This paper describe a development of rice milling degree measurement system based on color analysis of rice sample. Rice Milling Degree is usually defined as the extent to which the bran layers of rice have been removed during the milling process. In Indonesia, rice quality is measured based on National Standard of Indonesia (SNI) of Milled Rice. Rice quality contains 11 variables resulting 5 categorizations of milled rice quality. Determination of rice quality is conducted manually by experienced inspector. This method has limitation in accuracy, objectivity and longtime measurement. This paper presents a measurement system of rice milling degree using image processing. Variety of IR-64 rice which 0%, 50%, 85%, 95% and 100% milling degree is used as sample and its image is taken using flatbed scanner. An RGB analysis then implemented to the sample and showed that the value of RGB is correlated with the value of rice milling degree in the sample. Adaptive Network Based Fuzzy Inference System (ANFIS) model then constructed using RGB value and normalized RGB value for better performance. Validation of ANFIS model using normalized RGB value resulting average error 3,55%.
Viskometer bola jatuh merupakan alat ukur viskositas dengan cara mengukur waktu yang dibutuhkan sebuah bola untuk melewati cairan dengan jarak tertentu berdasarkan prinsip Hukum Stokes dan Hukum Newton. Perhitungan secara manual pada waktu tempuh bola dan nilai viskositas cairan menyebabkan kesalahan paralaks. Oleh sebab itu, pada penelitian ini dibuat prototipe viskometer bola jatuh yang dapat mengukur waktu tempuh bola dan mengolahnya untuk mendapatkan nilai koefisien viskositas secara otomatis. Prototipe pada penelitian ini menggunakan dua buah closedcircuit magnetic sensor untuk mendeteksi waktu tempuh bola magnet saat dijatuhkan pada cairan uji. Waktu tempuh diolah menjadi kecepatan bola magnet dan nilai koefisien viskositas cairan (dPa.s) lalu ditampilkan di komputer menggunakan perangkat arduino dan LabView 8.5. Prototipe dapat mengukur waktu tempuh bola secara otomatis dan menampilkan nilai koefisien viskositas pada komputer. Hasil pengukuran nilai viskositas menggunakan prototipe sebagai berikut minyak goreng 5.46 dPa.s ; SAE 40 24.67 dPa.s dan silicone oil 22.97 dPa.s. Nilai tersebut jauh dari nilai viskositas referensi disebabkan faktor konstanta yang digunakan pada persamaan viskometer bola jatuh tidak dapat disesuaikan seperti teori yang ada karena syarat ukuran gelas ukur sebagai wadah cairan pada prototipe dibandingkan dengan ukuran bola tidak terpenuhi. Sehingga ada faktor lain yang perlu dipertimbangkan agar diperoleh hasil pengukuran nilai viskositas cairan yang mendekati nilai sebenarnya.
AbstrakPerkembangan terkini dari perangkat pencitraan medik computerized tomography (CT) scan telah memungkinkan dihasilkannya citra dari penampang melintang secara multi irisan dalam orde beberapa detik. Citra medik digital yang dihasilkan merepresentasikan penampang melintang dari berbagai struktur jaringan dari irisan yang dicitrakan. Salah satu tantangan yang dapat membantu dalam proses diagnosis berbasis citra adalah ekstraksi informasi dari struktur anatomi tertentu dengan suatu metode segmentasi citra serta visualisasi volumetrik dengan bantuan komputer. Untuk kasus visualisasi volumetrik tulang pelvis pada citra CT-scan multi irisan, seluruh citra yang mengandung bagian struktur tulang pelvis harus disegmentasi. Pada penelitian ini, satu teknik segmentasi citra berbasis active contour akan diimplementasikan untuk melakukan segmentasi citra multi irisan secara semi otomatis. Proses segmentasi citra diawali dengan menentukan model kurva 2D yang dilakukan secara manual pada citra irisan pertama. Kemudian model kurva tersebut secara iterasi akan berdeformasi sampai dengan bentuk kurva yang berhimpit pada batas tepian citra tulang pelvis. Hari akhir kurva 2D pada irisan pertama akan digunakan sebagai inisialisasi model kurva 2D pada proses segmentasi citra irisan berikutnya. Proses tersebut akan berlanjut sampai dengan citra irisan terakhir. Metode segmentasi citra berbasis active contour akan dibandingkan dengan metode segmentasi secara nilai ambang dari homogenitas distribusi intensitas dan metode segmentasi secara manual. Analisis secara kualitatif terhadap hasil segmentasi tiap irisan dan analisis kualitatif pada representasi visualisasi volumetrik digunakan pada penelitian ini. AbstractSemi-Automatic Image Segmentation for Volumetric Visualization of Pelvis CT Scan-Images. The current development of computerized tomography (CT) has enable us to obtain cross sectional image using multi slicing techniques in an order of few seconds. The obtained images represent several tissue structures on cross section slice being imaged. One challenge to help diagnosis using CT images is extracting an anatomic structure of interest using a method of image segmentation and volumetric visualization with the assistance of computers. In case of volumetric visualization of pelvis bones extracted from multi-slice CT images, whole images which are containing part of pelvis bone structures must be segmented. In this research, an image segmentation technique based on active contour is implemented for semi-automatic multi slice image segmentation. Image segmentation steps are initialized with a define model of 2D curve on the first slice image manually. Next, its model curve is deformed to reach the final result of 2D curve that fits to boundary edges of pelvis bone image. The final result of 2D curve on previous slice image was used as an initialization model of 2D curve on the next slice images. This process will continue until the final slice image. This segmentation method was compared with the segmentation method based on th...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.