PROTOTYPE SISTEM DETEKSI CACAT OTOMATIS PADA LABEL BOTOL SIRUP BERBASIS PENGOLAHAN CITRA DENGAN METODE 2 DIMENSIONAL PRINCIPAL COMPONENT ANALYSIS (2DPCA)

Pangestu, Dimas Adityo (2021) PROTOTYPE SISTEM DETEKSI CACAT OTOMATIS PADA LABEL BOTOL SIRUP BERBASIS PENGOLAHAN CITRA DENGAN METODE 2 DIMENSIONAL PRINCIPAL COMPONENT ANALYSIS (2DPCA). Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0917040021 - Dimas Adityo Pangestu - (i)Protoype(_i) Sistem Deteksi Cacat Otomatis pada Label Botol Sirup Berbasis Pengolahan Citra dengan Metode 2 (i)Dimensional Principal Component Analysis(_i) (2DPCA).pdf
Restricted to Repository staff only

Download (4MB)

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 (2DPCA) 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%.

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris : 6064/TO-17/2021 Lokasi TA : 418
Uncontrolled Keywords: Pengolahan Citra, 2D Principal Component Analysis, Labe
Subjects: TO - Teknik Otomasi > Prototype
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 15 Jun 2022 07:19
Last Modified: 15 Jun 2022 07:19
URI: http://repository.ppns.ac.id/id/eprint/4222

Actions (login required)

View Item View Item