Perbandingan Performa Filter pada Citra Pengelasan Visual Menggunakan Kernel dan GLCM
Main Article Content
Abstract
Visual Inspection (VI) adalah salah satu metode Non Destructive Test (NDT) yang paling mudah dilakukan untuk menentukan kualitas dari hasil pengelasan. VI umumnya dilakukan dengan cara manual sehingga sering terjadi kesalahan inspeksi. Mengatasi hal tersebut dibuatlah VI otomatis dengan menggunakan pengolahan citra, salah satu hal terpenting dari pengolahan citra adalah normalisasi citra yang meliputi penghapusan noise, kecerahan, ketajaman, dan ukuran citra. Penelitian kali ini berfokus pada filter dengan menggunakan matrix mask atau yang disebut kernel. Ada beberapa kernel filter yang dapat digunakan yaitu kernel Identity, Gaussian, Sharpen, Emboss, dan Edge . Proses filter dengan menggunakan operasi konvolusi, antara kernel dan citra pengelasan. Untuk mengetahui jenis kernel terbaik dilakukan dengan cara mencari fitur penyusun piksel menggunakan Gray Level Co-occurrence Matrix (GLCM). Metode GLCM termasuk dalam metode statistik yang mana menggunakan distribusi derajat keabuan atau histogram dengan mengukur nilai Contrast, Homogeneity, Energy, dan Correlation suatu daerah dari hubungan ketetanggaan antar piksel di dalam citra. Nilai kernel dengan kontras tertinggi adalah kernel Sharpen sebesar 8.1268, untuk nilai yang lainnya kernel Identity mempunyai nilai paling besar.
Kata Kunci— Visual Inspection, Non Destructive Test (NDT), Pengelasan, GLCM, Kernel.
Article Details
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlikel 4.0 International (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).