Prototype Sistem Deteksi Cacat Otomatis Pada Label Botol Sirup Berbasis Pengolahan Citra Dengan Metode 2 Dimensional Principal Component Analysis (2DPCA)

  • Dimas Adityo Pangestu
  • Rini Indarti
  • Muhammad Khoirul Hasin
Keywords: Pengolahan Citra, 2D Principal Component Analysis, Label

Abstract

Pertumbuhan sektor industri di Indonesia mengalami perkembangan yang terus meningkat
beberapa tahun terakhir. Peran sistem otomasi pada era industry 4.0 menjadi sangat penting dalam
perkembangannya. Salah satunya adalah teknologi pengemasan yang terus berkembang seiring
berjalannya waktu, mulai dari proses yang sederhana sampai teknologi modern seperti saat ini.
Tetapi dalam pelaksanaanya sering muncul berbagai macam kendala terkait proses pengemasan
tersebut. Salah satu item yang ada dalam proses pengemasan adalah proses pemasangan label.
Cacat dalam pemasangan label dapat menurunkan nilai jual dari produk tersebut. Label
merupakan salah satu syarat yang harus dipenuhi suatu produk karena berisi informasi dari produk
tersebut disamping tertera ijin usaha dan kehalalannya. Pada pengolahan citra menggunakan
metode 2D Principal Component Analysis (2D-PCA) dan kamera WebCam Logitech C270
sebagai sensor pengganti fungsi mata manusia yang digunakan untuk mengambil gambar sampel
label botol sirup lalu dikirimkan ke PC (Personal Computer) dan diolah hingga menghasilkan
Ouput kondisi label yang akan ditampilkan pada interface sistem. Pada penelitian ini tingkat
keberhasilan rata-rata pendeteksian untuk 2 sampel label normal sebesar 85%, sedangkan untuk
rata-rata pengujian 4 sampel label tidak normal sebesar 96,25%. Sehingga rata-rata akurasi sistem
yang didapat dalam pengujian 6 sampel kondisi label dengan metode 2DPCA sebesar 92,50%.

Published
2022-01-19