PENGGUNAAN METODE TEMPLATE MATCHING UNTUK MENDETEKSI CACAT PADA PRODUKSI PELURU

(1)

PENGGUNAAN METODE TEMPLATE MATCHING UNTUK MENDETEKSI CACAT

PADA PRODUKSI PELURU

Oleh:

Amilia Khoiro Masruri 1210 100 029

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER

Dosen Pembimbing:

Dr. Budi Setiyono, S.Si, MT Pendahuluan

Tinjauan Pustaka Perancangan Sistem

Hasil dan Pembahasan

Daftar Pustaka Kesimpulan

(2)

Latar Belakang

Latar Belakang Rumusan Masalah Batasan Masalah Tujuan

Manfaat

Hasil dan Pembahasan Kesimpulan

(3)

Latar Belakang

Latar Belakang Rumusan Masalah Batasan Masalah Tujuan

Manfaat Pembuatan

selongsong

Pembuatan pelor

Penyelesaian (Assembling)

(4)

Rumusan Masalah

• Bagaimana cara mengidentifikasi cacat pada peluru dengan menggunakan metode template matching.

• Bagaimana membangun suatu aplikasi/program sebagai penunjang untuk mendeteksi adanya cacat pada peluru.

Latar Belakang Rumusan Masalah Batasan Masalah Tujuan

Manfaat

(5)

Batasan Masalah

• Citra yang diolah adalah hasil pemotretan.

• Citra acuan sebangun dengan citra template.

• Bagian peluru yang diidentifikasi adalah bagian selongsong (cartridge).

• Bahasa pemrograman yang digunakan adalah bahasa pemrograman Matlab.

Latar Belakang Rumusan Masalah Batasan Masalah Tujuan

Manfaat

(6)

Tujuan

• Mempermudah proses identifikasi cacat pada peluru.

• Membuat aplikasi yang mampu mendeteksi adanya cacat pada peluru dengan menggunakan metode template matching.

Latar Belakang Rumusan Masalah Batasan Masalah Tujuan

Manfaat

(7)

Manfaat

• Proses identifikasi cacat pada peluru akan lebih efektif dengan adanya suatu sistem atau aplikasi.

• Dapat menghasilkan suatu sistem atau aplikasi yang tepat sehingga dapat dimanfaatkan dan dipakai dalam dunia industri pembuatan peluru terutama PT.

PINDAD.

Latar Belakang Rumusan Masalah Batasan Masalah Manfaat

Tujuan

(8)

Tinjauan Pustaka

Peningkatan Mutu Citra

Pengolahan Citra Digital

Tinjauan Pustaka

Peluru

Template Matching

• Citra Digital: Citra

didefinisikan sebagai fungsi f(x,y) yang telah didigitalisasi baik koordinat area maupun tingkat keabuan.

• Nilai f di koordinat (x,y) = tingkat keabuan dari citra pada titik tersebut.

Pengolahan Citra Digital

Phase-Only

Correlation (POC)

Perancangan Sistem

(9)

Tinjauan Pustaka

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

Peningkatan Mutu Citra

Penapisan Citra (filtering)

Pengambangan Citra

(thresholding)

(10)

Tinjauan Pustaka

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

Penapisan Citra (filtering)

Penapisan citra adalah suatu proses apabila citra memiliki derau (noise) sehingga perlu dihaluskan dengan tapis citra.

Citra dengan noise Citra yang sudah ditapis

(11)

Tinjauan Pustaka

Pengambangan Citra (thresholding)

Pada proses pengambangan akan dihasilkan citra biner. Secara umum proses pengambangan dirumuskan sbb:

Dengan:

g(x,y) = citra biner

f(x,y) = citra grayscale T = nilai ambang

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

(12)

Citra asli

Citra yang sudah di-threshold

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

(13)

Tinjauan Pustaka

Peluru

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

(14)

Tinjauan Pustaka

Template Matching

Template Matching merupakan metode yang berfungsi untuk mencocokkan tiap-tiap bagian dari suatu citra acuan dengan citra template.

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

(15)

Tinjauan Pustaka

Karakteristik metode template matching

Mudah

Cukup rentan terhadap perbedaan orientasi antara citra acuan dengan citra template.

Hasilnya sangat akurat.

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

(16)

Tinjauan Pustaka

Hal-hal yang mempengaruhi proses template matching

• Posisi

• Kondisi Citra

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

(17)

Tinjauan Pustaka

Phase-Only Correlation (POC)

Phase-Only Correlation (POC) merupakan fungsi teknik registrasi gambar dengan akurasi tinggi.

Registrasi gambar dengan menggunakan POC memungkinkan memprediksi letak antara gambar dengan ketelitian subpiksel.

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

(18)

Tinjauan Pustaka

Phase-Only Correlation (POC)

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

(19)

Tinjauan Pustaka

Phase-Only Correlation (POC)

Pengolahan Citra Digital

Peningkatan Mutu Citra

Peluru

Template Matching

Phase-Only

Correlation (POC)

Phase-Only Correlation (POC) merupakan fungsi teknik registrasi

gambar dengan akurasi tinggi. Registrasi gambar dengan

menggunakan POC memungkinkan memprediksi letak antara gambar

dengan ketelitian subpiksel.

(20)

Perancangan Sistem

Citra peluru acuan

Membaca citra peluru

Cropping

Grayscaling

Penyamaan ukuran citra

Penapisan

Pengambangan

Template Matching

Citra peluru template

Hitung Nilai POC Akuisisi Citra

Pre-processing untuk citra peluru acuan

(21)

Hasil dan Pembahasan

Hasil dan Pembahasan Tinjauan Pustaka

Kesimpulan

Data yang digunakan sebanyak 32 citra yang terdiri dari 11 citra peluru yang baik dan 21 citra peluru yang cacat.

Citra peluru yang baik Citra peluru yang cacat

(22)

Hasil dan Pembahasan

Kesimpulan

Citra cacat tipe I Citra cacat tipe II

Citra Cacat

Tipe I: citra peluru yang cacatnya terlihat secara kasat

mata

Tipe II: citra peluru yang cacatnya tidak terlihat secara kasat

mata

(23)

Hasil dan Pembahasan

Kesimpulan

Uji Coba Dengan Filter

Median

High-Pass Filter Low-Pass Filter

Sobel

Laplacian

(24)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter Median

(25)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter Median

Cacat Tipe I Cacat Tipe II

(26)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter High-Pass

(27)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter High-Pass

Cacat Tipe I Cacat Tipe II

(28)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter Low-Pass

(29)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter Low-Pass

Cacat Tipe I Cacat Tipe II

(30)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter Sobel

(31)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter Sobel

Cacat Tipe I Cacat Tipe II

(32)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter Laplacian

(33)

Hasil dan Pembahasan

Kesimpulan

Uji coba dengan penambahan filter Laplacian

Cacat Tipe I Cacat Tipe II

(34)

Hasil dan Pembahasan

Kesimpulan

Dari pengujian penambahan filter diperoleh:

(35)

Hasil dan Pembahasan

Kesimpulan

Dari pengujian penambahan filter diperoleh:

(36)

Hasil dan Pembahasan

Kesimpulan

Pada tabel perbandingan tersebut menunjukkan bahwa filter yang memiliki akurasi paling tinggi adalah High-Pass Filter dengan prosentase keberhasilan 44,44%

untuk citra peluru cacat tipe I dan 33,33%

untuk citra peluru cacat tipe II, sehingga filter

High-Pass lebih cocok untuk digunakan

dalam sistem ini.

(37)

Kesimpulan

1. Untuk mendapatkan hasil akhir identifikasi yang tepat maka kondisi atau lingkungan penangkap citra peluru harus sama antara citra peluru acuan dengan citra peluru template.

Kondisi yang dimaksud diantaranya pencahayaan, ukuran, serta posisi objek citra.

2. Penambahan filter yang cocok digunakan dalam sistem ini

adalah High-Pass Filter, karena dengan menggunakan High-

Pass Filter tingkat keberhasilannya mencapai 44,44% untuk

identifikasi cacat tipe I dan 33,33% untuk identifikasi cacat

tipe II.

(38)

Daftar Pustaka

Daftar Pustaka Tinjauan Pustaka

[1] Rahaman, G. M. A. and Hossain, Md. M. (2009, May). Automatic Defect Detection and Classification Technique from Image: a Special Using Ceramic Tiles. (UCSIS) International Journal of Computer Science and Information Security, 1, 1, 0906-3770.

[2] Wardhana, A. W. dan Prayudi, Y. (2008, 21 Juni). Penggunaan Metode Template Matching Untuk Identifikasi Kecacatan Pada PCB. Seminar Nasional Aplikasi Teknologi Informasi 2008 (SNATI 2008), 1907-5022.

[3] Muthulaksmi, V., Prarthana, A. M., Nithiya, A. and Prabavathy, M. (2013, March). Impurity Profiling of Food Using Template Matching. International Journal of Inventive Engineering and Sciences (IJIES), 1, 4, 2319-9598.

[4] PT. PINDAD (Persero). Company Profile. http://www.pindad.com. Diakses tanggal 5 Maret 2014.

[5] Purnomo, M. H., dan Muntasa, A. (2010). Konsep Pengolahan Citra Digital dan Ekstraksi Fitur. Yogyakarta: Graha Ilmu.

[6] Military Standard Visual Inspection Standards For Small Arms Ammunition Through Caliber .50. (1958, 5 June). USA: Department of Defense.

[7] Ito, K., Nakajima, H., Kobayashi, K., Aoki, T., Higuchi, T. (2004). A Fingerprint Matching Algorithm Using Phase-Only Correlation. IEICE Trans. Fundamentals E87-A.

[8] Ahmad, U. (2005). Pengolahan Citra Digital dan Teknik Pemrogramannya. Yogyakarta:

Graha Ilmu.

[9] Gonzalez, R. C. and Woods, R. E. (2002). Digital Image Processing Second Edition. USA:

Kesimpulan

(39)

Sekian &

Terima Kasih

Daftar Pustaka Tinjauan Pustaka