Review Komprehensif: Ekstraksi Fitur GLCM, GLRLM, dan LBP untuk Pendeteksian Korosi

Mizanul Ridho Aohana; Ratu Nisful Laily Hidhayah; Melki Jonathan Andara; Nadya Amara; Fitri Bimantoro

doi:10.29407/stains.v3i1.4352

Authors

Mizanul Ridho Aohana Teknik Informatika Universitas Mataram https://orcid.org/0009-0006-2228-6718
Ratu Nisful Laily Hidhayah Teknik Informatika Universitas Mataram
Melki Jonathan Andara Teknik Informatika Universitas Mataram
Nadya Amara Teknik Informatika Universitas Mataram
Fitri Bimantoro Teknik Informatika Universitas Mataram

DOI:

https://doi.org/10.29407/stains.v3i1.4352

Keywords:

Corrosion Detection, GLRLM, GLCM, LBP, MLP

Abstract

Penelitian ini mengeksplorasi solusi untuk mengatasi masalah korosi yang dapat mengancam pertumbuhan industri di Indonesia. Dengan tingginya tingkat investasi dalam sektor-sektor kunci seperti Transportasi, Gudang, Telekomunikasi, dan Pertambangan, risiko korosi menjadi perhatian serius. Korosi dapat menyebabkan kerusakan signifikan pada infrastruktur dan peralatan, menciptakan beban finansial yang besar jika tidak ditangani dengan cepat. Dalam penelitian ini, diajukan metode deteksi dini korosi dengan memanfaatkan ekstraksi fitur GLRLM, GLCM, dan LBP. Melibatkan model pendeteksi berbasis MLP, penelitian ini menitikberatkan pada sektor-sektor investasi utama di Indonesia. Hasil eksperimen menunjukkan keberhasilan metode ini, dengan tingkat akurasi berturut-turut sebesar 74,02%, 79,61%, dan 84,36%. Metode deteksi dini ini memberikan kontribusi besar terhadap upaya pencegahan korosi sejak dini, memungkinkan industri untuk mengidentifikasi potensi kerusakan pada tahap awal. Hal ini dapat mengurangi biaya perbaikan dan penggantian aset yang terkena dampak, memberikan keuntungan finansial bagi perusahaan dan negara secara keseluruhan. Penelitian ini relevan dengan pertumbuhan industri di Indonesia dan dapat menjadi landasan bagi strategi pencegahan korosi yang lebih efektif, khususnya dalam sektor-sektor yang menjadi pilar investasi utama negara. Dengan adanya solusi ini, diharapkan dapat meningkatkan ketahanan dan keberlanjutan infrastruktur industri di Indonesia.

Downloads

Download data is not yet available.

References

Badan Pusat Statistik, “Direktori Industri Manufaktur Indonesia, 2022.”

CNBC Indonesia, “BKPM: Investasi Dalam Negeri Capai Rp178 T di Kuartal III,” 20 October 2023.

A. M. S. C. A. S. A. R. N. I. T. S. F. S. H. Affandi, “Analisa Korosi Atmosferik Baja Karbon Rendah di Kecamatan Medan Belawan ,” vol. 14, Nov. 2020.

“Wayang Image Classification Using MLP Method and GLCM Feature Extraction,” Journal of Computer Science, Information Technologi and Telecommunication Engineering, Sep. 2020, doi: 10.30596/jcositte.v1i2.5131.

N. D. Hoang, “Image Processing-Based Pitting Corrosion Detection Using Metaheuristic Optimized Multilevel Image Thresholding and Machine-Learning Approaches,” Math Probl Eng, vol. 2020, 2020, doi: 10.1155/2020/6765274.

J. P. Sari, A. Erlansari, and E. P. Purwandari, “Identifikasi Citra Digital Kura-Kura Sumatera Dengan Perbandingan Ekstraksi Fitur Glcm dan Glrlm Berbasis Web,” 2021. [Online]. Available: www.ejournal.unib.ac.id/index.php/pseudocode

Marwan Noor Fauzy, “Perbandingan Tekstur Citra Dalam Klasifikasi Motif Batik Menggunakan Metode Gray Level Co-Occurrence Matrix (GLCM) dan Gray Level Run Length Matrix (GLRLM) ,” Program PascaSarjana Universitas Amikom Yogyakarta , Yogyakarta, 2020.

S. H. Khaleefah, S. A. Mostafa, A. Mustapha, and M. F. Nasrudin, “Review of local binary pattern operators in image feature extraction,” Indonesian Journal of Electrical Engineering and Computer Science, vol. 19, no. 1, pp. 23–31, 2020, doi: 10.11591/ijeecs.v19.i1.pp23-31.

M. Hafizd, M. M. Santoni, and A. Muliawati, Level Run Length Matrix Untuk Identifikasi Citra Bahan Kulit Hewan.

Y. S. HARIYANI, S. HADIYOSO, and T. S. SIADARI, “Deteksi Penyakit Covid-19 Berdasarkan Citra X-Ray Menggunakan Deep Residual Network,” ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, vol. 8, no. 2, p. 443, May 2020, doi: 10.26760/elkomika.v8i2.443.

R. A. Saputra, D. Puspitasari, and T. Baidawi, “Deteksi Kematangan Buah Melon dengan Algoritma Support Vector Machine Berbasis Ekstraksi Fitur GLCM.” [Online]. Available: http://ejournal.bsi.ac.id/ejurnal/index.php/infortech200

A. A. Huda, B. Setiaji, and F. R. Hidayat, “Implementasi Gray Level Co- Occurrance Matrix (GLCM) Untuk Klasifikasi Penyakit Daun,” 2022. [Online]. Available: www.ejournal.unib.ac.id/index.php/pseudocode

M. T. Kanugroho, M. A. Rahman, and R. C. Wihandika, “Klasifikasi Batik dengan Ekstraksi Fitur Tekstur Local Binary Pattern dan Metode K-Nearest Neighbor,” 2022. [Online]. Available: http://j-ptiik.ub.ac.id

B. I. Khaleel, “Color Image Retrieval Based On Fuzzy Neural Networks and Swarm Intelligence,” IIUM Engineering Journal, vol. 23, no. 1, pp. 116–128, 2022, doi: 10.31436/IIUMEJ.V23I1.1802.

Z. A. A. R. Z. G. D. Ucta Pradema Sanjaya, “Optimasi Convolutional Neural Network dengan Standard Deviasi untuk Klasifikasi Pneumonia pada Citra X-rays Paru,” Fakultas Sains dan Teknologi Universitas Nahdlatul Ulama Sunan Giri, vol. 7, no. 3, Jul. 2023.

A. Brijith, “Data Preprocessing for Machine Learning.” [Online]. Available: https://www.researchgate.net/publication/375003512

O. Pribadi, “Bulletin Of Computer Science Research Aplikasi Pembeda Daging Sapi dan Babi dengan Metode Color Moment dan Local Binary Pattern Histogram,” Media Online, vol. 3, no. 5, pp. 336–342, 2023, doi: 10.47065/bulletincsr.v3i5.260.

Idamatul Bashiroh, “Deteksi Osteoporosis Melalui Analisis Tekstur Citra Tulang Manusia Pada Wanita Pasca Menopause dengan Menggunakan Metode Ekstraksi Fitur Gray Level Run Length Matrix (GLRLM) dan Klasifikasi Adaptive Neuro Fuzzy Inference System (Anfis),” Universitas Islam Negeri Maulana Malik Ibrahim Malang, Malang, 2023.

A. Puteri Bilqis Salsabila et al., “Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM,” Technomedia Journal (TMJ), doi: 10.33050/tmj.v6i1.

L. B. Coelho, D. Zhang, Y. Van Ingelgem, D. Steckelmacher, A. Nowé, and H. Terryn, “Reviewing machine learning of corrosion prediction in a data-oriented perspective,” npj Materials Degradation, vol. 6, no. 1. Nature Publishing Group, Dec. 01, 2022. doi: 10.1038/s41529-022-00218-4.

D. Retnoningrum, A. W. Widodo, and M. A. Rahman, “Ekstraksi Ciri Pada Telapak Tangan Dengan Metode Local Binary Pattern (LBP),” 2019. [Online]. Available: http://j-ptiik.ub.ac.id

A. Z. W. S. D. S. M. S. Noya Van Delsen, “Penggunaan Metode Analisis Komponen Utama untuk Mereduksi Faktor-faktor Inflasi di Kota Ambon,” vol. 11, no. 2, Dec. 2017.

M. Z. Nasution, “Penerapan Principal Component Analysis (PCA) dalam Penentuan Faktor Dominan yang Mempengaruhi Prestasi Belajar Siswa (Studi Kasus: SMK Raksana 2 Medan),” Jurnal Teknologi Informasi, vol. 3, no. 1, 2019.

P. Hosseinzadeh Talaee, “Multilayer perceptron with different training algorithms for streamflow forecasting,” Neural Comput Appl, vol. 24, no. 3–4, pp. 695–703, Mar. 2014, doi: 10.1007/s00521-012-1287-5.

A. Setiadi Jurusan Manajemen Informatika Akademi Manajemen Informatika dan Komputer Bina Sarana Informatika Karawang Jl Banten No, “PENERAPAN ALGORITMA MULTILAYER PERCEPTRON UNTUK DETEKSI DINI PENYAKIT DIABETES.” [Online]. Available: http://archive.ics.uci.edu/ml/.

M. Hasnain, M. F. Pasha, I. Ghani, M. Imran, M. Y. Alzahrani, and R. Budiarto, “Evaluating Trust Prediction and Confusion Matrix Measures for Web Services Ranking,” IEEE Access, vol. 8, pp. 90847–90861, 2020, doi: 10.1109/ACCESS.2020.2994222.

D. A. Setiawan, H. Fitriyah, and W. Kurniawan, “Sistem Klasifikasi Jenis Karat Menggunakan Metode Decision Tree Berbasis Raspberry Pi,” 2019. [Online]. Available: http://j-ptiik.ub.ac.id