Deteksi Lantai Keramik Kotor

Proyek ini bertujuan membedakan kondisi lantai keramik bersih dan kotor menggunakan teknik pengolahan citra digital. Pendekatan yang dipakai berbasis analisis intensitas piksel dan variasi tekstur, tanpa melibatkan pembelajaran mesin.

Kebutuhan

Komponen	Versi
Python	3.8 atau lebih baru
OpenCV	terbaru
NumPy	terbaru
Matplotlib	terbaru

Seluruh dependensi dapat dipasang melalui requirements.txt.

Struktur Proyek

.
├── deteksi_lantai_kotor.py
├── requirements.txt
├── lantai.jpg
└── docs/
    └── sequence-diagram.png

Alur Sistem

Secara ringkas, sistem bekerja melalui lima tahap:

1. Membaca citra lantai keramik.
2. Mengonversi citra ke grayscale dan mereduksi noise.
3. Mengekstraksi fitur statistik berupa mean dan standar deviasi.
4. Membandingkan nilai standar deviasi terhadap threshold.
5. Menentukan kondisi lantai: bersih atau kotor.

Dasar Pengambilan Keputusan

Keputusan klasifikasi bertumpu pada nilai standar deviasi intensitas piksel:

$\sigma = \sqrt{\frac{1}{N}\sum_{i=1}^{N}(x_i - \mu)^2}$

Semakin tinggi $\sigma$, semakin besar variasi tekstur pada permukaan — yang umumnya mengindikasikan adanya kotoran atau noda.

Cara Menjalankan

pip install -r requirements.txt
python deteksi_lantai_kotor.py

Pastikan file gambar (lantai.jpg) berada pada path yang sesuai dengan yang ditentukan di dalam kode.

Output

Program menghasilkan dua jenis keluaran:

• Visual: citra asli, hasil preprocessing, dan hasil deteksi.
• Terminal: nilai mean, standar deviasi, dan keputusan akhir sistem.

Catatan

• Sistem bekerja optimal pada kondisi pencahayaan yang relatif stabil.
• Nilai threshold dapat disesuaikan berdasarkan hasil pengujian pada lingkungan yang berbeda.