Deteksi Tepi Canny dan RMSE untuk Identifikasi Kerusakan pada Kemasan Minuman

  • Budi Sugandi Politeknik Negeri Batam
  • Yuniatmi Syamsudin Politeknik Negeri Batam

Abstract

Salah satu minuman kemasan yang banyak dipakai adalah kemasan kaleng. Kekurangan kemasan minuman kaleng adalah sifatnya yang mudah rusak akibat benturan dengan benda lain maupun terjatuh. Kemasan yang rusak mengakibatkan produk menjadi tidak sempurna. Sehingga proses identifikasi kerusakan kemasan kaleng menjadi sangat penting sebagai proses penjamin kualitas produk. Penelitian ini ditujukan sebagai salah satu solusi untuk mengidentifikasi kerusakan pada kemasan minuman kaleng. Metode deteksi yang diusulkan berdasarkan pada deteksi tepi Canny dan RMSE (Root Mean Square Error). Proses awal deteksi dimulai dengan pengkapturan citra kaleng oleh kamera. Citra asli RGB ini akan dikonversi ke citra biner untuk kemudian dilakukan deteksi tepi Canny. Pada penelitian ini, digunakan nilai high threshold 20 dan low threshold 10 pada proses deteksi tepi Canny. Citra hasil deteksi tepi Canny akan dibandingkan dengan citra deteksi Canny yang menjadi referensi menggunakan nilai RMSE. Nilai RMSE yang digunakan untuk kategori OK dan NG dibatasi pada nilai 70. Hasil pengujian menunjukan nilai RMSE untuk kategori OK berada pada rentang 70.72 dan 85.24 sedangkan kategori NG berada pada rentang 47.99 dan 69.93. Pengujian dilakukan menggunakan citra kaleng bagian atas dan tengah.  

Downloads

Download data is not yet available.

References

B. Sugandi and S. Dewi, “Sistem Inspeksi Kecacatan pada Kaleng Menggunakan Filter Warna HSL dan Template Matching,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 4, no. 2, p. 124, 2018, doi: 10.23917/khif.v4i2.7119.

Andrizal, A. Hidayat, R. Susanti, and R. Chadry, “Computare Vision Berbasis Camera dan Mini PC untuk Identifikasi Kecacatan Penutup Kemasan Minuman Kaleng,” J. Ilm. Poli Rekayasa, vol. 12, no. 1, 2016.

R. Kusumawardani and P. D. Karningsih, “Deteksi dan Klasifikasi Cacat Kemasan Kaleng Menggunakan Convolutional Neural Network,” PROZIMA (Productivity, Optim. Manuf. Syst. Eng., vol. 4, no. 1, pp. 1–11, 2021.

R. Perangin-angin and E. J. G. Harianja, “Comparison detection edge lines algoritma canny dan sobel,” J. TIMES, vol. VIII, no. 2, pp. 35–42, 2019.

Y. ; M. Arief, “Implementasi Metode Canny Untuk Deteksi Tepi Mutu Daun Tembakau,” JSTIE (Jurnal Sarj. Tek. Inform., vol. 2, no. 3, pp. 231–243, 2014.

A. N. Hermana and M. S. Juerman, “Implementasi Algoritma Canny dan Backpropagation dalam Pengenalan Pola Rumah Adat,” J. Itenas, pp. 1–10, 2014.

W. T. Parmadi and B. M. Sukojo, “Analisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR,” J. Tek. Its, vol. 5, no. 2, pp. A411–A415, 2016, [Online]. Available: http://ejurnal.its.ac.id/index.php/teknik/article/download/17213/2760

W. T. Parmadi and B. M. Sukojo, “Analisa Ketelitian Geometric Citra Pleiades Sebagai Penunjang Peta Dasar RDTR,” in Jurnal Teknis Its, 2016, vol. 5, no. 2, pp. A411–A415. [Online]. Available: http://ejurnal.its.ac.id/index.php/teknik/article/download/17213/2760

S. R. Putri and D. R. Sulistyaningrum, “Penerapan Metode Color Invariant untuk Penghapusan Bayangan pada Citra Digital,” J. Sains dan Seni ITS, vol. 9, no. 2, 2021, doi: 10.12962/j23373520.v9i2.58204.

T. D. Novianto and I. M. S. Erawan, “Perbandingan Metode Klasifikasi pada Pengolahan Citra Mata Ikan Tuna,” Pros. SNFA (Seminar Nas. Fis. dan Apl., vol. 5, 2020, doi: 10.20961/prosidingsnfa.v5i0.46615.

Published
2022-10-31