Identifikasi cacat amunisi dengan menggunakan pengolahan citra digital dan linear discriminant analysis (LDA)

Melinda, Maria (2015) Identifikasi cacat amunisi dengan menggunakan pengolahan citra digital dan linear discriminant analysis (LDA). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1211100029-Undergraduated_Thesis.pdf

Download (3MB) | Preview

Abstract

Pengecekan pada produksi amunisi secara manual memiliki kemungkinan besar terjadi kesalahan karena dipengaruhi subjektivitas dan tingkat kelelahan visual. Dalam tugas akhir ini penulis melakukan deteksi kecacatan pada amunisi dengan menggunakan pengolahan citra digital dan metode Linear Discriminant Analysis (LDA). LDA merupakan salah satu metode untuk melakukan reduksi dimensi dan ekstraksi fitur. Adapun tahapan dari proses deteksi kecacatan pada tugas akhir ini meliputi proses akuisisi citra, proses pra-pengolahan, proses ekstraksi fitur dengan LDA dan klasifikasi citra dengan menggunakan jarak Euclidean ternormalisasi. Proses akuisisi citra dilakukan pada 80 citra amunisi hasil pengambilan gambar, yang terdiri dari 40 citra baik dan 40 citra cacat. Beberapa proses prapengolahan yang dilakukan adalah proses segmentasi dengan thresholding Otsu, proses cropping, scalling, grayscalling dan ubah dimensi. Berdasarkan hasil pengujian sistem deteksi kecacatan dengan metode Linear Discriminant Analysis (LDA) pada tugas akhir ini dapat mengenali citra amunisi dengan tingkat akurasi sebesar 72% pada 10 data pelatihan baik dan cacat dengan panjang fitur 400 dengan waktu komputasi terbaik untuk pelatihan adalah 3 menit 8,7 detik. ============================================================================================================== Manually checking ammunition has most likely occurred due to the subjectivity of the error and visual fatigue. In this final project the author to detect defects in the ammunition by using digital image processing and methods of Linear Discriminant Analysis (LDA). LDA is one method that perform dimension reduction and feature extraction. The stages of the process of detection of defects in this final project includes image acquisition process, the process of pre-processing, feature extraction process with LDA and image classification using normalized Euclidian distance. Image acquisition process performed on 80 shots ammunition image, which consists of 40 good image and 40 defect image. Some of the pre-processing is performed by thresholding Otsu segmentation process, the process of cropping, scaling, grayscalling and change dimensions. Based on test results defect detection system with Linear Discriminant Analysis (LDA) method in this paper can recognize the image of ammunition with an accuracy rate of 72% to 10 good and defect training data with a length of 400 features with the best computing time for training is 3 min 8,7 sec.

Item Type: Thesis (Undergraduate)
Additional Information: RSMa 006.42 Mel i
Uncontrolled Keywords: Amunisi, Thresholding Otsu, LDA, Jarak Euclidean
Subjects: Q Science > QA Mathematics
Divisions: Faculty of Mathematics and Science > Mathematics > (S1) Undergraduate Theses
Depositing User: Mr. Fandika aqsa
Date Deposited: 09 Jun 2017 03:09
Last Modified: 09 Jun 2017 03:09
URI: http://repository.its.ac.id/id/eprint/41550

Actions (login required)

View Item View Item