Tugas Akhir

Sementai citra digital film radiografi untuk identifikasi indikasi bentuk cacat dengan Fuzzy C-Means

---

Telah dilakukan pengembangan perangkat lunak untuk identifikasi indikasi bentuk cacat lasan film radiografi. Latar belakang penelitian ini adalah pembacaan film radiografi secara konvensional membutuhkan waktu yang lama dan bersifat subyektivitas yang dapat memicu perbedaan pendapat sesama interpreter. Tujuan dari penelitian ini adalah untuk menghasilkan aplikasi yang dapat mengidentifikasi bentuk cacat lasan pada citra digital film radiografi dengan menerapkan proses perbaikan citra, segmentasi Fuzzy C – Means, morfologi citra, dan ekstraksi ciri dengan metode labeling. Proses perbaikan citra bertujuan untuk membuat kualitas citra menjadi lebih baik, meliputi teknik peregangan kontras ,peredaman derau dengan filter median, dan penajaman citra dengan filter laplacian. Dalam memisahkan obyek cacat dengan citra background menggunakan metode segmentasi clustering Fuzzy C – Means. Ekstraksi ciri dalam penelitian ini menggunakan metode Labeling dengan memanfaatkan perintah regionprops pada toolbox MATLAB. Hasil dari penelitian adalah sebuah aplikasi yang telah dilakukan pengujian dan mampu melakukan interpretasi bentuk cacat dengan tingkat keberhasilan 91.85 % dari 60 data citra label.rnrnKata kunci: Aplikasi, film radiografi, perbaikan citra, segmentasi, Fuzzy C-Means.rnrnrnABSTRACTrnrnDIGITAL IMAGE SEGMENTATION RADIOGRAPH INDICATIONS FOR IDENTIFICATION OF DEFECTS WITH FUZZY C - MEANS. A software development for the identification of weld defect shape indications radiographs has been constructed. The background of this research is the reading of the conventional radiographic film takes a long time and subjectivity that can trigger dissent fellow interpreter.The purpose of this research is to produce applications that can identify the form of weld defects in digital image processing radiographic film by applying image enhancement, segmentation Fuzzy C - Means, image morphology, and feature extraction methods labeling. Image enhancement process aims to create a better image quality, including contrast stretching techniques, noise reduction by a median filter, and image sharpening with laplacian filter. In a separate defects object with a background image using a clustering segmentation method Fuzzy C - Means. Feature extraction method used in this research Labeling by regionprops command in MATLAB toolbox. Results of the research is an application that has been tested and able to interpret defects form with 91.85% success rate of 60 label image data.rnrnKeywords: Application, radiographic film, image enhancement, segmentation, Fuzzy C-Means.rn

---

Ketersediaan

S13-0051

20/TA/K/13 62.11.014(043) ACH s

Perpustakaan Poltek Nuklir

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

62.11.014(043) ACH s

Penerbit

Yogyakarta : STTN-BATAN., 2013

Deskripsi Fisik

xv, 87 halaman : ilustrasi ; 30 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

62.11.014(043)

Tipe Isi

teks

Tipe Media

tanpa perantara

Tipe Pembawa

volume

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Achmad Faris Syaifudin

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar