Keterbatasan Metodologi - HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN

4.6. Keterbatasan Metodologi

1. Pada saat proses pengujian diusahakan tidak ada bayangan pada perangkat elektronika. Jika terdapat bayangan maka akan mempengaruhi tingkat pengenalan khususnya pengujian pengaruh variasi translasi, rotasi dan skala.

2. Perangkat elektronika yang digunakan harus berwarna gelap (doff) karena pada pengujian latar belakang yang digunakan berwarna terang (abu-abu). Jika perangkat elektronika berwarna terang maka akan mempengaruhi proses preprocessing.

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Berdasarkan hasil pengujian sistem pengenalan perangkat elektronika dapat disimpulkan sebagai berikut:

1. Berdasarkan hasil percobaan dan pengujian sistem pengenalan perangkat elektronika secara real time dapat disimpulkan sistem pengenalan perangkat elektronika dengan ekstraksi ciri deskriptor Fourier dan fungsi jarak Euclidean berjalan sesuai dengan yang diharapkan serta lebih baik dari penelitian sebelumnya. Hal tersebut dapat dilihat dari persentase hasil pengujian pengenalan perangkat elektronika mencapai 100% dengan koefisien Fourier deskriptor terkecil sejumlah 5 koefisien.

2. Dari hasil pengujian variasi translasi koefisien fourier deskriptor terkecil dengan tingkat pengenalan terbaik yaitu sejumlah 5 dengan rata – rata persentase pengaruh variasi translasi mencapai 77,143%.

3. Pengujian variasi rotasi koefisien fourier terkecil dengan tingkat pengenalan terbaik yaitu sejumlah 10 dengan rata-rata persentase pengaruh variasi rotasi yaitu 84,762%

4. Pada pengujian variasi skala koefisien fourier terkecil dengan tingkat pengenalan terbaik yaitu sejumlah 5 dengan rata-rata persentase tingkat pengenalan mencapai 87,952%.

5. Nilai ekstraksi ciri antar perangkat elektronika dapat dikatakan mirip satu sama lain karena kesamaan kosinus bernilai 1.

5.2. Saran

Dengan dibuatnya software pengenalan perangkat elektronika ini, saran yang dapat diberikan dalam pengembangan kedepan antara lain:

1. Mencoba memperbanyak objek pengenalan perangkat elektronika.

2. Mencoba output berupa suara.

3. Mencoba ekstraksi ciri lain untuk pengenalan objek yang lebih kompleks.

DAFTAR PUSTAKA

[1] Prasetyo, Deniel Cahyo., 2014, Pengenalan Perangkat Elektronika Secara Real Time Menggunakan Webcam Berbasis Ekstraksi Ciri Discrete Cosine Transform, Tugas Akhir, Jurusan Teknik Elektro, FST, Universitas Sanata Dharma Yogyakarta.

[2] Hanu, K., dkk, 1995, An Experimental Comparison of Autoregressive and Fourier-based Descriptors in 2-D Shape Classification, IEEE Transactions on Pattern Analysis and Machine Inteligence, vol 17, hal 201 – 207.

[3] Zhang, D., Lu, G., ---, A Comparative on Shape Retrieval Using Fourier Descriptors with Different Shape Signatures, Monash University, Australia.

[4] Logitech, ---, HD Webcam C270, http://www.logitech.com/id-id/product/hd-webcam-c270h?crid=34, diakses 27 Juli 2017.

[5] Putra, Darma, 2010, Pengolahan Citra Digital, Andi, Yogyakarta.

[6] Madenda, Sariffudin, 2015, Pengolahan Citra & Video Digital, Erlangga, Jakarta.

[7] Kadir, A., Susanto, A., 2013, Teori dan Aplikasi Pengolahan Citra, Andi, Yogyakarta.

[8] Edupaint, 2011, Mengenal Warna Dasar, http://edupaint.com/warna/roda-warna/234-read-110405-mengenal-warna-dasar.html, diakses 27 Juli 2017.

[9] Astuti, Zuni Erna, 2010, Transformasi Fourier Untuk Peningkatan Kualitas Citra, vol 9, no. 1, hal 56 – 59.

[10] Putra, Leonardus Sandy Ade, 2017, Pengenalan Kode Huruf SEMAPHORE, Tugas Akhir, Jurusan Teknik Elektro, FST, Universitas Sanata Dharma Yogyakarta.

[11] Marques, Oge, 2011, Practical Image and Video Processing Using MATLAB.

John Wiley & Sons.

[12] S, Dewi Ekanita M, 2004, Operasi Morfologi pada Suatu Berkas Citra

Monokrom *.BMP Menggunakan Perangkat Lunak Versi 6.5, Tugas Akhir, Jurusan Matematika, FST, Universitas Sanata Dharma, Yogyakarta.

[13] Yadav, Raj Bahadur, dkk, 2009, Vehicular Shape Based Object Classification Using Fourier Descriptors Technique, Journal Of Scientific & Industrial Research, vol 68.

[14] Otsu, N., A Threshold Selection Method from Gray-Level Histograms, IEEE Transactions on Systems, Man, and Cybernetics, vol 9.

[15] Ariantini, Dewa A. R., Arie S. M. L., Agustinus J., 2016, Pengukuran Kemiripan Dokumen Teks Bahasa Indonesia Menggunakan Metode Cosine Similarity, E-Journal Teknik Informatika, vol 9.

LAMPIRAN 1

HASIL PERHITUNGAN TRANSFORMASI FOURIER

Menghitung transformasi Fourier f(y) pada Tabel 2.4 dengan persamaan 2.5 Untuk u = 0

𝐹(0) = � 𝑓(𝑦).𝑒^[0]

11 𝑖=0

𝐹(0) = � 𝑓(𝑦)

𝑖=0

𝐹(0) = 𝑓(0) + 𝑓(1) + 𝑓(2) + 𝑓(3) + 𝑓(4) + 𝑓(5) + 𝑓(6) + 𝑓(7) + 𝑓(8) + 𝑓(9) + 𝑓(10) + 𝑓(11)

𝐹(0) = 2i + 2i + 2i + 3i + 4i + 5i + 5i + 5i + 4i + 3i + 2i + 2i 𝐹(0) = 39.0000i

Untuk u = 1

𝐹(1) = � 𝑓(𝑦). 𝑒^{�−𝑗2𝜋𝑖}^{12 �}

𝑖=0

𝐹(1) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗𝜋6�}+ 𝑓(2). 𝑒^{�−𝑗𝜋3�} + 𝑓(3). 𝑒^{�−𝑗𝜋2�}+ 𝑓(4).𝑒^{�−𝑗2𝜋}^{3 �} +𝑓(5). 𝑒^{�−𝑗5𝜋}^{6 �}+ 𝑓(6). 𝑒^{[−𝑗𝜋]}+ 𝑓(7).𝑒^{�−𝑗7𝜋}^{6 �}+ 𝑓(8). 𝑒^{�−𝑗4𝜋}^{3 �}+ 𝑓(9).𝑒^{�−𝑗3𝜋}^{2 �} 𝑓(10). 𝑒^{�−𝑗5𝜋}^{3 �}+ 𝑓(11).𝑒^{�−𝑗11𝜋}^{6 �}

𝐹(1) = −0.0000 + 10.1962𝑖

Untuk u = 2

𝐹(2) = � 𝑓(𝑦). 𝑒^{�−𝑗4𝜋𝑖}^{12 �}

𝑖=0

𝐹(2) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗𝜋3�}+ 𝑓(2). 𝑒^{�−𝑗2𝜋}^{3 �}+ 𝑓(3).𝑒^{[−𝑗𝜋]} + 𝑓(4). 𝑒^{�−𝑗4𝜋}^{3 �} + 𝑓(5). 𝑒^{�−𝑗5𝜋}^{3 �}+ 𝑓(6). 𝑒^{[−𝑗2𝜋]}+ 𝑓(7). 𝑒^{�−𝑗7𝜋}^{3 �}+ 𝑓(8). 𝑒^{�−𝑗8𝜋}^{3 �}+ 𝑓(9). 𝑒^{[−𝑗3𝜋]}

𝑓(10). 𝑒^{�−𝑗10𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗11𝜋}^{3 �} 𝐹(2) = 2.0000𝑖

Untuk u = 3

𝐹(3) = � 𝑓(𝑦). 𝑒^{�−𝑗6𝜋𝑖}^{12 �}

𝑖=0

𝐹(3) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗1𝜋}^{2 �}+ 𝑓(2). 𝑒^{[−𝑗𝜋]}+ 𝑓(3). 𝑒^{�−𝑗3𝜋}^{2 �}+ 𝑓(4). 𝑒^{[−𝑗2𝜋]}

+ 𝑓(5). 𝑒^{�−𝑗5𝜋}^{2 �}+ 𝑓(6). 𝑒^{[−𝑗3𝜋]}+ 𝑓(7). 𝑒^{�−𝑗7𝜋}^{2 �}+ 𝑓(8). 𝑒^{[−𝑗4𝜋]}+ 𝑓(9). 𝑒^{�−𝑗9𝜋}^{2 �} 𝑓(10). 𝑒^{[−𝑗5𝜋]}+ 𝑓(11). 𝑒^{�−𝑗11𝜋}^{2 �}

𝐹(3) = − 1.0000𝑖

Untuk u = 4

𝐹(4) = � 𝑓(𝑦). 𝑒^{�−𝑗8𝜋𝑖}^{12 �}

𝑖=0

𝐹(4) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗2𝜋}^{3 �}+ 𝑓(2). 𝑒^{�−𝑗4𝜋}^{3 �}+ 𝑓(3). 𝑒^{[−𝑗2𝜋]}+ 𝑓(4).𝑒^{�−𝑗8𝜋}^{3 �} + 𝑓(5). 𝑒^{�−𝑗10𝜋}^{3 �}+ 𝑓(6). 𝑒^{[−𝑗4𝜋]}+ 𝑓(7).𝑒^{�−𝑗14𝜋}^{3 �} + 𝑓(8). 𝑒^{�−𝑗16𝜋}^{3 �}+ 𝑓(9).𝑒^{[−𝑗6𝜋]}

𝑓(10). 𝑒^{�−𝑗20𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗22𝜋}^{3 �}

𝐹(4) = −4.8850𝑒 − 015 + 1.9984𝑒 − 015𝑖

Untuk u = 5

𝐹(5) = � 𝑓(𝑦). 𝑒^{�−𝑗10𝜋𝑖}^{12 �}

𝑖=0

𝐹(5) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗5𝜋}^{6 �}+ 𝑓(2). 𝑒^{�−𝑗5𝜋}^{3 �}+ 𝑓(3). 𝑒^{�−𝑗5𝜋}^{2 �}+ 𝑓(4). 𝑒^{�−𝑗10𝜋}^{3 �} + 𝑓(5). 𝑒^{�−𝑗25𝜋}^{6 �}+ 𝑓(6). 𝑒^{[−𝑗5𝜋]}+ 𝑓(7). 𝑒^{�−𝑗35𝜋}^{6 �} + 𝑓(8). 𝑒^{�−𝑗20𝜋}^{3 �}+ 𝑓(9).𝑒^{�−𝑗15𝜋}^{2 �}

𝑓(10). 𝑒^{�−𝑗25𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗55𝜋}^{6 �} 𝐹(5) = − 0.1962𝑖

Untuk u = 6

𝐹(6) = � 𝑓(𝑦).𝑒^{[−𝑗𝜋𝑖]}

𝑖=0

𝐹(6) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{[−𝑗𝜋]}+ 𝑓(2). 𝑒^{[−𝑗2𝜋]}+ 𝑓(3). 𝑒^{[−𝑗3𝜋]}+ 𝑓(4).𝑒^{[−𝑗4𝜋]}

+ 𝑓(5). 𝑒^{[−𝑗5𝜋]}+ 𝑓(6). 𝑒^{[−𝑗6𝜋]}+ 𝑓(7). 𝑒^{[−𝑗7𝜋]}+ 𝑓(8). 𝑒^{[−𝑗8𝜋]}+ 𝑓(9). 𝑒^{[−𝑗9𝜋]}

𝑓(10). 𝑒^{[−𝑗10𝜋]}+ 𝑓(11). 𝑒^{[−𝑗11𝜋]}

𝐹(6) = + 1.0000𝑖

Untuk u = 7

𝐹(7) = � 𝑓(𝑦). 𝑒^{�−𝑗14𝜋𝑖}^{12 �}

𝑖=0

𝐹(7) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗7𝜋}^{6 �}+ 𝑓(2). 𝑒^{�−𝑗7𝜋}^{3 �}+ 𝑓(3). 𝑒^{�−𝑗21𝜋}^{6 �}+ 𝑓(4). 𝑒^{�−𝑗14𝜋}^{3 �} +𝑓(5). 𝑒^{�−𝑗35𝜋}^{6 �}+ 𝑓(6). 𝑒^{[−𝑗7𝜋]}+ 𝑓(7).𝑒^{�−𝑗49𝜋}^{6 �}+ 𝑓(8). 𝑒^{�−𝑗28𝜋}^{3 �}+ 𝑓(9).𝑒^{�−𝑗21𝜋}^{2 �} 𝑓(10). 𝑒^{�−𝑗35𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗77𝜋}^{6 �}

𝐹(7) = − 0.1962𝑖

Untuk u = 8

𝐹(8) = � 𝑓(𝑦). 𝑒^{�−𝑗16𝜋𝑖}^{12 �}

𝑖=0

𝐹(8) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗4𝜋}^{3 �}+ 𝑓(2). 𝑒^{�−𝑗8𝜋}^{3 �}+ 𝑓(3). 𝑒^{[−𝑗4𝜋]}+ 𝑓(4).𝑒^{�−𝑗16𝜋}^{3 �} +𝑓(5). 𝑒^{�−𝑗20𝜋}^{6 �}+ 𝑓(6). 𝑒^{[−𝑗8𝜋]}+ 𝑓(7).𝑒^{�−𝑗28𝜋}^{3 �} + 𝑓(8). 𝑒^{�−𝑗32𝜋}^{3 �}+ 𝑓(9). 𝑒^{[−𝑗12𝜋]}

𝑓(10). 𝑒^{�−𝑗40𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗44𝜋}^{3 �}

𝐹(8) = −1.0436𝑒⁻¹⁴ − 4.2188𝑒^−15𝑖

Untuk u = 9

𝐹(9) = � 𝑓(𝑦). 𝑒^{�−𝑗18𝜋𝑖}^{12 �}

𝑖=0

𝐹(9) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗3𝜋}^{2 �}+ 𝑓(2). 𝑒^{[−𝑗3𝜋]}+ 𝑓(3). 𝑒^{�−𝑗9𝜋}^{2 �}+ 𝑓(4). 𝑒^{[−𝑗6𝜋]}

+𝑓(5). 𝑒^{�−𝑗15𝜋}^{2 �}+ 𝑓(6). 𝑒^{[−𝑗6𝜋]}+ 𝑓(7).𝑒^{�−𝑗21𝜋}^{2 �} + 𝑓(8). 𝑒^{[−𝑗12𝜋]}+ 𝑓(9). 𝑒^{�−𝑗27𝜋}^{2 �} 𝑓(10). 𝑒^{[−𝑗15𝜋]}+ 𝑓(11). 𝑒^�−𝑗^33𝜋² ^�

𝐹(9) = − 1.0000𝑖

Untuk u = 10

𝐹(10) = � 𝑓(𝑦). 𝑒^{�−𝑗20𝜋𝑖}^{12 �}

𝑖=0

𝐹(10) = 𝑓(0).𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗5𝜋}^{3 �}+ 𝑓(2). 𝑒^{�−𝑗10𝜋}^{3 �}+ 𝑓(3). 𝑒^{[−𝑗5𝜋]}

+ 𝑓(4).𝑒^{�−𝑗20𝜋}^{3 �}

+𝑓(5). 𝑒^{�−𝑗25𝜋}^{3 �}+ 𝑓(6). 𝑒^{[−𝑗10𝜋]}+ 𝑓(7). 𝑒^{�−𝑗35𝜋}^{3 �}+ 𝑓(8).𝑒^{�−𝑗40𝜋}^{3 �} + 𝑓(9). 𝑒^{�−𝑗35𝜋}^{3 �} 𝑓(10). 𝑒^{�−𝑗50𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗55𝜋}^{3 �}

𝐹(10) = − 2.0000𝑖

Untuk u = 11

𝐹(11) = � 𝑓(𝑦). 𝑒^{�−𝑗22𝜋𝑖}^{12 �}

𝑖=0

𝐹(11) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗11𝜋}^{6 �}+ 𝑓(2). 𝑒^{�−𝑗11𝜋}^{3 �}+ 𝑓(3). 𝑒^{�−𝑗11𝜋}^{2 �}

+𝑓(4). 𝑒^{�−𝑗44𝜋}^{3 �} + 𝑓(5). 𝑒^{�−𝑗55𝜋}^{6 �}+ 𝑓(6). 𝑒^{[−𝑗11𝜋]}+ 𝑓(7). 𝑒^{�−𝑗77𝜋}^{6 �} + 𝑓(8). 𝑒^{�−𝑗44𝜋}^{3 �}

+𝑓(9). 𝑒^{�−𝑗33𝜋}^{2 �}+ 𝑓(10). 𝑒^{�−𝑗55𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗121𝜋}^{6 �} 𝐹(11) = +10.1962𝑖

Menghitung transformasi Fourier f(x) pada Tabel 2.4 dengan persamaan 2.4.

Untuk u = 0

𝐹(0) = � 𝑓(𝑥). 𝑒𝑥𝑝[0]

11 𝑖=0

𝐹(0) = � 𝑓(𝑥)

𝑥=0

𝐹(0) = 𝑓(0) + 𝑓(1) + 𝑓(2) + 𝑓(3) + 𝑓(4) + 𝑓(5) + 𝑓(6) + 𝑓(7) + 𝑓(8) + 𝑓(9) + 𝑓(10) + 𝑓(11)

𝐹(0) = 2 + 3 + 4 + 5 + 5 + 5 + 4 + 3 + 3 + 3 + 3 + 2 + 2 𝐹(0) = 41.0000

Untuk u = 1

𝐹(1) = � 𝑓(𝑥).𝑒^{�−𝑗2𝜋𝑖}^{12 �}

𝑖=0

𝐹(1) = −5.5981 − 6.9641𝑖

Untuk u = 2

𝐹(2) = � 𝑓(𝑥). 𝑒^{�−𝑗4𝜋𝑖}^{12 �}

𝑖=0

𝐹(2) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗𝜋3�}+ 𝑓(2). 𝑒^{�−𝑗2𝜋}^{3 �}+ 𝑓(3).𝑒^{[−𝑗𝜋]} + 𝑓(4). 𝑒^{�−𝑗4𝜋}^{3 �}

+ 𝑓(5). 𝑒^{�−𝑗5𝜋}^{3 �}+ 𝑓(6). 𝑒^{[−𝑗2𝜋]}+ 𝑓(7). 𝑒^{�−𝑗7𝜋}^{3 �}+ 𝑓(8). 𝑒^{�−𝑗8𝜋}^{3 �}+ 𝑓(9). 𝑒^{[−𝑗3𝜋]}

𝑓(10). 𝑒^{�−𝑗10𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗11𝜋}^{3 �} 𝐹(2) = −2.5000 + 0.8660𝑖

Untuk u = 3

𝐹(3) = � 𝑓(𝑥). 𝑒^{�−𝑗6𝜋𝑖}^{12 �}

𝑖=0

𝐹(3) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗1𝜋}^{2 �}+ 𝑓(2). 𝑒^{[−𝑗𝜋]}+ 𝑓(3). 𝑒^{�−𝑗3𝜋}^{2 �}+ 𝑓(4). 𝑒^{[−𝑗2𝜋]}

𝐹(3) = −1.0000𝑖

Untuk u = 4

𝐹(4) = � 𝑓(𝑥).𝑒^{�−𝑗8𝜋𝑖}^{12 �}

𝑖=0

𝑓(10). 𝑒^{�−𝑗20𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗22𝜋}^{3 �} 𝐹(4) = 0.5000 + 0.8660𝑖

Untuk u = 5

𝐹(5) = � 𝑓(𝑥). 𝑒^{�−𝑗10𝜋𝑖}^{12 �}

𝑖=0

𝐹(5) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗5𝜋}^{6 �}+ 𝑓(2). 𝑒^{�−𝑗5𝜋}^{3 �}+ 𝑓(3). 𝑒^{�−𝑗5𝜋}^{2 �}+ 𝑓(4). 𝑒^{�−𝑗10𝜋}^{3 �}

+ 𝑓(5). 𝑒^{�−𝑗25𝜋}^{6 �}+ 𝑓(6). 𝑒^{[−𝑗5𝜋]}+ 𝑓(7). 𝑒^{�−𝑗35𝜋}^{6 �} + 𝑓(8). 𝑒^{�−𝑗20𝜋}^{3 �}+ 𝑓(9).𝑒^{�−𝑗15𝜋}^{2 �} 𝑓(10). 𝑒^{�−𝑗25𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗55𝜋}^{6 �}

𝐹(5) = −0.4019 − 0.0359𝑖

Untuk u = 6

𝐹(6) = � 𝑓(𝑥). 𝑒^{[−𝑗𝜋𝑖]}

𝑖=0

𝐹(6) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{[−𝑗𝜋]}+ 𝑓(2). 𝑒^{[−𝑗2𝜋]}+ 𝑓(3). 𝑒^{[−𝑗3𝜋]}+ 𝑓(4).𝑒^{[−𝑗4𝜋]}

+ 𝑓(5). 𝑒^{[−𝑗5𝜋]}+ 𝑓(6). 𝑒^{[−𝑗6𝜋]}+ 𝑓(7). 𝑒^{[−𝑗7𝜋]}+ 𝑓(8). 𝑒^{[−𝑗8𝜋]}+ 𝑓(9). 𝑒^{[−𝑗9𝜋]}

𝑓(10). 𝑒^{[−𝑗10𝜋]}+ 𝑓(11). 𝑒^{[−𝑗11𝜋]}

𝐹(6) = −1.0000

Untuk u = 7

𝐹(7) = � 𝑓(𝑥).𝑒^{�−𝑗14𝜋𝑖}^{12 �}

𝑖=0

𝐹(7) = −0.4019 + 0.0359𝑖

Untuk u = 8

𝐹(8) = � 𝑓(𝑥).𝑒^{�−𝑗16𝜋𝑖}^{12 �}

𝑖=0

𝑓(10). 𝑒^{�−𝑗40𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗44𝜋}^{3 �}

𝐹(8) = 0.5000 − 0.8660𝑖

Untuk u = 9

𝐹(9) = � 𝑓(𝑥). 𝑒^{�−𝑗18𝜋𝑖}^{12 �}

𝑖=0

𝐹(9) = 𝑓(0). 𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗3𝜋}^{2 �}+ 𝑓(2). 𝑒^{[−𝑗3𝜋]}+ 𝑓(3). 𝑒^{�−𝑗9𝜋}^{2 �}+ 𝑓(4). 𝑒^{[−𝑗6𝜋]}

𝐹(9) = 1.0000𝑖

Untuk u = 10

𝐹(10) = � 𝑓(𝑥).𝑒^{�−𝑗20𝜋𝑖}^{12 �}

𝑖=0

𝐹(10) = 𝑓(0).𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗5𝜋}^{3 �}+ 𝑓(2). 𝑒^{�−𝑗10𝜋}^{3 �}+ 𝑓(3). 𝑒^{[−𝑗5𝜋]}

+ 𝑓(4).𝑒^{�−𝑗20𝜋}^{3 �}

𝐹(10) = −2.5000 − 0.8660𝑖

Untuk u = 11

𝐹(11) = � 𝑓(𝑥).𝑒^{�−𝑗22𝜋𝑖}^{12 �}

𝑖=0

𝐹(11) = 𝑓(0).𝑒^[0]+ 𝑓(1). 𝑒^{�−𝑗11𝜋}^{6 �}+ 𝑓(2). 𝑒^{�−𝑗11𝜋}^{3 �}+ 𝑓(3). 𝑒^{�−𝑗11𝜋}^{2 �}

+𝑓(4). 𝑒^{�−𝑗44𝜋}^{3 �} + 𝑓(5). 𝑒^{�−𝑗55𝜋}^{6 �}+ 𝑓(6). 𝑒^{[−𝑗11𝜋]}+ 𝑓(7). 𝑒^{�−𝑗77𝜋}^{6 �} + 𝑓(8). 𝑒^{�−𝑗44𝜋}^{3 �} +𝑓(9). 𝑒^{�−𝑗33𝜋}^{2 �}+ 𝑓(10). 𝑒^{�−𝑗55𝜋}^{3 �}+ 𝑓(11). 𝑒^{�−𝑗121𝜋}^{6 �}

𝐹(11) = −5.5981 + 6.9641𝑖

LAMPIRAN 2

HASIL PENURUNAN KOEFISIEN FOURIER

Mekanisme penurunan koefisien Fourier.

N = 10 delta = ^{(12− 10)}

2 = 1

N = 8

delta = ^{(12− 8)}

2 = 2

N = 2

delta = ^{(12− 2)}

2 = 5

LAMPIRAN 3

ALUR PROSES PENGENALAN PERANGKAT ELEKTRONIKA SECARA LANGSUNG

Mulai

Masukan:

Citra RGB

Konversi citra RGB ke Biner

Operasi Opening

Kontur Moore

Koefisien Deskriptor Fourier

Mekanisme Penurunan Koefisien

B Keluaran:

Hasil Normalisasi (Ekstraksi Ciri)

Koefisien 50 Koefisien 25

(Hasil Normalisasi Bor)

Koefisien 10 Koefisien 5

Koefisien 2

Bor

Selesai Masukan:

Hasil perhitungan jarak

Keluaran:

Hasil berupa teks pada layar monitor

(Keluaran dari proses pengenalan pola)

LAMPIRAN 4 LISTING PROGRAM LISTING PROGRAM SECARA LANGSUNG

function varargout = Pengenalan(varargin)

% PENGENALAN M-file for Pengenalan.fig

% PENGENALAN, by itself, creates a new PENGENALAN or raises the

% PENGENALAN('CALLBACK',hObject,eventData,handles,...) calls the local

% function named CALLBACK in PENGENALAN.M with the given input arguments.

% PENGENALAN('Property','Value',...) creates a new PENGENALAN or raises the

% existing singleton*. Starting from the left, property value pairs are

% applied to the GUI before Pengenalan_OpeningFcn gets called. An

% unrecognized property name or invalid value makes property application

% stop. All inputs are passed to Pengenalan_OpeningFcn via varargin.

% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help Pengenalan

% Last Modified by GUIDE v2.5 14-Dec-2017 15:21:58

% Begin initialization code - DO NOT EDIT gui_Singleton = 1;

if nargin && ischar(varargin{1})

gui_State.gui_Callback = str2func(varargin{1});

end

if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});

else

gui_mainfcn(gui_State, varargin{:});

end

% End initialization code - DO NOT EDIT

% --- Executes just before Pengenalan is made visible.

function Pengenalan_OpeningFcn(hObject, eventdata, handles, varargin)

% This function has no output args, see OutputFcn.

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% varargin command line arguments to Pengenalan (see VARARGIN)

% Choose default command line output for Pengenalan handles.output = hObject;

% Update handles structure guidata(hObject, handles);

% UIWAIT makes Pengenalan wait for user response (see UIRESUME)

% uiwait(handles.figure1);

% --- Outputs from this function are returned to the command line.

function varargout = Pengenalan_OutputFcn(hObject, eventdata, handles)

% varargout cell array for returning output args (see VARARGOUT);

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure varargout{1} = handles.output;

function edit1_Callback(hObject, eventdata, handles)

% hObject handle to edit1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,'String') returns contents of edit1 as text

% str2double(get(hObject,'String')) returns contents of edit1 as a double

% --- Executes during object creation, after setting all properties.

function edit1_CreateFcn(hObject, eventdata, handles)

% hObject handle to edit1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows.

% See ISPC and COMPUTER.

if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))

set(hObject,'BackgroundColor','white');

end

% --- Executes on button press in CameraOn.

function CameraOn_Callback(hObject, eventdata, handles)

% hObject handle to CameraOn (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA) global camvid;

hImage = image(zeros(imHeight, imWidth, nBands),'parent',handles.axes1);

preview(camvid,hImage);

% --- Executes on button press in Capture.

function Capture_Callback(hObject, eventdata, handles)

% hObject handle to Capture (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA) global picture;

% --- Executes on button press in Process.

function Process_Callback(hObject, eventdata, handles)

% hObject handle to Process (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

%DATABASE

% ====================================================================

%PROSES KONVERSI RGB KE BINER x = rgb2gray(imread('coba.jpg'));

E = imdilate(D, C1);

%imwrite(E,'.jpg')

% ====================================================================

%DESKRIPTOR FOURIER KM = deteksikontur(E);

F = koefisienDF(KM);

I = mekanismepenurunan(F, koef);

K = normalisasi(I);

set(handles.edit1,'string',z1);

elseif(minr==r(2)) z2={'Solder'};

set(handles.edit1,'string',z2);

elseif(minr==r(3)) z3={'Tang kupas'};

set(handles.edit1,'string',z3);

elseif(minr==r(4)) z4={'Tang potong'};

set(handles.edit1,'string',z4);

elseif(minr==r(5)) z5={'Bor'};

set(handles.edit1,'string',z5);

elseif(minr==r(6))

z6={'Penyedot timah'};

set(handles.edit1,'string',z6);

elseif(minr==r(7)) z7={'Obeng trim'};

set(handles.edit1,'string',z7);

end

% --- Executes on button press in Reset.

function Reset_Callback(hObject, eventdata, handles)

% hObject handle to Reset (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% RESET

% --- Executes on button press in End.

function End_Callback(hObject, eventdata, handles)

% hObject handle to End (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA) close

% --- Executes on selection change in popupmenu1.

function popupmenu1_Callback(hObject, eventdata, handles)

% hObject handle to popupmenu1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA) indeks=get(handles.popupmenu1,'value');

% Hints: contents = cellstr(get(hObject,'String')) returns popupmenu1 contents as cell array

% contents{get(hObject,'Value')} returns selected item from popupmenu1

% --- Executes during object creation, after setting all properties.

function popupmenu1_CreateFcn(hObject, eventdata, handles)

% hObject handle to popupmenu1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles empty - handles not created until after all CreateFcns called

% Hint: popupmenu controls usually have a white background on Windows.

% See ISPC and COMPUTER.

if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))

set(hObject,'BackgroundColor','white');

end

% ===================================================================

% Internal function of function Fourier

% ===================================================================

%KONTUR MOORE

function [DF] = deteksikontur(KM) [jum_baris, jum_kolom] = size (KM);

% piksel awal selesai = false ; for m = 1 : jum_baris

%periksa 8 tetangga dan cari piksel pertama yang bernilai 1 for m = 1 : 8

% ulang sampai akhir while true

for m = 1: 8

[dy, dx] = delta_piksel(b);

if KM(a.y + dy, a.x + dx) == 1

a.y = a.y + dy;

%kondisi akhir pengulangan

if (a.y == a0.y) && (a.x == a0.x) break;

end end return

function [a] = berikut (x) if x == 0

a = 7;

else

a = x - 1;

end

function [s] = sebelum (x) if x == 7

function [dy, dx] = delta_piksel (id) if id == 0

dx = 0 ; dy = 1; function[F] = koefisienDF(DF) TK = length(DF);

% atur supaya jumlah elemen genap if rem (TK,2) == 1

DF = [ DF; DF(1,:)];

end

%peroleh bentuk fourier kontur K = DF(:, 2) - 1i * DF(:,1);

F = fft(K);

% ===================================================================

%MEKANISME PENURUNAN FOURIER

function [G] = mekanismepenurunan(F, koef) TF = length(F);

function [bn] = normalisasi(F) bn = F;

%atur agar bebas terhadap penskalaan a0 = abs(bn(1)); % ambil komponen kedua bn = bn./ a0 ; % lakukan normalisasi

% atur supaya bebas rotasi dan perubahan titik awal bn = abs(bn);

% ===================================================================

%JARAK EUCLIDEAN

function z = jarak(x,y)

%x=x*100;

%y=y*100;

z=sqrt(sum((x-y).^2));

LISTING PROGRAM SECARA TIDAK LANGSUNG

function varargout = tidaklangsunggui(varargin)

% TIDAKLANGSUNGGUI MATLAB code for tidaklangsunggui.fig

% TIDAKLANGSUNGGUI, by itself, creates a new TIDAKLANGSUNGGUI or raises the existing

% singleton*.

% H = TIDAKLANGSUNGGUI returns the handle to a new TIDAKLANGSUNGGUI or the handle to

% the existing singleton*.

% TIDAKLANGSUNGGUI('CALLBACK',hObject,eventData,handles,...) calls the local

% function named CALLBACK in TIDAKLANGSUNGGUI.M with the given input arguments.

% TIDAKLANGSUNGGUI('Property','Value',...) creates a new TIDAKLANGSUNGGUI or raises the

% existing singleton*. Starting from the left, property value pairs are

% applied to the GUI before tidaklangsunggui_OpeningFcn gets called.

% unrecognized property name or invalid value makes property application

% stop. All inputs are passed to tidaklangsunggui_OpeningFcn via varargin.

% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help tidaklangsunggui

% Last Modified by GUIDE v2.5 07-Jan-2018 23:42:17

% Begin initialization code - DO NOT EDIT gui_Singleton = 1;

if nargin && ischar(varargin{1})

gui_State.gui_Callback = str2func(varargin{1});

end

if nargout

[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});

else

gui_mainfcn(gui_State, varargin{:});

end

% End initialization code - DO NOT EDIT

% --- Executes just before tidaklangsunggui is made visible.

function tidaklangsunggui_OpeningFcn(hObject, eventdata, handles, varargin)

% This function has no output args, see OutputFcn.

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% varargin command line arguments to tidaklangsunggui (see VARARGIN)

% Choose default command line output for tidaklangsunggui handles.output = hObject;

% Update handles structure guidata(hObject, handles);

% UIWAIT makes tidaklangsunggui wait for user response (see UIRESUME)

% uiwait(handles.figure1);

% --- Outputs from this function are returned to the command line.

function varargout = tidaklangsunggui_OutputFcn(hObject, eventdata, handles)

% varargout cell array for returning output args (see VARARGOUT);

% hObject handle to figure

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure varargout{1} = handles.output;

function edit1_Callback(hObject, eventdata, handles)

% hObject handle to edit1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% Hints: get(hObject,'String') returns contents of edit1 as text

% str2double(get(hObject,'String')) returns contents of edit1 as a double

% --- Executes during object creation, after setting all properties.

function edit1_CreateFcn(hObject, eventdata, handles)

% hObject handle to edit1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles empty - handles not created until after all CreateFcns called

% Hint: edit controls usually have a white background on Windows.

% See ISPC and COMPUTER.

if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))

set(hObject,'BackgroundColor','white');

end

% --- Executes on button press in pushbutton1.

function pushbutton1_Callback(hObject, eventdata, handles)

% hObject handle to pushbutton1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

%DATABASE

%PROSES KONVERSI RGB KE BINER x = rgb2gray(imread('dot1.jpg'));

E = imdilate(D, C1);

%imwrite(E,'.jpg')

% ====================================================================

%DESKRIPTOR FOURIER KM = deteksikontur(E);

F = koefisienDF(KM);

I = mekanismepenurunan(F, koef);

K = normalisasi(I);

set(handles.edit1,'string',z1);

elseif(minr==r(2)) z2={'Solder'};

set(handles.edit1,'string',z2);

elseif(minr==r(3)) z3={'Tang kupas'};

set(handles.edit1,'string',z3);

elseif(minr==r(4)) z4={'Tang potong'};

set(handles.edit1,'string',z4);

elseif(minr==r(5)) z5={'Bor'};

set(handles.edit1,'string',z5);

elseif(minr==r(6))

z6={'Penyedot timah'};

set(handles.edit1,'string',z6);

elseif(minr==r(7)) z7={'Obeng trim'};

set(handles.edit1,'string',z7);

end

% --- Executes on button press in pushbutton2.

function pushbutton2_Callback(hObject, eventdata, handles)

% hObject handle to pushbutton2 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% RESET

% --- Executes on button press in pushbutton3.

function pushbutton3_Callback(hObject, eventdata, handles)

% hObject handle to pushbutton3 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA) close

% --- Executes on selection change in popupmenu1.

function popupmenu1_Callback(hObject, eventdata, handles)

% hObject handle to popupmenu1 (see GCBO)

% eventdata reserved - to be defined in a future version of MATLAB

% handles structure with handles and user data (see GUIDATA)

% Hints: contents = cellstr(get(hObject,'String')) returns popupmenu1 contents as cell array

% contents{get(hObject,'Value')} returns selected item from popupmenu1

koef=10;

function x = prepros(a)

%RGB ke Biner

E = imerode(BW2, D1);

x = imdilate(E, D);

function [DF] = deteksikontur(KM) [jum_baris, jum_kolom] = size (KM);

% piksel awal selesai = false ; for m = 1 : jum_baris

%periksa 8 tetangga dan cari piksel pertama yang bernilai 1 for m = 1 : 8

%kontur

p = 2 ; % jumlah piksel dalam kontur a = a1;

b = b1;

% ulang sampai akhir while true

%kondisi akhir pengulangan

if (a.y == a0.y) && (a.x == a0.x) break;

end end return

function [a] = berikut (x) if x == 0

a = 7;

else

a = x - 1;

end

function [s] = sebelum (x) if x == 7

function [dy, dx] = delta_piksel (id) if id == 0

dx = 1 ; dy = 0;

elseif id == 1

function[F] = koefisienDF(DF) TK = length(DF);

% atur supaya jumlah elemen genap if rem (TK,2) == 1

DF = [ DF; DF(1,:)];

end

%peroleh bentuk fourier kontur K = DF(:, 2) - 1i * DF(:,1);

F = fft(K);

function [G] = mekanismepenurunan(F, koef) TF = length(F);

function [bn] = normalisasi(F) bn = F;

%atur agar bebas terhadap penskalaan a0 = abs(bn(1)); % ambil komponen kedua bn = bn./ a0 ; % lakukan normalisasi

% atur supaya bebas rotasi dan perubahan titik awal bn = abs(bn);

LISTING PROGRAM BASIS DATA

function database50

x=rgb2gray(imread('b2.jpg'));x1=prepros(x);E=deteksikontur(x1);

x=rgb2gray(imread('ot2.jpg'));x1=prepros(x);E=deteksikontur(x1);F=koefisi enDF(E);G=mekanismepenurunan(F, 5);P7=normalisasi(G);

save dbkoef5 P1 P2 P3 P4 P5 P6 P7 ;

function database2

x=rgb2gray(imread('m2.jpg'));x1=prepros(x);E=deteksikontur(x1);

F=koefisienDF(E);G=mekanismepenurunan(F, 2);P1=normalisasi(G);

x=rgb2gray(imread('s2.jpg'));x1=prepros(x);E=deteksikontur(x1);

F=koefisienDF(E);G=mekanismepenurunan(F, 2);P2=normalisasi(G);

x=rgb2gray(imread('tk2.jpg'));x1=prepros(x);E=deteksikontur(x1);

F=koefisienDF(E);G=mekanismepenurunan(F, 2);P3=normalisasi(G);

x=rgb2gray(imread('tp2.jpg'));x1=prepros(x);E=deteksikontur(x1);

F=koefisienDF(E);G=mekanismepenurunan(F, 2);P4=normalisasi(G);

x=rgb2gray(imread('b2.jpg'));x1=prepros(x);E=deteksikontur(x1);

F=koefisienDF(E);G=mekanismepenurunan(F, 2);P5=normalisasi(G);

x=rgb2gray(imread('pt2.jpg'));x1=prepros(x);E=deteksikontur(x1);

F=koefisienDF(E);G=mekanismepenurunan(F, 2);P6=normalisasi(G);

x=rgb2gray(imread('ot2.jpg'));x1=prepros(x);E=deteksikontur(x1);

F=koefisienDF(E);G=mekanismepenurunan(F, 2);P7=normalisasi(G);

save dbkoef2 P1 P2 P3 P4 P5 P6 P7 ;

LISTING FUNGSI JARAK EUCLIDEAN

function z = jarak(x,y) z=sqrt(sum((x-y).^2));

LAMPIRAN 5

UKURAN ELEMEN PENSTRUKTUR

Bentuk elemen penstruktur pada penelitian ini menggunakan bentuk ones. Adapun ukuran elemen penstruktur bergantung pada nilai masukkan yang diinginkan.

Berdasarkan percobaan Gambar 4.7. ukuran elemen penstruktur yang digunakan pada erosi ditunjukkan pada matriks dibawah ini.

• Erosi = 1, berupa matriks [1]

• Erosi = 2, berupa matriks �1 11 1�

Sedangkan ukuran elemen penstruktur yang digunakan pada dilasi ditunjukkan pada matriks dibawah ini

• Dilasi = 5, berupa matriks

• Dilasi = 15, berupa matriks

• Dilasi = 25, berupa matriks

LAMPIRAN 6

DATA YANG DIPEROLEH

Tabel Data Hasil Percobaan secara Tidak Langsung a. Koefisien Fourier 50

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

b. Koefisien Fourier 25

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

c. Koefisien Fourier 10

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

d. Koefisien Fourier 5

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

e. Koefisien Fourier 2

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

Tabel Data Hasil Percobaan secara Langsung a. Koefisien Fourier 50

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

b. Koefisien Fourier 25

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

c. Koefisien Fourier 10

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

d. Koefisien Fourier 5

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

e. Koefisien Fourier 2

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

f. Rotasi sudut 0°

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

g. Rotasi sudut 45°

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

h. Rotasi sudut 135°

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

i. Translasi 2 cm ke kanan

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

j. Translasi 2 cm ke kiri

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

k. Translasi 5 cm ke kanan

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

l. Translasi 5cm ke kiri

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

m. Skala 50 cm

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

n. Skala 57 cm

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

1 Multimeter ˅ ˅ ˅ ˅ ˅

2 Solder ˅ ˅ ˅ ˅ ˅

3 Tang Kupas ˅ ˅ ˅ ˅ ˅

4 Tang Potong ˅ ˅ ˅ ˅ ˅

5 Bor ˅ ˅ ˅ ˅ ˅

6 Penyedot Timah ˅ ˅ ˅ ˅ ˅

7 Obeng Trim ˅ ˅ ˅ ˅ ˅

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

o. Skala 64,5 cm

No Perangkat Elektronika Percobaan ke

1 2 3 4 5

1 Multimeter ˅ ˅ ˅ ˅ ˅

2 Solder ˅ ˅ ˅ ˅ ˅

3 Tang Kupas ˅ ˅ ˅ ˅ ˅

4 Tang Potong ˅ ˅ ˅ ˅ ˅

5 Bor ˅ ˅ ˅ ˅ ˅

6 Penyedot Timah ˅ ˅ ˅ ˅ ˅

7 Obeng Trim ˅ ˅ ˅ ˅ ˅

Ket: Tanda centang (˅) adalah hasil dari keluaran yang telah melalui proses pengenalan pola

Dalam dokumen PENGEMBANGAN PENGENALAN PERANGKAT ELEKTRONIKA SECARA REAL TIME BERBASIS EKSTRAKSI CIRI DESKRIPTOR FOURIER (Halaman 78-0)