ABSTRAK

Pengukuran dalam dunia industri sering kita gunakan sebagai alat

komunikasi nilai dari riset, operator, pengujian dengan jaminan mutu terhadap
produk yang dihasilkan. Untuk mempercepat dan mempermudah pengukuran
dimensi produk yang dibuat secara massal diperlukan alat ukur batas atau caliber.
Untuk itu kita dapat menggunakan metode pengukuran tak langsung dengan
bantuan rol atau bola. Pada praktikum kali ini menggunakan image processing
( pengolahan citra ) yang dapat dilakukan di MATLAB. Pada percobaan benda 1
menggunakan mini tab dengan one sample t didapat bahwa hasil pengukuran
ditolak karena tidak sesuai dengan acuan dan P-Value lebih kecil dari 0.05. Dan
juga, tidak ada data gagal ditolak karena P-Value lebih kecil dari 0.05. pada
percobaan pada Benda 2 menggunakan minitab dengan one sample t didapatkan
bahwa hasil pengukuran yang diperoleh dapat disimpulkan bahwa data hasil
pengukuran oleh seluruh praktikan ditolak karena P-Value lebih kecil dari 0.05.
Dan juga, tidak ada data yang gagal ditolak karena P-Value lebih kecil dari 0.05.

Kata kunci : Image processing, One sample T, P-value

1
 DAFTAR ISI
Cover ……………………………………………………………………….i
Abstrak …………………………………………………………………..…ii
Daftar Isi ………………………………………………………………...… iii
Daftar Gambar …………………………………………………………….. v
Daftar Tabel ……………………………………………………………….. vi
BAB I Pendahuluan ……………………………………………………….. 1
1.1 Latar Belakang …………………………………………….. 1
1.2 Rumusan Masalah ………………………………………….1
1.3 Tujuan Praktikum …………………………………………..
2
1.4 Batasan Masalah …………………………………………... 2
BAB II Dasar Teori ………………………………………………………...3
2.1 Pengukuran Non-Kontak ………………………………….. 3
2.2 Blok Ukur …………………………………………………. 4
2.3 Pengolahan Citra (Image Processing) …………………….. 6
2.4 Software MATLAB ……………………………………….. 7
BAB III Metode Pengukuran …………………………………………….... 9
3.1 Alat dan Bahan ……………………………………………..9
3.2 Langkah Percobaan ……………………………………...…10
3.3 Flowchart Pembuatan Program ………………………….... 11
BAB IV Analisa Data dan Pembahasan ……………………………………13
4.1 Image Processing …………………………………………..13
4.1.1 Coding ……………………………………………...13
4.1.2 Penjelasan Coding ………………………………….14
4.2 Data Acuan ………………………………………………....17
4.3 Data Praktikum ……………………………………………. 17
4.3.1 Benda Ukur 1 ……………………………………… 18
4.3.2 Benda Ukur 2 …………………………………….... 19
4.4 Analisa dan Pembahasan …………………………………...21
4.4.1 Metode One-Sample T Benda Ukur 1 ……………...21

2
 4.4.2 Metode One-Sample T Benda Ukur 2 …………...…24
BAB V Kesimpulan dan Saran ……………………………………………. 27
5.1 Kesimpulan ……………………………………………...… 27
5.2 Saran ………………………………………………………. 27

3
 DAFTAR GAMBAR

Gambar 2.1 Blok Ukur …………………………………………………. 5

Gambar 2.2 Susunan Blok Ukur ………………………………………... 5
Gambar 3.1 Alat Ukur ………………………………………………….. 9
Gambar 3.2 Benda Ukur 1 …………………………………………….... 9
Gambar 3.3 Benda Ukur 2 …………………………………………….... 10
Gambar 3.4 Posisi Benda Ukur dan Blok Ukur ………………………....10
Gambar 3.5 Flowchart Pembuatan Program ………………………….... 12
Gambar 4.1 Program untuk Deteksi Ukuran pada Benda 1 ……………..13
Gambar 4.2 Program untuk Deteksi Ukuran pada Benda 2 ……………..14
Gambar 4.3 Grafik Diameter Dalam ………………………………….…18
Gambar 4.4 Grafik Diameter Luar ……………………………………....20
Gambar 4.5 Perhitungan Statistika One-Sample T pada Benda 1 ……….23
Gambar 4.6 Perhitungan Statistika One-Sample T pada Benda 2 ……….25

4
 DAFTAR TABEL

Tabel 2.1 Set Blok Ukur 112 Buah …………………………………... 5

Tabel 4.1 Hasil Pengukuran Benda 1 ………………………………....18
Tabel 4.2 Hasil Pengukuran Benda 2 …………………………………20

5
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Dalam dunia industri pengukuran dapat digunakan sebagai alat komunikasi
nilai dari riset, operator, pengujian sampai dengan jaminan mutu terhadap produk
yang dihasilkan. Dalam suatu pengerjaan barang atau hasil produk tidak semuanya
dikatakan baik dan sesuai dengan harapan. Beberapa diantaranya ada yang cacat
baik material, berat, suhu dan lain-lain.
Untuk mengklasifikasikan hasil produk yang cacat atau tidak, salah satunya
adalah dengan cara pengukuran. Beberapa parameter dalam menentukan dimensi
produk hasil produksi antara lain seperti ketinggian, kedalaman, kerataan,
diameter luar dan diameter dalam sangatlah diperlukan bagi suatu perusahaan
dalam pembuatan produk yang diinginkan. Bahkan dalam suatu industri
manufaktur dibutuhkan pengukuran produk yang masih dalam proses pengerjaan.
Sehingga dalam hal ini dibutuhkan pengukuran yang bersifat non-kontak sebagai
langkah untuk mendapatkan dimensi yang diinginkan tanpa melepas benda kerja
dari alat pemesinan.
Cara pembacaan hasil pengukuran juga merupakan faktor yang sangat penting
untuk menentukan ketepatan hasil pengukuran. Cara pembacaan ini sangat
bergantung pada keahlian dan ketelitian pengguna maupun alat. Untuk itu
kompetensi penggunaan alat ukur menjadi sangat penting. Sehingga dengan
adanya latar belakang tersebut di atas, sangatlah penting pula diadakan praktikum
metrology industri.

1.2 Rumusan Masalah

Adapun rumusan masalah dalam praktikum ini adalah sebagai berikut :
1. Bagaimana mengukur dimensi linier berdasarkan citra (image) hasil
tangkapan kamera?
2. Tentukan kepresisian dari hasil pengukuran dengan menggunakan prinsip
pengolahan citra (image processing)?

6
 3. Apa faktor-faktor yang mempengaruhi hasil pengukuran dengan
menggunakan prinsip pengolahan citra?

1.3 Tujuan Praktikum

Adapun tujuan dari dilaksanakannya praktikum ini adalah sebagai berikut :
1. Untuk mengetahui cara mengukur dimensi linier berdasarkan citra
(image) hasil tangkapan kamera.
2. Untuk mengetahui kepresisian dari hasil pengukuran dengan
menggunakan prinsip pengolahan citra (image processing).
3. Untuk mengetahui faktor-faktor yang mempengaruhi hasil pengukuran
dengan menggunakan prinsip pengolahan citra.

1.4 Batasan Masalah

Adapun batasan masalah dalam praktikum ini adalah sebagai berikut.
1. Suhu ruangan dianggap tidak mempengaruhi hasil pengamatan.
2. Kamera handphone dapat digunakan dalam pengukuran berbasis
pengolahan citra

3. Sudut kamer terhadap benda ukur dianggap tegak lurus

4. Jarak kamera dengan benda ukur dianggap konstan

7
 BAB II

DASAR TEORI

2.1 Blok Ukur

Blok ukur merupakan salah satu alat ukur linear tak langsung.
Pengukuran dikatakan tidak langsung bila pembandingnya adalah suatu yang
telah dikalibrasi terhadap besaran standar. Blok ukur merupakan alat ukur
standar, dimana mempunyai dua permukaan (muka ukur) yang dibuat sangat
halus, rata, sejajar dan mempunyai ukuran tertentu. Blok ukur mempunyai
bentang persegi panjang bulat, sudut, atau persegi empat.

Gambar 2.1 Satu Set Blok Ukur

(Sumber : https://indonesian.alibaba.com/product-detail/metric-rectangular-block-gauges-11477387.html)

Disisi lain blok ukur merupakan standar untuk mengontrol suatu produk.
Alat ini digunakan sebagai pedoman dalam kalibrasi alat ukur lain seperti jangka
sorong, mikrometer, dan dial indicator. Selain itu blok ukur juga berfungsi
sebagai standar panjang untuk produk-produk di industri mesin. Blok ukur hanya
tersedia dalam suatu set yang terdiri atas bermacam-macam ukuran nominal.
Jumlah blok ukur menurut ukuran standar metrik adalah: 27, 33, 50, 87, 105, atau
112 buah. Dimana ukuran untuk yang blok ukur karbida yang terdiri dari 112
buah blok ukur dengan tebal dasar 1 mm adalah sebagai berikut

8
 Tabel 2.1 Set blok ukur 112 buah dengan tebal dasar 1 mm

Jumlah
Jarak Kenaikan
Blok

1,001 - 1,009 0,001 9

1,010 - 1,490 0,010 49

1,50 - 24,50 0,50 49

25 – 100 25 4
 
10,005 1
 

2.2 Pengukuran Tidak Langsung

Pengukuran tidak langsung adalah pengukuran yang dilaksanakan dengan
memakai beberapa jenis alat ukur berjenis komparator/pembanding. Pengukuran
ini berprinsip mengukur besaran suatu benda ukur dengan mengukur besaran
benda lain yang dijadikan pembanding. Pengukuran tidak langsung sering
digunakan pada pengukuran objek untuk mengeliminasi kemungkinan kerusakan
objek akibat pengukuran kontak.

2.3 Image Processing

Image processing adalah suatu bentuk pengolahan atau pemrosesan sinyal
dengan input berupa gambar (image) dan ditransformasikan menjadi gambar lain
sebagai keluarannya dengan teknik tertentu. Image processing dilakukan untuk
memperbaiki kesalahan data sinyal gambar yang terjadi akibat transmisi dan
selama akuisisi sinyal, serta untuk meningkatkan kualitas penampakan gambar
agar lebih mudah diinterpretasi oleh sistem penglihatan manusia baik dengan
melakukan manipulasi dan juga penganalisisan terhadap gambar.

Operasi image processing dapat dikelompokkan berdasarkan dari tujuan

transformasinya, yaitu:

9
 1. Image Enhancement (peningkatan kualitas gambar)
Tahap ini seringkali dikenal dengan pre-processing. Dimana ada
beberapa teknik yang dapat digunakan berdasarkan cakupan pada
operasinya yaitu antara lain:
a. Operasi Titik
b. Operasi Spasial
c. Operasi Transformasi
2. Image Restoration (pemulihan gambar)
3. Image Compression (kompresi gambar)
Kompresi gambar bertujuan untuk meminimalkan jumlah bit yang
diperlukan untuk merepresentasikan citra. Hal ini sangat berguna apabila
anda ingin mengirimkan gambar berukuran besar. Ada dua tipe utama
kompresi data, yaitu kompresi tipe lossless dan kompresi tipe lossy.
Kompresi tipe lossy adalah kompresi dimana terdapat data yang hilang
selama proses kompresi. Sedangkan kompresi tipe lossless tidak
menghilangkan informasi setelah proses kompresi terjadi, akibatnya
kualitas citra hasil kompresi juga tidak berkurang.
4. Image Refresention & Modelling (representasi dan permodelan gambar)
Representasi mengacu pada data konversi dari hasil segmentasi ke
bentuk yang lebih sesuai untuk proses pengolahan pada komputer.
Keputusan pertama yang harus sudah dihasilkan pada tahap ini adalah data
yang akan diproses dalam batasan-batasan atau daerah yang lengkap.

2.4 MATLAB
Matlab adalah singkatan dari Matrices Laboratory yang dikembangkan
oleh MathWork, dan termasuk bahasa pemrograman tingkat tinggi. Matlab
dikembangkan sebagai bahasa pemrograman sekaligus sebagai alat visualisasi
yang menawarkan banyak kemampuan untuk menyelesaikan berbagai kasus
yang berhubungan langsung dengan disiplin keilmuan matematika, seperti
bidang rekayasa teknik, fisika, statistika, komputasi dan modeling. kompilasi
program MATLAB harus menggunakan software MATLAB yang

10
dikembangkan oleh MathWorks. Selain itu, MATLAB juga mendukung
pemrograman interpretatif untuk melakukan sejumlah instruksi secara langsung
melalui CLI (command line interface).

11
 BAB III
METODE PENGUKURAN

3.1 Pengukuran Benda Ukur 1

Berikut ini adalah langkah-langkah yang dilakukan pada percobaan
pengukuran benda ukur 1, yaitu:
1. Ambil 1 blok ukur berukuran 30 mm.
2. Set up posisi benda ukur dan blok ukur seperti gambar di bawah
ini:

Gambar 3.1 Posisi Benda Ukur dan Blok Ukur 1

3. Ambil foto dari atas tegak lurus dengan ketinggian bebas (ukur
sendiri ketinggian yang digunakan untuk memfoto).
4. Gunakan blok ukur sebagai acuan perhitungan pixel kamera.
5. Ambil gambar sebanyak 5 kali untuk diambil data nya (ketinggian
atau jarak kamera dengan benda ukur harus sama).

3.2 Pengukuran Benda Ukur 2

Berikut ini adalah langkah-langkah yang dilakukan pada percobaan
pengukuran benda ukur 2, yaitu:
1. Ambil 1 blok ukur berukuran 30 mm.

12
2. Set up posisi benda ukur dan blok ukur seperti gambar di bawah
ini:

Gambar 3.2 Benda Ukur 2

3. Ambil foto dari atas tegak lurus dengan ketinggian bebas (ukur
sendiri ketinggian yang digunakan untuk memfoto).
4. Gunakan blok ukur sebagai acuan perhitungan pixel kamera.
5. Ambil gambar sebanyak 5 kali untuk diambil data nya
(ketinggian atau jarak kamera dengan benda ukur harus sama).

13
 BAB IV
ANALISA DATA DAN PEMBAHASAN

4.1 Image Processing

Image Processing merupakan suatu Teknik untuk mengubah gambar
menjadi format digital dan melakukan operasi untuk mendapatkan gambar
yang telah disempurnakan atau untuk mengekstrak beberapa informasi yang
berguna. Perubahan yang terjadi pada gambar biasanya dilakukan secara
otomatis dan tergantung pada algoritma yang dirancang.
Pada praktikum ini, dilakukan perhitngan pada 2 benda ukur, pada
benda ukur 1 dilakukan pengolahan gambar untuk memperolah diameter
dalam pada benda ukur 1 dan pada benda ukur 2 dilakukan pengolahan
gambar untuk memperoleh diameter luar pada benda ukur 2.

4.1.1 Coding
Berikut adalah coding yang digunakan untuk praktikum ini

clear all
clc

%(1)masukin gambar, convert ke binary, munculin

gambar
objek = imread('bendaterbaru11.jpg');
imshow(objek);

objek10 = im2bw(objek, 0.45);

lubang = imfill(objek10,'holes'); %bikin lubang
kelihatan jelas
imshow(lubang);

%(2)pengukuran
h = imdistline(gca);
api = iptgetapi(h);
api.setLabelVisible(false);

14
 %(3)pause supaya bisa geser2 baru pencet tombol
untuk lanjut
pause();

%(4)Menghitung jarak
dist = 0.2341582207*api.getDistance();

%(5)kata2 result
fprintf("hasil pengukuran benda 1 pada percobaan
1 adalah: %0.4f mm\n", dist )

4.1.2 Penjelasan Coding

Coding pemograman pada Matlab untuk menghitung
ukuran benda ukur dengan teknik image processing diawali
melakukan clearing pada command window, lalu pada tahap
pertama dilakukan proses import gambar ke program mathlab ,
setelah diimport maka gambar di ubah menjadi warna hitam-putih
dengan level hitam-putih sebesar 0,45 ,dan menunjukan hasil
gambar. Kemudian pada tahap kedua dilakukan pengukuran dengan
Teknik perhitungan jarak 2 titik yang dihubungkan melalui suatu
garis. Kemudian pada tahap ketiga dilakukan pause agar dapat
dilakukan penarikan garis sesuai dengan benda ukur yang ingin
diukur pada foto. Lalu tahap keempat , dengan menghitung nilai
pada blok ukur dan diperoleh sebuah nilai ( blok ukur sendiri
bernilai 30 mm) maka dilakukan perhitungan skala pixel yang
digunakan untuk memperoleh nilai benda ukur yang sebenarnya,
dan tahap terakhir untuk menampilkan hasil pengukuran .
4.2 Data Acuan
Berikut adalah data acuan yang digunakan dalam praktikum ini
Benda Ukur Bidang Ukur Data Acuan
1 Diameter Dalam 12.05 mm
2 Diameter Luar 15.15 mm

4.3 Data Praktikum

4.3.1 Benda Ukur 1

15
 Berikut adalah data hasil pengukuran pada benda ukur 1
Percobaan Hasil Pengukuran Data Acuan
1 12.2308
2 12.4217
3 12.3146
4 12.4218 12.05
5 12.4105

4.3.2 Benda Ukur 2

Berikut adalah data hasil pengukuran pada benda ukur 1
Percobaan Hasil Pengukuran Data Acuan
1 15.3478
2 15.4683
3 15.3439
4 15.3473 15.15
5 15.3489
4.4 Analisa Data dan Pembahasan
4.4.1 Benda Ukur 1
4.4.1.1 Grafik Hasil Pengukuran Diameter Dalam Benda 1

Pengukuran Diameter Dalam Benda Ukur 1

Kelompok 5
12.45
12.4
Hasil Pengukuran

12.35
12.3
12.25
12.2
12.15
12.1
1 2 3 4 5
Percobaan ke-

Berikut ini adalah grafik pengukuran diameter luar benda

ukur 2 dengan image processing

16
 Grafik 4.1 Grafik Diameter Dalam Benda Ukur 1
Grafik 4.1 diatas menunjukkan hasil pengukuran diameter
luar dengan image processing yang dilakukan dalam 5 percobaan.
Pada grafik tersebut, dapat dilihat bahwa hasil pengukuran
bervariasi dengan nilai minimum 12.2308 mm dan nilai maksimum
12.4218 mm dengan data acuan 15.15 mm. Pada percobaan ini
pengukuran hanya dilakukan oleh satu anak yang melalkukan
penolahan penguuran menggunakan mathlab dan diperleh data
hasil percobaan 1 sebesar 12.2308, percobaan 2 sebesar 12.4217,
percobaan 3 sebesar 12.3146 , percobaan 4 sebesar 12.4218,dan
pada percobaan 5 sebesar 12.4105.

Berdasarkan data hasil pengukuran, tersebut diperoleh

hasil yang cukup akurat jika dibandingkan dengan data acuan
namun masih terdapat penyimpangan nilai dari data acuan yang
mungkin dapat disebabkan beberapa faktor. Pertama adalah
kesalahan praktikan ketika mengambil foto seperti foto berbayang
dan tidak sejajar dengan blok ukur. Kedua adalah faktor benda ukur
dan lingukngan. Ketiga adalah kesalahan pembacaan hasil
pengukuran karena kurang keprisisian dalam menentukan titik
pengukuran dalam program Mathlab.

4.4.1.2 Contoh Perhitungan

Berikut ini contoh perhitungan dari hasil pengukuran praktikum
yang dilakukan praktikan.

● Mean

17
 n
xi
x=∑ ❑
i=1 n
X 1 + X 2 + X 3+ X 4 + X 5
x=
5
12.2308+12.4217+12.3146+12.4218+12.4105
x=
5
x=12.3599
● Variansi
n

∑ ❑( x− x)2
s2= i=1
n−1

2 ( X 1−x )2 +(X 2−x )2+(X 3−x)2 +( X 4 −x)2 +( X 5−x )2

s=
n−1

2 (12.2308−12.3599)2+(12.4217−12.3599)2 +(12.3146−12.3599)2+(12.4218−12.
s=
5−1

s2=0.007
● Deviasi Standar
s= √ s2
s= √0.007=0.08366

4.4.1.3 One Sample T

18
 Pada praktikum ini One Sample T digunakan
Confidence Interval (CI) sebesar 95% sehingga α yang
digunakan adalah 5% atau 0.05. Untuk menentukan
apakah suatu hasil pengukuran valid atau tidak, maka
digunakan hipotesis bahwa nilai mean pengukuran sama
dengan nilai aktual yang dalam hal ini adalah 12.05 mm.
Jika nilai P-value yang dikalkulasi nilainya lebih besar
dari nilai α, maka hasil pengukuran sesuai dengan
hipotesis. Dengan kata lain hasil pengukuran tersebut
diterima atau gagal ditolak. Sedangkan jika nilai P-value
lebih rendah dari α, maka hasil pengukuran ditolak. Dalam
pengukuran yang telah dilakukan, praktikan kelompok 5
menunjukkan nilai P-value sebesar 0.001. Nilai P-value
dari seluruh praktikan kurang dari nilai alfa yaitu 0.05.
Dengan demikian, hasil pengukuran yang telah dilakukan
tidak diterima atau ditolak.

4.4.2 Benda Ukur 2

4.4.2.1 Grafik Hasil Pengukuran Diameter Luar Benda Ukur
2
Berikut ini adalah grafik pengukuran diameter luar benda ukur 2
dengan image processing

19
 Pengukuran Diameter Luar Benda 2
Kelompok 5
15.48
15.46
15.44
Hasil Pengukuran

15.42
15.4
15.38
15.36
15.34
15.32
15.3
15.28
1 2 3 4 5
Percobaan ke-

Grafik 4.2 Grafik Pengukuran Diameter Luar Benda Ukur 2

Grafik 4.2 diatas menunjukkan hasil pengukuran diameter luar dengan

image processing yang dilakukan dalam 5 percobaan. Pada grafik
tersebut, dapat dilihat bahwa hasil pengukuran bervariasi dengan nilai
minimum 15.3439 mm dan nilai maksimum 15.4683 mm dengan data
acuan 15.15 mm. Pada percobaan ini pengukuran hanya dilakukan oleh
satu anak yang melalkukan penolahan penguuran menggunakan
mathlab dan diperleh data hasil percobaan 1 sebesar 15.3478, percobaan
2 sebesar 15.4683, percobaan 3 sebesar 15.3439 , percobaan 4 sebesar
15.3472,dan pada percobaan 5 sebesar 15.3489.

Berdasarkan data hasil pengukuran, tersebut diperoleh hasil yang

cukup akurat jika dibandingkan dengan data acuan namun masih
terdapat penyimpangan nilai dari data acuan yang mungkin dapat
disebabkan beberapa faktor. Pertama adalah kesalahan praktikan ketika
mengambil foto seperti foto berbayang dan tidak sejajar dengan blok
ukur. Kedua adalah faktor benda ukur dan lingukngan. Ketiga adalah
kesalahan pembacaan hasil pengukuran karena kurang keprisisian
dalam menentukan titik pengukuran dalam program Mathlab.

20
4.4.2.2 Contoh Perhitungan
Berikut ini contoh perhitungan dari hasil pengukuran praktikum
“Dio”

● Mean
n
xi
x=∑ ❑
i=1 n
X 1 + X 2 + X 3+ X 4 + X 5
x=
5
15.3478+15.4683+15.3439+15.3472+15.3489
x=
5
x=15.37122
● Variansi
n

∑ ❑(x− x)2
s2= i=1
n−1

2 ( X 1−x )2 +( X 2−x )2+( X 3−x)2 +( X 4 −x)2 +( X 5−x )2

s=
n−1

(15.3478−15.37122)2 +(15.4683−15.37122)2+(15.3439−15.37122)2+(15.3
s2=
5−1

s2=0.002948637
● Deviasi Standar
s= √ s2
s= √0.002948637=0.05430135357

4.4.2.3 One Sample T

21
 Pada One Sample T digunakan Confidence Interval (CI) sebesar
95% sehingga α yang digunakan adalah 5% atau 0.05. Untuk
menentukan apakah suatu hasil pengukuran valid atau tidak, maka
digunakan hipotesis bahwa nilai mean pengukuran sama dengan nilai
aktual yang dalam hal ini adalah 15.15 mm. Jika nilai P-value yang
dikalkulasi nilainya lebih besar dari nilai α, maka hasil pengukuran
sesuai dengan hipotesis. Dengan kata lain hasil pengukuran tersebut
diterima atau gagal ditolak. Sedangkan jika nilai P-value lebih
rendah dari α, maka hasil pengukuran ditolak. Dalam pengukuran
yang telah dilakukan, praktikan kelompok 5 menunjukkan nilai P-
value sebesar 0.001. Nilai P-value dari seluruh praktikan lebih besar
dari nilai alfa yaitu 0.05. Dengan demikian, hasil pengukuran yang
telah dilakukan diterima atau gagal ditolak,

22
 BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan hasil praktikum, maka kesimpulan yang didapatkan
adalah sebagai berikut:

1. Image Processing merupakan suatu Teknik untuk mengubah

gambar menjadi format digital dan melakukan operasi untuk
mendapatkan gambar yang telah disempurnakan atau untuk
mengekstrak beberapa informasi yang berguna. Perubahan yang

23
 terjadi pada gambar biasanya dilakukan secara otomatis dan
tergantung pada algoritma yang dirancang. Pada praktikum ini,
dilakukan perhitngan pada 2 benda ukur, pada benda ukur 1
dilakukan pengolahan gambar untuk memperolah diameter
dalam pada benda ukur 1 dan pada benda ukur 2 dilakukan
pengolahan gambar untuk memperoleh diameter luar pada
benda ukur 2.

2. A) Berdasarkan data acuan diameter dalam Benda 1 sebesar

12.05 mm didapatkan hasil melalui metode One-Sample T
diperoleh data praktikan kelompok 5 menunjukkan nilai P-value
sebesar 0.001. Nilai P-value kelompok 5 kurang dari nilai alfa
yaitu 0.05, maka data praktikan ditolak.

B) Berdasarkan data acuan diameter dalam Benda 2 sebesar

15.15 mm didapatkan hasil melalui metode One-Sample T
diperoleh data praktikan kelompok 5 menunjukkan nilai P-value
sebesar 0.001. Nilai P-value kelompok 5 kurang dari nilai alfa
yaitu 0.05, maka data praktikan ditolak.

Dari pembahasan data hasil pengukuran dua benda di atas

terdapat ketidaksesuaian data kelompok dengan data acuan. Hal
ini dapat disebabkan oleh beberapa faktor yang dapat
mempengaruhi hasil pengukuran, antara lain kesalahan operator,
lingkungan, dan alat ukur. Kesalahan operator antara lain adalah
operator belum melakukan kalibrasi alat ukur dengan baik,
kesalahan operator dalam penguncian alat ukur, kesalahan
operator dalam pembacaan hasil pengukuran, dan operator tidak
memposisikan benda ukur pada alat ukur dengan baik sehingga
benda ukur berdeformasi. Faktor lingkungan salah satunya
adalah temperatur ruangan yang berubah-ubah sehingga terjadi

24
 pemuaian pada benda ukur. Alat ukur yang sudah tidak akurat
dan tidak teliti juga dapat menyebabkan tidak sesuainya data
hasil pengukuran dengan data acuan.

5.2 Saran
Berikut adalah saran dari praktikum yang telah dilakukan, antara
lain:

1. Penggunaan Alat Ukur dengan kecermatan sesuai dengan data

acuan, sehingga bisa meminimalisir kesalahan ukur.
2. Pengambilan gambar ditempat yang layak ( benda tidak
berbayang), agar memudahkan praktikan dalam pengukuran benda
ukur.

25