PENGUKURAN GETARAN PADA POROS JENIS CANTILEVER DENGAN METODE DIGITAL IMAGE PROCESSING

H.Poernomo , I.M. Ariana , I.K.A.P. Utama ,R.Hantoro

1) 2) 1) 2) 3) 4)

Mahasiswa S2 PPSTK-ITS, Dosen PPNS-ITS Dosen Jurusan Teknik Sistem Pekapalan FTK-ITS 3) Profesor, Jurusan Teknik Perkapalan FTK-ITS 4) Mahasiswa S3 PPSTK-ITS, Dosen Jurusan Teknik Fisika FTI-ITS Abstract
General method which is often used in measuring vibration is vibration-meter. This method has a few limitation: complicated, high cost, just can measure vibration at house of bearing and cannot measure vibration at shaft which rotated. Other limitation is the optimum censor at high rotation up to 600 rpm. Based on the above condition, this research conduct the vibration measurement with the alternative method, that is Digital Image Processing. This Method is simple and expense required cheaper if compared to previous method. Vibration which can be measured not limited at house of bearing but it can at all of shaft and can be used at object with the lower rotation. This method just use camera to record vibration object and then analyse all of frames to know displacement value by matlab software. Experiments to get vibration data at cantilever shaft with use 2 method, there are digital image processing and vibration-meter as validation. The shaft with diameter 5 mm and 10 mm rotate at drilling machine with 280 rpm and 550 rpm. The vibration data take by two methods together in the spanning same time. Based on result of analysis vibration data from second methods can be pulled a conclusion that vibration measurement with the Digital Image Processing after validation and compared to vibration-meter have tend the same value, so the Digital Image Processing method can be used as alternative method in measurement of vibration at cantilever shaft rotate.

Keywords: Digital Image Processing, vibration-meter, displacement value, vibration at cantilever shaft.

1. Pendahuluan Getaran yang terjadi pada setiap peralatan sangatlah berpengaruh terhadap umur/ life time alat tersebut. Banyak terjadi kerusakan alat atau sistem dikarenakan besarnya getaran yang terjadi selama alat/sistem tersebut beroperasi. Kerusakan alat/sistem di Industri berdampak besar pada kelancaran proses produksi dan ujung-ujungnya adalah penurunan profit perusahaan. Berdasarkan kondisi tersebut maka pengamatan getaran berlebih yang terjadi pada setiap peralatan perlu dilakukan untuk mengetahui besarnya getaran sehingga dapat dilakukan langkah antisipasi. Analisis kualitas struktur sebuah bahan dapat dilakukan dengan mengamati getaran sebuah benda. Pengukuran frekuensi natural adalah salah satu contoh yang biasa dilakukan untuk menentukan kadar kerusakan benda (kekeroposan) pada aspek predictive maintenance peralatan industri [ Nogueira, Barbosa, 2004]. Banyak metode dan instrument yang umum digunakan dalam pengukuran getaran yang terjadi pada peralatan. Metode umum yang banyak dilakakan adalah pemasangan sensor/tranduser pada bagian alat yang bergetar sehingga sinyal getar dapat dirubah tranduser menjadi sinyal listrik dan selanjutnya diolah oleh perangkat interface untuk dapat ditampilkan hasil pegukuran getaran dalam komputer atau layar lcd. Kendala metode diatas antara lain cukup rumit dan cenderung memerlukan biaya yang besar, sehingga tidak heran jika perangkat pengukur getaran(vibration-meter) paten buatan industri harganya sangat mahal. Selain itu penggunaan alat ukur getaran diatas dalam pengukurannya hanya bisa dipasang pada bantalan pencekam sehingga getaran yang terukur terbatas pada bagian poros yang berada didalam bantalan. Berdasarkan kondisi tersebut maka dalam penelitian ini akan dilakukan pengukuran getaran dengan metode Digital Image Processing. Digital Image Processing merupakan suatu metode yang digunakan untuk melakukan proses atau memanipulasi gambar digital yang disimpan dalam skala dua dimensi[Gonzalez, 2002]. Konsep dasar pemrosesan gambar digital (image processing) adalah menggunakan kemampuan penglihatan manusia yang selanjutnya

dihubungkan dengan kemampuan otak untuk melakukan proses atau pengolahan terhadap gambar digital ini[John C. Russ, 1998]. Metode ini cenderung lebih sederhana dan biaya yang dibutuhkan relatif lebih murah jika dibandingkan metode sebelumnya. Getaran pada poros yang dapat diukur tidak terbatas yang didalam bantalan melainkan semua bagian poros. Pada metode ini cukup dibutuhkan kamera pengamat dengan kemampuan FPS ( frame per second) tertentu yang dipasang didekat alat dan selanjutnya hasil rekaman diolah menjadi gambar-gambar (citra digital) dan selanjutnya dianalisis displacement/simpangan yang terjadi berdasarkan pixel gambar. Beberapa penelitian yang berkenaan dengan metode digital imege processing menunjukkan hasil yang cukup akurat yaitu dengan tingkat error berkisar antara 0,15 % 0,89 %, seperti pada penelitian Wijayanto[Wjayanto, 2009]. Aplikasi Penggunaan metode digital image processing dalam pengukuran getaran dapat dilakukan pada beberapa jenis objek getar. Salah satu objek getar yang dapat diukur adalah poros jenis kantilever, dimana jenis ini banyak terdapat di dunia maritim/kapal seperti pada poros kemudi, poros propeler, poros vertical axis turbine dan lain-lain. Objek getar dalam kasus yang akan diselidiki dalam penelitian ini adalah getaran pada poros vertical axis turbine sebagai pembangkit tenaga alternatif arus laut yang sering mengalami patah. 2. Tinjauan Pustaka 2.1. Digital Image Processing Image Processing merupakan suatu metode yang digunakan untuk melakukan proses atau manipulasi gambar digital yang disimpan dalam skala dua dimensi[Bima Sena, 2006]. Konsep dasar pemrosesan gambar digital menggunakan image processing merupakan penerapan kemampuan indera penglihatan manusia dan selanjutnya dihubungkan dengan kemampuan otak manusia untuk melakukan proses atau pengolahan terhadap gambar digital tersebut. Dalam perkembangan hingga saat ini konsep image processing ini dikembangkan dan diaplikasikan dalam berbagai bentuk. Penerapan konsep image processing pada berbagai bidang ilmu pengetahuan memiliki tingkat keberhasilan yang cukup tinggi. Tujuan utama dari digital image processing adalah bagaimana suatu gambar atau citra digital dapat diolah dan dianalisis dengan seksama[.Jain, 1989]. Mengekstraksi informasi ciri yang menonjol pada suatu citra, dimana hasilnya adalah informasi citra dimana manusia mendapatkan informasi ciri dari citra secara numerik atau dengan kata lain komputer (mesin) melakukan interprestasi terhadap informasi yang ada pada citra melalui besaran-besaran data yang dapat dibedakan secara jelas (besaran-besaran ini berupa besaran numerik). Hasil pemrosesan ini diharapkan dapat memberikan suatu informasi yang baru dan lebih bermanfaat dari gambar yang diproses. Klasifikasi dasar yang terdapat dalam image processing berdasarkan batasan pemrosesannya, yaitu: point, area, geometri,dan frame[Prakash, 2000]. 2.2. Dasar -Dasar Pengolahan Citra Beberapa hal yang penting di dalam pengolahan citra digital antara lain: teknik-teknik pengambilan citra, model citra digital, sampling dan kuantisasi, threshold, histogram, proses filtering, perbaikan citra sampai pada pengolahan citra digital yang lebih lanjut seperti segmentasi, image clustering dan ekstraksi ciri [Anil K.Jain, 1989]. Citra digital merupakan representatif dari citra yang diambil oleh mesin dengan bentuk pendekatan berdasarkan sampling dan kuantisasi. sampling menyatakan besarnya kotak-kotak yang disusun dalam baris dan kolom atau dengan kata lain sampling pada citra menyatakan besar kecilnya ukuran pixel (titik) pada citra, dan kuantisasi menyatakan besarnya nilai tingkat kecerahan yang dinyatakan dalam nilai tingkat keabuan (gray scale) sesuai dengan jumlah bit biner yang digunakan oleh mesin dengan kata lain kuantisasi pada citra menyatakan jumlah warna yang ada pada citra[Michael weeks, 2006]. Proses pengolahan citra secara diagram proses dimulai dari pengambilan citra, perbaikan kualitas citra, sampai dengan pernyataan representatif citra dicitrakan dengan gambar 1. berikut ini.
Capture Pengambilan citra Perbaikan Kualitas Citra Proses Representasi Citra

Gambar 1. Proses pengolahan citra

2.2.1 Model Citra Digital Citra digital adalah citra yang diambil berdasarkan sampling dan kuantisasi tertentu sehingga citra digital ini terbentuk dari piksel-piksel yang besarnya tergantung pada besar kecilnya sampling dan nilainya (besarnya derajat keabuan) tergantung pada kuantisasi[Pratt, W.K, 1991]. Berdasarkan pengertian ini maka model citra digital dinyatakan dalam bentuk matrik yang nilainya berupa nilai derajat keabuan seperti terlihat pada citra 2. berikut. Model ini menyatakan model dari citra gray-scale yaitu citra yang terdiri dari derajat keabuan tertentu. Dengan kata lain dapat dinyatakan bahwa citra digital adalah citra yang didefinisikan sebagai fungsi f(x,y) dimana x menyatakan nomor baris, y menyatakan nilai kolom, dan f menyatakan nilai derajat keabuan dari citra. Sehingga (x,y) adalah posisi dari piksel dan f adalah nilai derajat keabuan pada titik (x,y) seperti terlihat pada gambar berikut:

Gambar 2. Citra sebagai matrik

2.3. Dasar-dasar Transformasi Fourier Transformasi Fourier adalah suatu model transformasi yang memindahkan domain spasial atau domain waktu menjadi domain frekwensi. [Michael weeks, 2006]

F(t)

Transformasi Fourier

F( )

Gambar 3. Transformasi Fourier

Transformasi Fourier merupakan suatu proses yang banyak digunakan untuk memindahkan domain dari suatu fungsi atau obyek ke dalam domain frekwensi. Di dalam pengolahan citra digital, transformasi fourier digunakan untuk mengubah domain spasial pada citra menjadi domain frekwensi[Michael weeks, 2006]. Analisis dalam domain frekwensi banyak digunakan seperti filtering. Dengan menggunakan transformasi fourier, sinyal atau citra dapat dilihat sebagai suatu obyek dalam domain frekwensi. 2.3.1. Transformasi Fourier 2D Transformasi Fourier kontinu 2D dari suatu fungsi spasial f(x,y) didefinisikan dengan: [Wijaya, 2007]

(1)
dimana F( 1 , 2 ) adalah fungsi dalam domain frekwensi f(x,y) adalah fungsi spasial atau citra dan 2 adalah frekwensi radial 0 2 . Transformasi fourier yang digunakan dalam pengolahan citra digital adalah transformasi fourier 2D. 2.3.2 Fast Fourier Transform FFT (Fast Fourier Transform) adalah teknik perhitungan cepat dari DFT (Discrete Fourier Transform). Dimana FFT 2D adalah pengembangan dari DFT 2D. FFT adalah DFT dengan teknik perhitungan yang cepat dengan memanfaatkan sifat periodikal dari transformasi fourier. Definisi dari DFT :

(2)
Atau dapat dituliskan dengan : Sehingga fungsi cosinus berikut ini :

(3)

Gambar 4. Gambar fungsi cosinus 1 periode

Pada gambar 4 di atas dapat dilihat bahwa nilai fungsi cosinus untuk setangah bagian bila dilihat dari kiri dan setengah bagian dari kanan akan sama, atau dapat dikatakan bahwa nilai fungsi cosinus untuk setengah periode adalah kebalikan horisontal (shift) dari nilai setengah periode sebelumnya, atau dapat dituliskan bahwa ; cos(T/2-x) = -cos(x), untuk 0<x<T/2 (4) Untuk fungsi sinus berikut ini :

Gambar 5. Gambar fungsi sinus 1 periode

Pada gambar 5 di atas dapat dilihat bahwa nilai fungsi sinus untuk setengah periode adalah kebalikan dari nilai setengah periode sebelumnya, atau dapat dituliskan bahwa ; sin(x+T/2) = -sin(x), untuk 0<x<T/2 Dari kedua sifat di atas, maka perhitungan DFT dapat disederhanakan dengan cukup menghitung setengah periode saja, sedangkan setengah periode berikutnya dapat dihitung dengan menggunakan : F(x+T/2) = Real{F(T/2-x)} - j Im{F(x)} (5) 2.4. Prinsip-prinsip Deteksi Tepi Deteksi tepi ( Edge Detection ) pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek gambar. Suatu titik (x,y) dikatakan sebagai tepi ( edge ) dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangga[Pratt, , 1991]. Gambar 6. berikut ini menggambarkan bagaimana tepi suatu gambar diperoleh.

Gambar 6. Proses Deteksi Tepi

Pada gambar 7. terlihat bahwa hasil deteksi tepi berupa tepi-tepi dari suatu gambar. Bila diperhatikan bahwa tepi suatu gambar terletak pada titik-titik yang memiliki perbedaan tinggi. Berdasarkan prinsip-prinsip filter pada citra maka tepi suatu gambar dapat diperoleh menggunakan High Pass Filter (HPF), yang mempunyai karakteristik:

Gambar 7. Contoh hasil deteksi tepi

3. Metode Penelitian Penelitian akan memfokuskan pada pengambilan data getaran yang terjadi dengan jalan pengukuran getaran secara langsung/metode percobaan dengan alat bantu kamera dan alat yang umum digunakan yaitu vibration-meter. Kamera perekam yang digunakan memiliki kemampuan 60 fps (frame per second) yang dipasang pada sekitar poros turbin. Model uji dan kondisi percobaan sebagai berikut : Model yang digunakan adalah poros yang salah satu ujungnya dijepit pada cekam mesin bor. Poros diputar denga beberapa kecepatan berbeda. Kamera perekam dipasang didepan poros dan probe vibration-meter dipasang dirumah bantalan untuk mengukur getaran yang etrjadi. Percobaan dilakukan dengan beberapa variasi kecepatan putaran, yaitu 280 rpm dan 550 rpm. Poros yang diuji berjumlah 2 yaitu berdiameter 10 mm dan 5,1 mm. Masing-masing poros diputar dengan putaran 280 rpm dan 550 rpm dan dilakukan perekaman untuk mendapatkan image yang selanjutnya akan diproses dengan metode digital image processing guna mendapatkan simpangan getar yang terjadi pada poros. Bersamaan dengan proses tersebut juga dilakukan pengukuran getaran dengan menggunakan alat yang umum digunakan yaitu vibration-meter. Probe vibration-meter dipasang pada rumah bantalan mesin bor guna mendapatkan simpangan getar yang terjadi dan selanjutnya digunakan sebagai pembanding atau validator dari metode digital image processing. Hasil dari percobaan selanjutnya dianalisis guna mendapatkan tingkat ketelitian permorma kemampuan pengukuran getaran dengan metode digital image processing dibandingkan dengan vibration-meter. 4. Analisis Hasil Eksperimen dan validasi Dari data yang didapat berupa video perekam selanjutnya diproses untuk didapatkan datadata yang diperlukan dalam mengetahui simpangan getaran yang terjadi. Langkah proses dan analisis data berdasarkan metode Digital Image Processing tersebut adalah sebagai berikut: 4.1. Input data video Data video didapatkan dari hasil eksperimen yang direkam dengan kamera sanyo Xacti dengan kemampuan 60 fps (frame per secons). Variasi data berupa diameter poros yaitu diameter 5 mm (kecil) dan diameter 10 mm (besar) serta variasi putaran mesin 280 rpm dan 550 rpm. Data video yang terekam masih dalam format MP4. 4.2. Konversi tipe video Pada tahap ini, inputan video yang masih dalam format .MP4 dari hasil perekaman kamera dikonversi menjadi format video .avi. Proses konversi ini dilakukan dengan menggunakan software shareware/trial Total Video Converter. Sofware ini dapat dijalankan pada sistem operasi windows. Pengubahan bentuk format video ini bertujuan agar format video dapat dikonversi menjadi frame-frame gambar. Dan selanjutnya dapat diproses deteksi tepi dengan matlab guna mendapatkan besar simpangan yang terjadi.

4.3. Konversi video menjadi frame Pada tahap ini, video yang telah dikonversi menjadi format .avi dipakai sebagai masukan untuk mengubah video menjadi frame. Sofware yang digunakan dalam tahapan ini adalah software shareware/trial juga yang hanya bisa dipakai selama 15 kali pemakaian konversi yaitu Quick Video Converter yang dijalankan pada sistem operasi windows. Alasan mengapa video harus dikonversi ke dalam format .avi, karena mungkin dikarenakan software pengkonversi video ke frame ini trial jadi masukan yang bisa diterima hanya video dengan format .avi. Format output frame adalah gambar dengan format .jpeg dimana ekstraksi frame dari video dilakukan setiap 1/60 detik. Sehingga dari video yang berdurasi 1 menit 15 detik diperoleh sebanyak 4509 frame dengan ukuran piksel frame yaitu 1920 x 1080. 4.4. Image Process dengan matlab Gambar image per frame yang sudah dikonversi selanjutnya diproses dengan software matlab guna dilakukan deteksi tepi. Deteksi tepi dilakukan pada matlab dengan menggunakan metode sobel, dikarenakan metode ini dapat menampilkan hasil gambar tepi yang lebih jelas dari metode deteksi yang lain seperti metode canny, robert atau prewit. Semua gambar diproses dengan matlab untuk diamati defleksi poros yang terjadi. Dari gambar yang sudah dideteksi tepi dengan membandingkan frame referensi dengan frame gambar yang dianalisis maka akan didapatkan besar simpangan yang terjadi pada tiap gambar. Seperti pada contoh gambar berikut:

Gambar 8. Gambar frame hasil ekstraksi video

dengan software matlab untuk menampilkan deteksi tepi menjadi seperti Gambar 9. dibawah ini:

X: 1400 Y: 606 Index: 0 RGB: 0, 0, 0

Gambar 9. Gambar hasil deteksi tepi dari frame

Image yang telah dideteksi tepi selanjutnya dilihat koordinat pixel pada titik yang telah ditentukan sesuai acuan pixel titik referensi pada saat poros diam yang telah ditentukan sebelumnya, maka akan terukur besar simpangan yang terjadi yang masih dalam bentuk besaran pixel. Selanjutnya besaran pixel dikonversi menjadi besaran millimeter berdasarkan

hasil kalibrasi sebelumnya yaitu besar 1 pixel ekivalen dengan berapa milimeter. 4.5. Mendapatkan grafik simpangan getaran dan analisis Hasil yang didapatkan dirubah dalam bentuk grafik dari data-data image processing dan alat ukur vibration-meter dengan jalan memasukkan ke program excel, dan selanjutnya didapatkan grafik perbandingan kedua metode tersebut adalah sebagai berikut:
0.2 0.15 0.1

simpangan (mm)

0.05 0 -0.05 0 -0.1 -0.15 -0.2 -0.25 -0.3 waktu (dtk) 0.25 0.5 0.75 1 1.25 1.5 1.75 2 2.25 2.5

Gambar 10. Pengukuran getaran pada rumah bantalan dengan Digital Image Processing
0.2 0.18 0.16 0.14 0.12 0.1 0.08 0.06 0.04 0.02 0
0.5 1.5 2.5 0 5 0.2 5 0.7 1 5 1.2 5 1.7 2 5 2.2 5 2.7

simpangan (mm)

pp rms
3 5 3.2

waktu (dtk)

Gambar 11. Pengukuran getaran pada rumah bantalan dengan vibration-meter

Pada Gambar 10 dan Gambar 11 di atas terlihat bahwa hasil pengukuran getaran pada rumah bantalan pada poros 10mm putaran 280 rpm dengan dua metode saat pengukuran detik ke-0 sampai detik 2,5 memiliki tren yang sama yaitu cenderung naik. Pada grafik dengan metode image processing tampak naik turun karena nilai simpangan belum dimutlakkan seperti pada alat vibration-meter, jika sudah dimutlakkan maka kedua grafik cenderung akan tampak sama. Pada nilai pengukur besar simpangan kedua metode tampak sedikit berbeda yaitu lebih besar dengan image processing dengan selisih rata-rata 0.05mm, nilai selisih yang kecil. Perbandingan grafik getaran pada pengukuran di rumah bantalan dan di poros 5 mm dan putaran 550 rpm terlihat pada Gambar 12 dan Gambar 13 berikut ini:

1.2 1 0.8 0.6

simpangan (mm)

0.4 0.2 0 -0.2 0 -0.4 -0.6 -0.8 -1 -1.2 waktu (detik) 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Gambar 12. Pengukuran getaran pada poros dengan Digital Image Processing
0.1 0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 0 0.5 1 1.5 2 2.5 3 3.5 waktu (dtk)

simpangan (mm)

pp rms 4 4.5 5

Gambar 13. Pengukuran getaran pada rumah bantalan dengan vibration-meter

Dari perbandingan gambar grafik kedua metode di atas pada pengukuran getaran poros diameter dan rpm serta pada detik waktu pengukuran yang sama terlihat bahwa besar simpangan rata-rata yang terjadi nilainya berbeda. Hasil pengukuran dengan image processing tampak nilai simpangannya lebih besar dari nilai rata-rata simpangan dengan vibrationmeter yaitu pada image processing antara 0.9 mm sampai 1 mm sedangkan vibration-meter berkisar 0.05mm. Keadaan ini dikarenakan tempat pengukuran yang berbeda diantara keduanya, dimana vibration-meter hanya bisa mengukur getaran pada rumah bantalan sedangkan image processing dapat mengukur getaran disepanjang poros terutama di ujung poros yang menggantung. Kondisi demikian yang mengakibatkan nilai simpangan yang terukur diujung poros bebas lebih besar dari simpangan getaran yang terukur di rumah bantalan. Getaran poros yang terjadi di rumah bantalan tentunya akan terukur lebih kecil karena getaran yang terjadi dibatasi oleh bantalan. Namun demikian pengukuran getaran poros diujung maupun di rumah bantalan pada dasarnya sama mengacu pada sifat efek gyroskopis pada poros kantilever. Kemampuan ini yang menjadi salah satu kelebihan dari metode digital image processing dibandingkan dengan metode umum dengan vibration-meter yaitu dapat mengetahui besarnya getaran disepanjang poros yang berputar secara langsung. Berdasarkan pada tren grafik antara kedua metode terlihat cendrung sama, ini berarti menunjukkan hasil pengukuran simpangan getar dengan metode image processing memiliki kecendrungan yang sama meskipun besaran yang terukur berbeda dikarenakan posisi obyek getar yang diukur berbeda. Berdasarkan grafik diatas juga terlihat bahwa nilai pengukuran dengan vibration-meter selalu positif dan pengukuran dengan metode image processing bernilai positif dan ada yang negatif. Pada vibration-meter selalu positif karena nilai simpangan selalu dimutlakkan sehingga selalu bernilai positif sedangkan pada metode image processing pengukuran nilai simpangan belum dimutlakkan sehingga nilai yang muncul dapat negataif dan positif disesuaikan dengan hasil pengukuran simpangan pada pixel gambar yang diukur terhadap pixel gambar referensi acuan poros diam. Pada prinsipnya kedua nilai tersebut akan memiliki nilai yang sama yaitu positif jika semua nilai yang terukur sama-sama dimutlakkan.

Tingkat ketelitian dan kemampuan metode Digital Image Processing dalam mengukur simpangan getar sebenarnya tergantung pada kemampuan kamera dalam merekam gambar baik kapasitas fps maupun pixel gambar yang dihasilkan. Semakin besar kemampuan fps dalam perekaman maka akan semakin banyak didapatkan data kondisi/moment yang terekam, sehingga semakin banyak pula informasi yang didapatkan untuk analisis data selanjutnya. Kemampuan pixel yang dihasilkan kamera juga sangat menunjang keakuratan data yang akan dinalisa karena semakin besar pixel gambar yang dihasilkan maka tingkat ketelitian gambar yang yang diproses juga akan semakin besar karena gambar yang dihasilkan akan semakin halus sehingga analisis simpangan getar yang terjadi akan semakin akurat. 5. Kesimpulan Berdasarkan analisis kondisi diatas maka dapat ditarik suatu kesimpulan bahwa pengukuran getaran dengan metode Digital Image Processing setelah divalidasi dan dibandingkan dengan alat vibration-meter memiliki kecenderung nilai yang sama, sehingga disimpulkan dapat digunakan sebagai metode alternatif dalam pengukuran simpangan getaran pada poros yang berputar. Daftar Pustaka [1] Anil K.Jain. Fundamental of Digital Image processing. Prentice Hall, Englewood, New Jersey, 1989. [2] Bima Sena Bayu Dewantara. Image Prosesing dan Aplikasinya. Pelatihan image prosesing, Surabaya, 2006. [3] [4] Gonzalez R. C., Woods R. E.. Digital Image Processing. 2nd edition. Prentice Hall, 2002. Hendry Wjayanto, Aplikasi Interferometer Digital untuk Mendeteksi Frekuensi Natural Benda,Tugas Akhir Teknik Fisiska, Surabaya, 2009 Handayani, Anik Nur, SISTEM PENGUKURAN KEDIPAN MATA BERDASARKAN EKSTRAKSI AREA MATA,Laporan Tesis ITS, Surabaya, 2008. John C. Russ. The Image Processing Handbook, Third Edition. CRC Press, CRC Press LLC, 1998. Michael weeks. Digital Signal Processing Using Matlab and Wavelets. Georgia State University, Infinity Science Press, 2006. Marvin Wijaya, Pengolahan Citra Dijital Menggunakan MATLAB, Informatika, Bandung, November, 2007. Nogueira F.M.A, Barbosa F.S.. Evaluation of Structural Natural Frequencies Using Image Processing, 2nd Ed. Juiz de Fora, Brazil, 2000. Pratt, W.K. Digital Image Processing, 2nd Ed. John Wiley & Sons, New York, NY,1991. Ryall T.G., C.S. Fraser,. Determination of structural modes of vibration Using Digital Photogrammetry. Journal of Aircraft, vol.39, 2002. Shashi Prakash, Sanjay U. Real Time Out-of-Plane Vibration Measurement/Monitoring Using Talbot Interferometry. Journal of Optic sect laser application and holography laboratory, in press, accepted 11 July 2004. Wahyu R.B., Motion Detection Using Image Subtraction and Edges Detection, Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus, 2006

[5]

[6]

[7]

[8]

[9]

[10] [11]

[12]

[13]