Bab IV

4.1 Image processing (gapo)

4.1.1 Coding
Benda 1:

No. Coding

1 clc;

2 clear;

3 [file,path]=uigetfile('*.*','Select an Image');

4 loc=strcat(path,file);

5 img=imread(loc);

6 img2=rgb2gray(img);

7 img3=imbinarize(img2);

8 imshow(img);

9 title('Hasil Pengukuran');

10 Rmin = 60;

11 Rmax = 90;

12 [centersDark, radiiDark] = imfindcircles(img3, [Rmin Rmax],'ObjectPolarity','dark');

13 viscircles(centersDark, radiiDark,'Color','r','LineWidth',1.3);

14 hold on;

15 plot(centersDark(:,1),centersDark(:,2),'yx','LineWidth',0.9);
 16 hold off;

17 skala=30/380.00;

18 diameter=(radiiDark*2)*skala;

19 message = sprintf('The estimated diameter is %2.2f mm',diameter);

20 text(120,620,message,'Color','w','FontWeight','bold');

Benda 2:

No. Coding

1 clc;

2 clear;

3 [file,path]=uigetfile('*.*','Select an Image');

4 loc=strcat(path,file);

5 img=imread(loc);

6 img2=rgb2gray(img);

7 img3=imbinarize(img2);

8 imshow(img3);

9 h = imdistline(gca);
4.1.2 Penjelasan coding
Benda 1:

No Penjelasan
.

1 Menghapus pengerjaan dari command window

2 Menghapus variabel

3 Menampilkan kotak pencarian file, tipe file yang diizinkan adalah "."

4 Menggabungkan array file dan path

5 Membaca gambar dari file yang ditentukan oleh nama file (loc)

6 Mengubah warna gambar aslinya menjadi gambar skala abu-abu (grayscale)

7 Merubah warna grayscale dari img2 menjadi gambar biner hitam putih

8 Menampilkan gambar grayscale dan menggunakan rentang tampilan default untuk

tipe data dan mengoptimalkan gambar, sumbu, dan properti objek gambar untuk
tampilan gambar.

9 Memberi judul pada tampilan gambar

10 Membatasi lingkaran yang terdeteksi dengan jari-jari minimum Rmin

11 Membatasi lingkaran yang terdeteksi dengan jari-jari maksimal Rmax

12 Menemukan semua lingkaran yang berwarna gelap dalam rentang radius Rmin dan
Rmax

13 Memberi garis tepi pada hasil lingkaran yang terdeteksi dengan memberi warna
merah pada garis dengan ketebalan 1.3
14 Mempertahankan plot yang sudah ada sehingga dapat ditambahkan ke perintah
selanjutnya

15 Menandai titik tengah lingkaran yang terdeteksi

16 Menyetel ulang plot sehingga perintah selanjutnya tidak menampilkan plot yang
sudah ada

17 Mencari skala dengan membagi ukuran pada blok ukur (30 mm) dengan ukuran
pada gambar (yang dicari melalui imtool)

18 Mendapatkan hasil diameter lingkaran dengan mengalikan diameter radiiDark

dengan skala

19 Membuat teks dan menampilkan ukuran diameter sampai 2 angka dibelakang koma

20 Menampilkan teks (message) pada koordinat x=120 dan y=620

Gambar 4.1 Hasil pengukuran benda 1 menggunakan matlab

Benda 2:
No Penjelasan
.

1 Menghapus pengerjaan dari command window

2 Menghapus variabel

3 Menampilkan kotak pencarian file, tipe file yang diizinkan adalah "."

4 Menggabungkan array file dan path

5 Membaca gambar dari file yang ditentukan oleh nama file (loc)

6 Mengubah warna gambar aslinya menjadi gambar skala abu-abu (grayscale)

7 Merubah warna grayscale dari img2 menjadi gambar biner hitam putih

8 Menampilkan gambar grayscale dan menggunakan rentang tampilan default untuk

tipe data dan mengoptimalkan gambar, sumbu, dan properti objek gambar untuk
tampilan gambar.

9 Menampilkan Distance Tool, yang terdiri dari garis interaktif di atas gambar, dengan
label teks yang menampilkan jarak antara titik akhir garis.
 Gambar 4.2 Hasil pengukuran benda 2 menggunakan matlab

4.2 Data Praktikum

Berikut merupakan hasil pengukuran benda ukur 1 menggunakan matlab
Percobaan
ke- Shofia Galih Dau Dita Yoga
1 11,25 11,35 12,07 12,15 11,70
2 11,60 11,25 12,14 12,10 11,55
3 11,90 11,15 12,20 11,75 11,15
4 11,55 11,25 12,44 12,00 11,25
5 11,10 11,10 12,28 11,85 11,85
Tabel 4.1 Hasil pengukuran benda ukur 1

Berikut merupakan hasil pengukuran benda ukur 2 menggunakan matlab

Percobaan
ke- Shofia Galih Dau Dita Yoga
1 21,3925 22,39 21,34 24,9725 22,915
2 22,8825 22,402 21,06 21,8475 24,5265
3 22,34 22,234 21,58 21,7625 23,22
4 22,9375 23,754 21,34 22,8175 24,608
5 23,98 23,909 21,72 22,625 25,37
Tabel 4.2 Hasil pengukuran benda ukur 2

4.3 One Sample T Test (galih)

1. Berikut adalah contoh perhitungan untuk hasil data pengukuran diameter dalam oleh
Daulika Sarasvati.

Data Acuan Data Pengukuran

12,07
12,14
12,10 12,20
12,44
12,28

1. Menentukan Hipotesis Nol (H0) dan Hipotesis Alternatif (H1)

H0 : µ0 = 12,10
H1 : µ0 ≠ 12,10

2. Menentukan Confidence Level (tingkatan kepercayaan pada data). Untuk Confidence

Level pada praktikum ini ditentukan

α = 0.05

3. Menghitung rata-rata ( x ) dari sampel atau data pengukuran.

n
xi
x=∑
i=1 n
X 1 + X 2 + X 3+ X 4 + X 5
x=
5
12 ,07 +12 ,14 +12 ,20+12 , 44 +12 ,28
x=
5
x=12 , 23 mm

4. Menghitung standar deviasi (S) dari sampel atau data hasil perhitungan.

S= √ ❑
Dengan :
S : standar deviasi
x : rata-rata data pengukuran
xi : data ke n pada data pengukuran
n : sample size

S= √ ❑
S= √ ❑
 S=0,142

5. Menghitung nilai to dari data hasil perhitungan.

x−µ
t 0=
S
√❑
Dengan :
x : Rata rata data sampel atau data hasil pengukuran
S : Standar deviasi
µ : Nilai acuan / nilai data acuan
n : sample size data pengukuran

x−µ
t 0=
S
√❑
12, 23−12 ,10
t 0=
0,142
√❑
t 0=1 , 98

6. Menentukan batas nilai penerimaan t (α, υ) pada grafik distribusi T dengan

menggunakan two tail α dengan cara melihat pada tabel distribusi T (terlampir)
berdasarkan nilai
α : 0.05/2 (karena two tail dibagi dengan 2)
α : 0.025

υ : n-1
υ : 5-1 = 4
maka nilai t (α, υ) = , dapat diketahui dari tabel distribusi T

7. Membandingkan nilai t 0 dari data hasil pengukuran dengan nilai batas t (α, υ) atau tα/2
dimana menggunakan distribusi T two tail seperti grafik
- Dari tabel distribusi t, didapatkan nilai tα/2 = 2,776, Nilai t 0 yang memenuhi
adalah -2,776 < t 0 < 2,776
- Dimana nilai t 0 = 1,98, maka nilai t 0 memenuhi dan rata – rata hasil pengukuran
secara statistik sesuai dengan data acuan yang ada.

Tabel 4.3 One Sample T Test Benda Ukur 1

 Tabel 4.4 One Sample T Test Benda Ukur 2

4.4 Pembahasan
Pada praktikum ini terdapat lima praktikan yang melakukan pengamatan pada dua
benda ukur yang berbeda. Pengukuran dilakukan dengan blok ukur 30 mm sebagai acuan
perhitungan pixel kamera. Proses pengambilan data dilakukan dengan kamera berupa foto
yang nantinya diolah dengan image processing pada aplikasi MATLAB. Foto diambil
minimal sebanyak lima kali untuk masing-masing benda ukur. Hasil dari proses ini berupa
diameter benda ukur dengan dimensi yang telah ditentukan. Hasil ini akan dibandingkan
dengan H0 dan H1, dimana H0 adalah hipotesis 0 yaitu rata-rata yang didapatkan sama
dengan nilai data acuan, dan H1 adalah hipotesis 1 yaitu rata-rata yang didapatkan tidak sama
dengan nilai data acuan.
Pengukuran dilakukan berdasarkan image processing pada benda 1 dan benda 2.
Masing-masing praktikan memiliki data hasil pengukuran yang berbeda seperti yang
dijabarkan pada Tabel One Sample T Test Benda Ukur 1 dan 2. Hal ini disebabkan oleh
beberapa faktor internal maupun eksternal diantaranya kualitas foto, pencahayaan, jarak
pengambilan gambar, teknis pengambilan gambar dan lain sebagainya.
Pada benda ukur 1, praktikan Shofia memperoleh mean 11,48 mm dengan t0 sebesar -
4,42. Galih memperoleh mean 11,22 mm dengan t0 sebesar -20,19. Dau memperoleh mean
12,23 mm dengan t0 sebesar 1,98. Dita memperoleh mean 11,97 mm dengan t0 sebesar -1,73.
Sedangkan Yoga memperoleh mean 11,50 mm dengan t0 sebesar -4,54. Maka dapat
disimpulkan dengan data acuan sebesar 12,10 mm akan menghasilkan 2 H0 gagal ditolak dan
3 H0 ditolak.
Pada benda ukur 2, praktikan Shofia memperoleh mean 22,7065 mm dengan t0
sebesar 1,20. Galih memperoleh mean 22,9378 mm dengan t0 sebesar 2,01. Dau memperoleh
mean 21,408 mm dengan t0 sebesar -6,98. Dita memperoleh mean 22,805 mm dengan t0
sebesar 0,72. Sedangkan Yoga memperoleh mean 24,1279 mm dengan t0 sebesar 6,06. Maka
dapat disimpulkan dengan data acuan sebesar 22,2 mm akan menghasilkan 3 H0 gagal ditolak
dan 2 H0 ditolak.
Pengolahan data yang menentukan dimana Ho berhasil atau gagal dan diterima atau
ditolaknya adalah dari perbandingan antara nilai to dan rentang t 𝛼/2. Nilai t𝛼/2 didapat dari
tabel distribusi t berdasarkan nilai alpha dan v yang dihitung sebelumnya. Sedangkan untuk
nilai to diperoleh dari rata rata data perhitungan dikurang dengan data acuan dan dibagi
dengan standar deviasi yang dibagi dengan akar dari jumlah percobaan. Sehingga untuk nilai
t alpha/2 bernilai + 2,776. Maka, apabila nilai to berada di rentang t 𝛼/2, maka Ho-nya berhasil
atau gagal ditolak. Sedangkan apabila to di luar rentang t𝛼/2, maka Ho-nya gagal atau ditolak.
Dari data-data yang sudah ditampilkan, terlihat variasi data dari setiap pengulangan
pengukuran yang dilakukan praktikan sebanyak 5 dalam pengukuran benda ukur 1 dan 2. Hal
ini dapat disebabkan oleh karena adanya kesalahan pada operator maupun pada posisi ukur.
Pada proses pengambilan sampel gambar benda ukur menggunakan handphone ataupun
kamera, dibutuhkan posisi pencahayaan yang optimal untuk mengurangi tingkat noise
ataupun bayangan benda ukur. Selain posisi pencahayaan yang optimal, jarak antara benda
ukur dengan kamera harus dijaga konstan, serta kemiringan sudut kamera saat pengambilan
gambar harus tegak lurus 90o dengan benda ukur. Hal ini dibutuhkan untuk mengurangi
terjadinya kesalahan pada tahap pengolahan gambar dan perhitungan coding pada MATLAB.

Bab V
Kesimpulan, saran (dita)

5.1. Kesimpulan
Berdasarkan hasil praktikum, maka kesimpulan yang didapatkan adalah sebagai
berikut:
1 Berdasarkan data acuan diameter dalam Benda 1 sebesar 12.10 mm didapatkan hasil
melalui metode One-Sample T diperoleh data praktikan kelompok 5 menunjukkan
nilai P-value sebesar -4.42 dari data praktikan Shofia, -20.19 dari data praktikan
Galih, 1.98 dari data praktikan Dau, -1,73 dari data praktikan Dita, dan -4,54 dari
data praktikan Yoga. Nilai P-value dari data praktikan Shofia, Galih, dan Yoga
kurang dari nilai alfa yaitu 0.05, maka H0 ditolak. Nilai P-value dari data praktikan
Dau dan Dita lebih dari nilai alfa yaitu 0.05, maka H0 gagal ditolak.
2 Berdasarkan data acuan diameter dalam Benda 2 sebesar 22.2 mm didapatkan hasil
melalui metode One-Sample T diperoleh data praktikan kelompok 5 menunjukkan
nilai P-value sebesar 1.20 dari data praktikan Shofia, 2.01 dari data praktikan Galih,
-6.98 dari data praktikan Dau, 0.72 dari data praktikan Dita, dan 6.06 dari data
praktikan Yoga. Nilai P-value dari data praktikan Dau dan Yoga kurang dari nilai
alfa yaitu 0.05, maka H0 ditolak. Nilai P-value dari data praktikan Shofia, Galih, dan
Dita lebih dari nilai alfa yaitu 0.05, maka H0 gagal ditolak.
3 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 ataupun
 posisi alat ukur. Pada proses pengambilan sampel gambar benda ukur menggunakan
handphone ataupun kamera, dibutuhkan posisi pencahayaan yang optimal untuk
mengurangi tingkat noise ataupun bayangan benda ukur. Selain posisi pencahayaan
yang optimal, jarak antara benda ukur dengan kamera harus dijaga konstan, serta
kemiringan sudut kamera saat pengambilan gambar harus tegak lurus 90 o dengan
benda ukur.

5.2 Saran
Adapun saran yang dapat diberikan terhadap praktikum metrologi industri yang telah
dilaksanakan adalah:
1. Pada saat pengambilan gambar, diusahakan lebih jelas agar hasil gambar yang
dihasilkan dapat lebih presisi dan rapih.
2. Dalam mengerjakan alur coding sebaiknya dilakukan dengang urut dan cermat langkah-
langkahnya agar dapat menemukan hasil dari codingnya.