Pengujian Perangkat Deteksi Tepi

commit to user IV-12 12. Tombol keluar. Tombol keluar dari perangkat lunak.

4.2 PENGOLAHAN DATA

Pada tahap ini disusun algoritma yang dikembangkan pada tahap sebelumnya. Algoritma disusun dan digabungkan dengan tampilan Graphical User Interface guna mempermudah perintah pada perangkat lunak.

4.2.1 Pengujian Perangkat Deteksi Tepi

Sebelum diaplikasikan, dilakukan pengujian terhadap kelayakan perangkat lunak. Perngujian ini guna mengalisis kemampuan perangkat lunak dalam mendeteksi volume cairan. Perancangan perangkat lunak menggunakan algoritma deteksi tepi yang berfungsi mendeteksi tingkat ketinggian cairan dalam botol. Deteksi tepi menjadi karakteristik yang penting dalam perangkat lunak pengolahan citra ini. Pengujian deteksi tepi menggunakan 3 citra dengan warna yang berbeda. Warna yang dipilih untuk menguji deteksi tepi menggunakan model warna CMYK. Model warna tersebut seringkali dijadikan referensi sebagai suatu proses pewarnaan dengan mempergunakan dalam pencetakan berwarna. Pengujian ini bertujuan mengetahui kemampuan perangkat lunak dalam mendeteksi tepian pada citra. dalam Hasil dari pengujian deteksi tepi, diketahui warna cairan tidak berpengaruh terhadap hasil deteksi. Hasilnya ditunjukkan, sebagai berikut: commit to user IV-13 Gambar 4.9 Pengujian tepi 4.2.2 Pengujian Volume Perangkat lunak diuji dengan menentukan volume dengan 2 macam ukuran botol. Analisis volume dilakukan dengan membandingkan volume penghitungan secara manual nilai ukuran sebenarnya dengan penghitungan dengan perangkat lunak. Hasil penghitungan dan perbandingan beberapa macam citra, yang dapat diambil kesimpulan. Pengujian dilakukan dengan beberapa ukuran botol dan volume. Pengujian menggunakan 20 citra uji dengan 2 macam kemasan dan masing-masing 10 macam ukuran volume. Setelah citra diukur dengan perangkat lunak pengolahan citra. Hasil pengukuran volume diolah dengan hipotesa statistik, dengan uji-t berpasangan paired t-test. commit to user IV-14 a b Gambar 4.10 a model botol A b dan model B Setiap model botol diisi dengan ukuran volume yang sama, dengan 10 jenis ukuran volume. Pengujian ini selain untuk mengetahui tingkat keakuratan perangkat lunak dalam mengestimasi volume, juga mengetahui apakah bentuk botol mempengaruhi hasil dalam mengestimasi. Data perbandingan perhitungan dengan perangkat lunak, sebagai berikut: Tabel 4.2 Data hasil estimasi dengan perangkat lunak Model A Model B 1 500 505 501 2 540 547 545 3 580 584 586 4 620 626 622 5 660 671 675 6 700 709 705 7 740 735 744 8 780 780 782 9 820 821 819 10 860 867 862 Citra Ukuran Sebenarnya Hasil Mencari beda dua rata-rata yang saling berhubungan, sebagai berikut: 1. Model A. commit to user IV-15 • hipotesis nol dan hipotesis alternatif H : µ d = µ H 1 : µ d µ atau H 1 : µ d µ • Tingkat kepercayaan α. Pada pengujian hipotesis ini tingkat kepercayaan dengan α = 0,05 atau tingkat kepercayaan 95. • Kriteria penerimaan Karena uji yang dilakukan adalah uji 2 pihak, maka berdasarkan tabel t dengan t α2 = 0,025 dan v = n - 1 = 9 didapatkan nilai t-tabel = 2,262. Tabel 4.3 Data perhitungan model A Perhitungan: = n xi ∑ = 10 860 867 ... 620 626 580 584 540 547 500 505 − + + − + − + − + − d = 4,5 d 2 = 20,25 Sd = 9 10 5 , 4 403 10 2 − = 42,479068 objek ukuran citra d d2 1 500 505 5 25 2 540 547 7 49 3 580 584 4 16 4 620 626 6 36 5 660 671 11 121 6 700 709 9 81 7 740 735 -5 25 8 780 780 9 820 821 1 1 10 860 867 7 49 Jumlah 6800 6845 45 403 Rata-rata 4,5 40,3 d d d 2 commit to user IV-16 t = n sd x µ − t = 10 42,479068 5 , 4 − = 0,0334 • Kesimpulan Berdasarkan statistik uji didapatkan nilai t-hitung = 0,0334. Karena t- hitung lebih kecil dari t-tabel maka H diterima sehingga pada tingkat kepercayaan 0,95 diterima. 2. Model B • hipotesis nol dan hipotesis alternatif H : µ d = µ H 1 : µ d µ atau H 1 : µ d µ • Tingkat kepercayaan α. Pada pengujian hipotesis ini tingkat kepercayaan dengan α = 0,05 atau tingkat kepercayaan 95. • Kriteria penerimaan Karena uji yang dilakukan adalah uji 2 pihak maka berdasarkan tabel dengan t α2 = 0,025 dan v = n - 1 = 9 didapatkan nilai t-tabel = 2,262. Tabel 4.4 Data perhitungan model B objek ukuran citra d d2 1 500 501 1 1 2 540 545 5 25 3 580 586 6 36 4 620 622 2 4 5 660 675 15 225 6 700 705 5 25 7 740 744 4 16 8 780 782 2 4 9 820 819 -1 1 10 860 862 2 4 Jumlah 6800 6841 41 341 Rata-rata 4,1 34,1 d 2 commit to user IV-17 Perhitungan: = n xi ∑ = 10 860 862 ... 620 622 580 586 540 545 500 501 − + + − + − + − + − d = 4,1 d 2 = 16,81 Sd = 9 10 1 , 4 1 , 34 10 2 − =39,447 t = n sd x µ − t = 10 39,44743 5 , 4 − = 0,032867 • Kesimpulan Berdasarkan statistik uji didapatkan nilai t-hitung = 0,032867 Karena t- hitung lebih kecil dari t-tabel maka H diterima sehingga pada tingkat kepercayaan 0,95 bisa disimpulkan diterima.

4.3.1 Grafik Peta Kendali