Penggunaan Gray Level Co-Occurance Matrix Dari Koefisien Aproksimasi Wavelet untuk Deteksi Cacat Tekstil

Abstract

Pendeteksian cacat tekstil saat ini masih dilakukan secara manual
mengakibatkan seseorang sulit mendeteksi lebih dari 60% dari cacat yang ada.
Untuk itu, penelitian ini menerapkan metode deteksi cacat tekstil secara otomatis
menggunakan Gray Level Co-Occurance Matrix (GLCM) dari koefisien
aproksimasi wavelet yang bertujuan untuk mengevaluasi analisis kinerja metode.
Tahapannya, sampel citra tekstil dibagi menjadi delapan bagian untuk
mendapatkan tekstur cacat yang lebih jelas. Bagian tersebut didekomposisi
kedalam dua level. GLCM dihitung dari koefisien aproksimasi wavelet level satu
dan dua untuk dijadikan fitur. Penelitian ini dilakukan empat set simulasi citra
dengan orientasi latar berbeda. Setiap set terdiri dari satu citra noncacat dan dua
jenis citra cacat. Setiap bagian citra noncacat dihitung jaraknya dengan semua
bagian pada citra cacat pertama dan kedua menggunakan jarak euclidean. Hasil
simulasi menunjukkan bahwa GLCM dari koefisien aproksimasi wavelet level
kedua mampu mendeteksi lebih dari 70% dari cacat yang ada.