Abstract :
Sistem computer vision yang handal diperlukan untuk melakukan sistem pengenalan
yang konsisten terhadap beberapa kemungkinan gangguan, terutama untuk pengenalan objek
yang memiliki karakter khusus, seperti deteksi kesikuan dan kecacatan keramik. Dengan salah
satu metode yang diterapkan adalah dengan menggunakan Transformasi Hough.
Transformasi Hough adalah teknik ekstraksi fitur yang digunakan dalam proses
pengolahan citra digital. Transformasi Hough menggunakan voting untuk menentukan garis.
Untuk memilih lebih dari 1 garis, maka perlu memberikan nilai ambang batas (threshold) karena
memang yang dibutuhkan adalah observasi terhadap nilai threshold yang diberikan. Untuk
mendeteksi garis dengan cara menemukan semua garis yang ditentukan oleh dua buah piksel.
Garis yang terdeteksi akan diketahui titik ujung dan titik pangkalnya dan dari titik-titik tersebut
dihitung koefisien sudut dari dua garis yang saling tegak lurus untuk menentukan apakah suatu
sudut keramik siku atau cacat.
Dari hasil pengujian sistem terhadap 30 citra, prosentase keberhasilan mencapai 100%.
Hal ini menunjukkan bahwa sistem pengenalan yang telah dirancang ini berjalan dengan baik
sesuai harapan perancang sistem. Namun tidak dapat dipungkiri terdapat beberapa faktor-faktor
yang sangat mempengaruhi dalam hasil pengenalan terhadap citra keramik tersebut, seperti
tingkat kecerahan, hasil deteksi tepi citra, hasil deteksi Transformasi Hough serta penentuan
parameter toleransi perbedaan piksel dan panjang toleransi sudut.