi pengujian dan analisis terhadap hasil yang diperoleh dari tahap
perancangan dan implementasi.
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
BAB V PENUTUP
Bab ini berisi tentang kesimpulan dan saran terhadap hasil yang diperoleh dari
penelitian yang telah dilakukan.
Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil analisa terhadap pengujian yang dilakukan dalam sistem
deteksi kerusakan tekstil dengan menggunakan analisa struktur dapat disimpulkan beberapa
hal sebagai berikut:
1. Analisis tekstur metode run length ini dapat digunakan untuk membedakan tekstur
halus dan tekstur kasar.
2. Ketika analisis tekstur metode run length digunakan untuk proses klasifikasi k-NN
dari citra latih itu sendiri, diperoleh akurasi 100 % untuk deteksi baik atau rusak-nya
untuk kelima jenis tekstil (Kaos, Bahan Gorden, Kemeja, Jeans dan Batik)
3. Analisis tekstur metode run length digunakan dalam proses klasifikasi k-NN untuk
deteksi kerusakan tekstil dari data latih akurasinya 100%.
4. Ketika analisis tekstur metode run length digunakan untuk proses klasifikasi k-NN
untuk deteksi kerusakan tekstil diluar data latih, diperoleh tingkat akurasi sebesar
90,244 % untuk k=1, 80,488% untuk k=3, 78,049% untuk k=5, dan 60,976 % untuk
k=7.
5. Ketika analisis tekstur metode run length digunakan untuk proses klasifikasi k-NN
jenis tekstil dari data latih, diperoleh tingkat akurasi sebesar 60% untuk k=1, 30,091%
untuk k=3, 23,637% untuk k=5, dan 18,19% untuk k=7.
6. Analisis tekstur metode run length digunakan untuk proses klasifikasi k-NN jenis
tekstil di luar data latih, diperoleh tingkat akurasi sebesar 41,464% untuk k=1,
24,391% untuk k=3, 26,8293% untuk k=5, dan 4,879% untuk k=7.
7. Perubahan ukuran citra akan mempengaruhi panjang run dan derajat keabuan yang
akan digunakan untuk kelima ciri dari citra tersebut, sehingga nilai SRE, LRE, RLU,
GLU dan RPC berubah pada ukuran citra yang berbeda.
5.2 Saran
Dalam tugas akhir ini,masih terdapat banyak kekurangan yang dapat
diperbaiki untuk pengembangan berikutnya diantaranya adalah:
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
1. Untuk dapat membandingkan kinerja metode run length ini, dapat dibuat analisis
tekstur dengan metode yang berbeda, seperti metode autokorelasi, co-ocurrence,
frekuensi tepi, dan lain-lain.
2. Dapat dilakukan penelitian lebih lanjut untuk menentukan jenis tekstil yang lebih
akurat lagi.
Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi
DAFTAR PUSTAKA
1. Abdia, Away Gunadi., 2010, The Shortcut of MATLAB Programming, BI-Obses, Bandung
2. http://journal.uii.ac.id/index.php/Snati/article/view/1696/1478
3. www.wikipedia.org
4. Aryuanto. Pengolahan Citra Digital(EL7358).ITN Malang.2008.
5. MATLAB User’s Guide, 1989, The Math Works, inc.
6. Wijaya,Marvin ch dan Agus Prijono. “Pengolahan Citra Digital Menggunakan Matlab Image
Processing Toolbox”. Informatika, Bandung.
7. www.cs.ui.id/webkuliah/citra/2005
8. www.mathworks.com/products/image
Powered by TCPDF (www.tcpdf.org)
Tugas Akhir - 2011
Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi