DETEKSI CACAT PADA SAMBUNGAN SOLDER THT DENGAN SEGMENTASI CITRA DAN GLCM

Aribowo, Eko Purwanto (2023) DETEKSI CACAT PADA SAMBUNGAN SOLDER THT DENGAN SEGMENTASI CITRA DAN GLCM. S2 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Eko Purwanto Aribowo) 215311586_Bab 0.pdf Download (660kB) | Preview
Preview	Text 215311586_Bab 1.pdf Download (430kB) | Preview
Preview	Text 215311586_Bab 2.pdf Download (255kB) | Preview
	Text 215311586_Bab 3.pdf Restricted to Registered users only Download (847kB)
	Text 215311586_Bab 4.pdf Restricted to Registered users only Download (702kB)
	Text 215311586_Bab 5.pdf Restricted to Registered users only Download (659kB)
Preview	Text 215311586_Bab 6.pdf Download (269kB) | Preview

Abstract

Praktikum soldering yang dilakukan di sekolah vokasi pada umumnya menggunakan papan rangkaian elektronik dengan lubang tembus atau Trough Hole Technology – Printed Circuit Board (THT-PCB). Dalam kegiatan tersebut, penilaian kualitas produk hasil praktikum siswa dilakukan secara visual dengan penglihatan mata secara langsung oleh instruktur. Penelitian ini mengusulkan penerapan Automatic Optical Inspection (AOI) untuk membantu para guru dan instruktur dalam memeriksa hasil pekerjaan siswa pada praktikum soldering di sekolah vokasi. Pengujian otomatis dengan AOI telah diterapkan secara luas pada dunia industri, namun belum banyak diterapkan pada pendidikan vokasi. Di sisi lain, spesifikasi perangkat komputer yang dimiliki sekolah vokasi tidak setinggi komputer yang digunakan untuk sistem AOI pada Industri. Dengan demikian diperlukan algoritma AOI yang sesuai dengan kebutuhan pengujian dan sesuai dengan spesifikasi komputer di sekolah vokasi. Penelitian sebelumnya pernah dilakukan oleh Fonseka yang mengkasilkan model AOI untuk THT-PCB dimana tidak memerlukan komputasi kompleks. Namun, model yang diusulkan belum mampu mendeteksi cacat disturbed soldering pada sambungan solder. Dalam penelitian ini akan dilakukan sejumlah modifikasi untuk menambahkan kemampuan deteksi cacat disturbed soldering pada model sebelumnya. Segmentasi citra dan transformasi log-polar akan diterapkan untuk mendapatkan Region of Interest (ROI) pada citra sambungan solder sehingga dapat dilakukan ekstraksi fitur. Fitur tekstur di-ekstraksi menggunakan Gray Level Coocurance Matrix (GLCM) untuk menghasilkan data fitur. Klasifikasi dilakukan dengan menerapkan Suport Vector Machine untuk menghasilkan keputusan deteksi. Pengujian akurasi dan presisi dilakukan dengan menggunakan corelation matrik dengan target akurasi dan presisi masing masing 80%.

Actions (login required)

View Item