Implementasi Algoritma Canny Edge Detection untuk Identifikasi Scratch pada Liquid Cristal Display Case (LCD Case)
Abstract
LCD (Liquid Cristal Display) adalah bagian dari salah satu rangkaian elektronik yang berfungsi untuk
menampilkan suatu data, berupa huruf, grafik atau karakter. Material LCD adalah lapisan dari campuran organik
antara lapisan kaca bening dengan elektroda transparan indium oksida, sedangkan LCD Case adalah tempat di
mana LCD diletakan dalam rangkaian elektronika. Sedangkan Computer Vision merupakan cabang ilmu
pengolahan citra digital yang memungkinkan komputer dapat melihat seperti manusia, sehingga dapat mengambil
keputusan, melakukan aksi, dan mengenali suatu objek. Bentuk implementasi dari Computer Vision adalah Edge
Detection. Pada penelitian ini dibangun sebuah aplikasi pengolahan image yang dibutuhkan untuk
mengidentifikasi LCD Case Scratch. Aplikasi ini dapat digunakan untuk mengidentifikasi LCD Case scratch
sehingga LCD Case yang diterima sesuian dengan kualitas yang ditetapkan. Aplikasi identifikasi LCD Case
Scratch ini dirancang dengan metode canny edge detection berbasis computer vision dengan menggunakan bahasa
pemrograman Python. Aplikasi ini mampu mengidentifikasi scratch pada LCD Case dan menampilkan hasil
identifikasi scratch secara realtime dengan cara menampilkan hasil identifikasi pada layar komputer, sehingga
aplikasi ini diharapkan dapat mempermudah penerimaan dan identifikasi LCD Case scratch.
References
Cacat Menggunakan Metode Kaizen dan Siklus PDCA pada PT . X,” vol. 26, no. 2, pp. 222–
231, 2018.
[2] N. M. Alie et al., “Quality checking and inspection based on machine vision technique to
determine tolerancevalue using single ceramic cup,” ARPN J. Eng. Appl. Sci., vol. 12, no. 8,
pp. 2737–2742, 2017.
[3] A. Ambarwati and R. Passarela, “Menggunakan Metode Deteksi Tepi Canny,” vol. 7, no. 1, pp.
29–37, 2017.
[4] Kumaseh et.al, “Segmentasi citra digital ikan menggunakan metode Tresholding,” J. Ilm.
Sains, vol. 13 No., no. 1, p. 6, 2013.
[5] T. Citra, “Sx = -2,” vol. 3, no. 6, pp. 25–29, 2016.
[6] N. Afriliana and R. Valeria, “Pendeteksian Ruang Kosong Parkir di dalam Ruangan,” vol. X,
no. 1, pp. 34–40, 2018.
[7] G. Ramadhan, E. C. Djamal, and T. Darmanto, “Klasifikasi Identitas Wajah Untuk Otorisasi
Menggunakan Deteksi Tepi dan LVQ,” Semin. Nas. Apl. Teknol. Inf. 2016 Yogyakarta, pp. 37–
41, 2016.
[8] K. D. Irianto, “Pendeteksi gerak berbasis kamera menggunakan opencv pada ruangan,” vol. 2,
no. 1, pp. 52–59, 2010.
[9] W. S. Pambudi and A. N. Tompunu, “Aplikasi Sensor Vision untuk Deteksi MultiFace dan
Menghitung Jumlah Orang,” Semin. Nas. Teknol. Inf. Komun. Terap. 2012 (Semantik 2012),
vol. 2012, no. Semantik, pp. 26–33, 2012.
[10] A. Tedeschi and F. Benedetto, “A real-time automatic pavement crack and pothole recognition
system for mobile Android-based devices,” Adv. Eng. Informatics, vol. 32, pp. 11–25, 2017.
