Penglihatan mesin: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Tidak ada ringkasan suntingan |
Menambahkan beberapa referensi terkait visi mesin serta metode pendukungnya. |
||
Baris 3:
Secara umum, visi mesin mengandalkan [[Perangkat lunak|piranti lunak]] untuk memroses gambar atau citra di mana salah satu piranti lunak yang umum digunakan adalah [[MATLAB|Matlab]].<ref name=":0" /><ref name=":1" />
== Metode ==
[[Berkas:Matplotlib3 histogram.svg|jmpl|Histogram adalah salah satu metode umum di dalam statistik yang digunakan dalam analisis citra sebagai salah satu penunjang sistem visi mesin]]
Secara umum, visi mesin adalah penerapan lebih lanjut dari kecerdasan buatan yang menggunakan prinsip-prinsip [[matematika]] seperti [[statistik]] ([[histogram]], [[distribusi normal]], [[Simpangan baku|standar deviasi]]), [[Matriks (matematika)|matriks]], Jaringan Bayesian, [[Algoritma genetik|Algoritma Genetik]], [[Pengambangan (pengolahan citra)|pengambangan (thresholding)]], [[Logika kabur|logika fuzzy/ kabur]] dan [[Analisis numerik|komputasi/metode numerik]] serta fisika terutama [[sensor]] dan [[Optika|prinsip alat-alat optik]] serta kekuatan [[Memori (komputer)|memori dari komputer]] (terkait [[Memori akses acak|RAM]]).<ref name=":2">{{Cite journal|last=Wildes|first=Richard P.|last2=Asmuth|first2=Jane C.|last3=Green|first3=Gilbert L.|last4=Hsu|first4=Steven C.|last5=Kolczynski|first5=Raymond J.|last6=Matey|first6=James R.|last7=McBride|first7=Sterling E.|date=1996-01|title=A machine-vision system for iris recognition|url=http://link.springer.com/10.1007/BF01246633|journal=Machine Vision and Applications|language=en|volume=9|issue=1|pages=1–8|doi=10.1007/BF01246633|issn=0932-8092}}</ref>
[[Berkas:PLC Block Diagram.jpg|jmpl|Contoh blok diagram dari PLC (''[[Kontrol logika terprogram|Programmable Logic Controller]]'') yang juga memiliki prinsip yang sama dengan visi mesin.]]
Secara umum, kerja dari sistem visi mesin menyerupai kerja dari blok diagram [[Sistem kendali|kendali]] secara umum di mana terdapat masukan/input, pengolahan data, serta output/keluaran.
=== Input/Masukan ===
[[Histogram]] sendiri digunakan di dalam analisis piksel dari citra atau gambar yang digunakan sebagai masukan/input dari sistem yang akan diolah piranti lunak.
=== Pengolahan Data ===
Di sini, data yang ditangkap oleh sensor (terutama citra), akan diolah secara matematik oleh piranti lunak. Pada bagian inilah kerja dari statistik, matriks, jaringan Bayesian, [[Logika kabur|logika fuzzy/ kabur]], serta algoritma genetik mulai digunakan. Sementara, untuk matriks, secara umum sistem visi mesin menggunakan metode seperti sobel dan Fre-Chen sebagai alat bantu analisis segmentasi dan deskripsi dari piksel.<ref name=":3">{{Cite journal|last=Kurada|first=S.|last2=Bradley|first2=C.|date=1997-04|title=A machine vision system for tool wear assessment|url=https://linkinghub.elsevier.com/retrieve/pii/S0301679X96000588|journal=Tribology International|language=en|volume=30|issue=4|pages=295–304|doi=10.1016/S0301-679X(96)00058-8}}</ref><ref name=":4">{{Cite journal|last=Ureña|first=R|last2=Rodrı́guez|first2=F|last3=Berenguel|first3=M|date=2001-07|title=A machine vision system for seeds quality evaluation using fuzzy logic|url=https://linkinghub.elsevier.com/retrieve/pii/S0168169901001508|journal=Computers and Electronics in Agriculture|language=en|volume=32|issue=1|pages=1–20|doi=10.1016/S0168-1699(01)00150-8}}</ref> Serta, untuk pengolahan citra atau gambar digunakan metode-metode [[Pengambangan (pengolahan citra)|pengambangan (thresholding)]]. Pada bagian pengambangan ini, prinsip-prinsip statistik seperti [[histogram]], [[distribusi normal]], [[Simpangan baku|standar deviasi]] serta [[Matriks (matematika)|matriks]] digunakan di dalam analisis piksel sebagai salah satu metode dari interpretasi citra.<ref name=":5">{{Cite journal|last=Patel|first=Krishna Kumar|last2=Kar|first2=A.|last3=Jha|first3=S. N.|last4=Khan|first4=M. A.|date=2012-04|title=Machine vision system: a tool for quality inspection of food and agricultural products|url=http://link.springer.com/10.1007/s13197-011-0321-4|journal=Journal of Food Science and Technology|language=en|volume=49|issue=2|pages=123–141|doi=10.1007/s13197-011-0321-4|issn=0022-1155|pmc=PMC3550871|pmid=23572836}}</ref><ref name=":4">{{Cite journal|last=Ureña|first=R|last2=Rodrı́guez|first2=F|last3=Berenguel|first3=M|date=2001-07|title=A machine vision system for seeds quality evaluation using fuzzy logic|url=https://linkinghub.elsevier.com/retrieve/pii/S0168169901001508|journal=Computers and Electronics in Agriculture|language=en|volume=32|issue=1|pages=1–20|doi=10.1016/S0168-1699(01)00150-8}}</ref>
[[Berkas:African Cape Daisy (tresholded).svg|jmpl|Salah satu contoh hasil pengambangan pada bunga daisy (African Cape). Sistem visi mesin banyak menggunakan metode ini sebagai salah satu metode di dalam komputasinya. ]]
Untuk prosesor atau komputer yang digunakan, pada era modern saat ini sudah banyak komputer dengan spesifikasi RAM dan memori yang cukup untuk melakukan prinsip [[Pengambangan (pengolahan citra)|pengambangan (thresholding)]] terutama komputer dengan [[Unit Pemroses Sentral|prosesor]] terkini yang lebih cepat dalam frekuensi serta jumlah memori yang besar dengan ukuran yang kecil.
=== Output/Keluaran ===
Output yang dihasilkan dari sistem pengolahan data (pada umumnya RAM) bisa berupa citra atau output mekanik seperti pergerakan dan panas/kalor apabila aktuator atau penggarak tersebut digunakan di dalam sistem energi.
== Aplikasi ==
Secara umum, sistem visi mesin tidak hanya digunakan di dalam industri tetapi juga digunakan di sistem lain seperti transportasi, pertanian, dan kesehatan.
[[Berkas:Eye iris.jpg|jmpl|Iris atau retina pelangi. Deteksi visi mesin dapat digunakan untuk mengklasifikasi permukaan iris yang berbeda pada setiap orang.]]
=== Aplikasi di Bidang Kesehatan ===
Deteksi [[Selaput pelangi|iris mata]]<ref name=":2" />
=== Aplikasi di Bidang Pertanian ===
Penyeleksian tingkat kematangan [[buah]]<ref>{{Cite journal|last=Blasco|first=J|last2=Aleixos|first2=N|last3=Moltó|first3=E|date=2003-08|title=Machine Vision System for Automatic Quality Grading of Fruit|url=https://linkinghub.elsevier.com/retrieve/pii/S1537511003000886|journal=Biosystems Engineering|language=en|volume=85|issue=4|pages=415–423|doi=10.1016/S1537-5110(03)00088-6}}</ref><ref name=":5" />
Robot pemetik buah.<ref>{{Cite journal|last=Bulanon|first=D.M.|last2=Kataoka|first2=T.|last3=Okamoto|first3=H.|last4=Hata|first4=S.|date=2004-08|title=Development of a real-time machine vision system for the apple harvesting robot|url=https://ieeexplore.ieee.org/document/1491474|journal=SICE 2004 Annual Conference|volume=1|pages=595–598 vol. 1}}</ref>
Inspeksi ukuran biji/bulir.<ref>{{Cite journal|last=Vithu|first=P.|last2=Moses|first2=J.A.|date=2016-10|title=Machine vision system for food grain quality evaluation: A review|url=https://linkinghub.elsevier.com/retrieve/pii/S092422441630084X|journal=Trends in Food Science & Technology|language=en|volume=56|pages=13–20|doi=10.1016/j.tifs.2016.07.011}}</ref><ref name=":4" />
=== Aplikasi di Bidang Pangan ===
Inspeksi kematangan hasil roti.<ref>{{Cite journal|last=Abdullah|first=Mohd Zaid|last2=Aziz|first2=Sabina Abdul|last3=Mohamed|first3=Abdul Manan|date=2000-03|title=QUALITY INSPECTION OF BAKERY PRODUCTS USING A COLOR-BASED MACHINE VISION SYSTEM|url=https://onlinelibrary.wiley.com/doi/10.1111/j.1745-4557.2000.tb00194.x|journal=Journal of Food Quality|language=en|volume=23|issue=1|pages=39–50|doi=10.1111/j.1745-4557.2000.tb00194.x|issn=0146-9428}}</ref>
=== Aplikasi di Bidang Industri ===
[[Robotika|Robotika Industri]].<ref>{{Cite journal|last=Golnabi|first=H.|last2=Asadpour|first2=A.|date=2007-12|title=Design and application of industrial machine vision systems|url=https://linkinghub.elsevier.com/retrieve/pii/S0736584507000233|journal=Robotics and Computer-Integrated Manufacturing|language=en|volume=23|issue=6|pages=630–637|doi=10.1016/j.rcim.2007.02.005}}</ref>
[[Gaya gesek|Keausan peralatan manufaktur]] serta kekasaran permukaan.<ref name=":3" /><ref>{{Cite journal|last=Luk|first=F|last2=Huynh|first2=V|last3=North|first3=W|date=1989-12|title=Measurement of surface roughness by a machine vision system|url=https://iopscience.iop.org/article/10.1088/0022-3735/22/12/001|journal=Journal of Physics E: Scientific Instruments|volume=22|issue=12|pages=977–980|doi=10.1088/0022-3735/22/12/001|issn=0022-3735}}</ref>
Inspeksi produk elektrik.<ref>{{Cite journal|last=Lahajnar|first=Franci|last2=Bernard|first2=Rok|last3=Pernuš|first3=Franjo|last4=Kovačič|first4=Stanislav|date=2002-01|title=Machine vision system for inspecting electric plates|url=https://linkinghub.elsevier.com/retrieve/pii/S0166361501001348|journal=Computers in Industry|language=en|volume=47|issue=1|pages=113–122|doi=10.1016/S0166-3615(01)00134-8}}</ref>
Inspeksi hasil produksi.<ref>{{Cite journal|last=Kazanskiy|first=N. L.|last2=Popov|first2=S. B.|date=2010-03|title=Machine vision system for singularity detection in monitoring the long process|url=http://link.springer.com/10.3103/S1060992X10010042|journal=Optical Memory and Neural Networks|language=en|volume=19|issue=1|pages=23–30|doi=10.3103/S1060992X10010042|issn=1060-992X}}</ref>
=== Aplikasi di Bidang Transportasi ===
Pendeteksi Jalur Kedatangan.<ref>{{Cite journal|last=Lee|first=Joon Woong|date=2002-04|title=A Machine Vision System for Lane-Departure Detection|url=https://linkinghub.elsevier.com/retrieve/pii/S1077314202909586|journal=Computer Vision and Image Understanding|language=en|volume=86|issue=1|pages=52–78|doi=10.1006/cviu.2002.0958}}</ref>
== Bahan Bacaan ==
Beberapa bahan bacaan yang dapat dirujuk terkait sistem visi mesin:
* Machine Vision (Jain, 1995) <ref>{{Cite book|last=Jain|first=Ramesh|date=1995|url=https://www.worldcat.org/oclc/31933939|title=Machine vision|location=New York|publisher=McGraw-Hill|isbn=0-07-032018-7|others=Rangachar Kasturi, Brian G. Schunck|oclc=31933939}}</ref>
== Referensi ==
| |||