Electronic Theses and Dissertation

Teknologi visi komputer dan pengolahan citra dapat digunakan untuk mendeteksi cacat tekstil secara otomatis. Pada penelitian ini penulis menerapkan metode deteksi cacat tekstil berdasarkan koefisien wavelet dan Euclidean distance. Tahapannya dengan mengumpulkan sampel citra cacat dan tidak cacat kemudian disimpan ke dalam basis data, selanjutnya citra RGB diubah ke citra gray scale dan di dekomposisi dua level. Hasil dekomposisi level satu yaitu LL1, LH1, HL1, dan HH1. Sedangkan untuk dekomposisi level dua, bagian LL1 di dekomposisi lagi dan menghasilakan bagian baru yaitu LL2, LH2, HL2, dan HH2. Nilai koefisien LL2 dijadikan sebagai fitur untuk mengukur jarak kemiripan antara dua buah fitur menggunakan Euclidean distance. Pada tahap selanjutnya koefisien LL2 dari semua citra dijadikan histogram dan diukur jarak kemiripan antara dua buah histogram LL2. Pengukuran Euclidean distance telah mampu menghasilkan nilai jarak kemiripan antara citra masukan dengan citra basis data. Berdasarkan hasil penelitian yang dilakukan penggunaan koefisien LL2 sebagai fitur belum mampu untuk mendeteksi cacat tekstil. Berdasarkan hasil pengukuran kinerja sistem dari fitur LL2 belum mampu bekerja secara optimal, sedangkan dari histogram LL2 telah mampu bekerja dengan optimal. Pengukuran jarak histogram LL2 menghasilkan titik EER terdapat pada nilai ambang 0,08 dan nilai FAR sebesar 5,2 %, untuk nilai FRR sebesar 68,8 %.

Kata Kunci: Koefisien wavelet dan Euclidean distance

Tidak Tersedia Deskripsi