Penerapan Metode LSB Untuk Perbaikan Kualitas Citra Pada Proses Inspeksi Visual Pengelasan
DOI:
https://doi.org/10.59004/metta.v1i2.93Keywords:
cacat las, pengolahan citra, LSBAbstract
Penelitian ini berfokus pada pemrosesan awal citra asli sebelum proses klasifikasi dibangun. Citra asli pada penelitian ini diuji dengan menggunakan penyisipan citra tambahan yang disertai dengan gangguan distribusi normal (gaussian). Pemberian gangguan gaussian bertujuan untuk merepresentasikan gangguan pada kondisi aktual sebagai contoh citra blurring. Pada penelitian ini metode LSB 8 bit yang digunakan mampu meminimalkan gangguan tersebut dengan selisih nilai PSNR rata – rata untuk keseluruhan citra uji adalah 0.03 dB.
Downloads
References
S. Widharto, “Welding Inspection”. Jakarta: Mitra Wacana Media, 2013.
N. Rinanto, “Radial Basis Function Neural Network sebagai Pengklasifikasi Citra Cacat Pengelasan”, Jurnal Rekayasa, Vol. 11 No. 2, Hal 118-131, 2018.
Muridhi Hery Purnomo, “Welding Defect Classification Based on Convolution Neural Network (CNN) and Gaussian Kernel”, ISITIA, Page 261-265, 2017.
Sherlyna Anggraini Putri, “Sistem Pendeteksi Hasil Pengelasan dengan Image Processing Berdasarkan Klasifikasi Metode Principal Component Analysis dan Neural Network”, Jurnal CAEA, Vol.1 No.1, 198-205, 2021.
Michael Sitorus, “Teknik Steganography Dengan Metode Least Significant Bit (LSB)”, Jurnal Ilmiah Fakultas Teknik LIMIT'S, Vol. 11 No. 2, Hal 54, 2015.
Haruno Sajati, “The Effect of Peak Signal to Noise Ratio (PSNR) Values on Object Detection Accuracy in Viola Jones Method”, SENATIK Vol. IV, 2018.
