BAB IV HASIL DAN PEMBAHASAN
4.4. Kinerja Sistem
4.4.2. Pengujian Pengaruh Rotasi
Pengujian pengaruh rotasi dilakukan untuk mengetahui pengaruh rotasi terhadap tingkat pengenalan benda berdasarkan bentuk, ukuran, dan kode angka dengan metode extent circle, keliling, dan luas. Dalam pengujian pengaruh rotasi, masukan berupa benda 2D segitiga, persegi, dan bundar dengan ukuran kecil, sedang, dan besar serta kode 1, kode 2, dan kode 3. Pada pengujian ini penulis menetapkan pengujian rotasi menggunakan 1 benda dengan varian rotasi yakni 0˚, 30˚, 60˚, 90˚. Benda kemudian digerakkan secara manual sesuai dengan rotasi yang telah ditentukan. Mula-mula benda diletakkan pada posisi tengah (posisi 5) sudut rotasi 0˚ dengan jarak kamera 15 cm diatas permukaan benda. Tahap selanjutkan akan diulangi sampai dengan pengujian dengan rotasi 90˚. Dari pengujian
Gambar 4.29. Lux Light Meter
dengan variasi rotasi ini dapat diperoleh nilai-nilai variasi rotasi berupa nilai extent circle, keliling, dan luas. Hasil pengujian variasi rotasi ditunjukkan pada Tabel 4.9., 4.10., dan 4.11.
Gambar hasil pengujian variasi rotasi ditunjukkan pada Gambar 4.30., 4.31., 4.32., 4.33.
Tabel 4.9. Nilai Extent Circle
Bentuk (Kode)
Tabel 4.10. Nilai Keliling
Tabel 4.11. Nilai Luas terhadap pengenalan bentuk, ukuran, dan kode angka dapat dilihat bahwa nilai extent circle, keliling, dan luas dari rotasi 0˚ sampai 90˚ tidak mengalami perubahan yang begitu signifikan. Pengujian variasi rotasi dilakukan sebanyak 108 kali dengan tingkat keberhasilan 100%.
Gambar 4.30. Pengujian Benda dengan Rotasi 0 ̊
Gambar 4.31. Pengujian Benda dengan Rotasi 30 ̊
Gambar 4.32. Pengujian Benda dengan Rotasi 60 ̊
Gambar 4.33. Pengujian Benda dengan Rotasi 90 ̊
Gambar 4.34. Pengujian Benda dengan Rotasi 90 ̊
Gambar 4.35. Pengujian Benda dengan Rotasi 30 ̊
Pada Gambar 4.30., 4.31., 4.32., dan 4.33. menunjukkan pengujian benda variasi rotasi 0 ̊, 30 ̊, 60 ̊, dan 90 ̊ dengan posisi translasi berada pada posisi 5 berhasil terdeteksi dengan persentase keberhasilan 100%. Pengujian variasi rotasi dilakukan sebanyak 27 kali percobaan pada setiap rotasi. Pada Gambar 4.34. dan 4.35. benda variasi rotasi 30 ̊ dan 90 ̊ dengan posisi translasi berada pada posisi 7 dan 9 tidak berhasil terdeteksi dengan sempurna karena pada pengenalan kode angka output tidak sesuai yang diharapkan, pengujian dilakukan sebanyak 2 kali percobaan dengan persentase ketidakberhasilan 30%. Pengujian pencacah benda berdasarkan bentuk, ukuran, dan kode angka tidak dapat mengenali benda dengan persentase keberhasilan 100% pada pengujian 1 benda apabila benda diletakkan pada translasi selain pada posisi 5 karena variasi translasi mempengaruhi pengenalan benda.
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil percobaan dan pengujian sistem pencacah benda berdasarkan bentuk, ukuran, dan kode angka dapat disimpulkan bahwa :
1. Suatu alat yang dapat mencacah benda berdasarkan bentuk, ukuran, dan kode angka berhasil dibuat.
2. Tingkat pengenalan dengan variasi translasi, rotasi, dan jumlah benda mencapai 100% apabila saat pengujian benda tidak saling bersentuhan dan dengan jarak 0,5 cm.
3. Intensitas cahaya memiliki pengaruh ketika pengujian terhadap tingkat pengenalan benda dengan tingkat ketidakberhasilan pada saat pengujian mencapai 15%.
4. Variasi translasi dan rotasi benda memiliki pengaruh ketika pengujian terhadap tingkat pengenalan kode angka dengan tingkat ketidakberhasilan pada saat pengujian mencapai 25%.
5.2. Saran
Saran yang diberikan untuk pengembangan dari sistem pencacah benda berdasarkan bentuk, ukuran, dan kode angka yaitu:
1. Program mampu mendeteksi benda yang bersentehuhan saat pengujian.
2. Program mampu mendeteksi benda dengan cahaya yang ada di sebuah ruangan dan di luar ruangan (cahaya lampu ruangan dan cahaya matahari).
64
DAFTAR PUSTAKA
[1] Yogi, A. 2019. Pencacah Benda Berdasarkan Bentuk dan Warna. Jurusan Teknik Elektro, FST, Universitas Sanata Dharma Yogyakarta
[2] Guslianto, L. 2019. Pencacah Benda Berdasarkan Warna dan Ukuran. Jurusan Teknik Elektro, FST, Universitas Sanata Dharma Yogyakarta
[3] Ramdhani, R. Pengertian Computer Vision. https://ibnufirnas.com/pengertian-computer-vision/ , diakses 20 November 2020
[4] Kadir, A. dan Susanto, A. 2013. Teori dan Aplikasi Pengolahan Citra. Yogyakarta: Andi [5] Manik, Ari. 2018. Deteksi dan Perhitungan Objek Berdasarkan Warna Menggunakan Color Object Tracking. Program Studi Informatika, Fakultas Teknik, Universitas Muhammadiyah Bengkulu
[6] Mulyawan, H. 2011. Identifikasi dan Tracking Objek Berbasis Image Processing Secara Real Time. Jurusan Telekomunikasi, Politeknik Elektronika Negeri Surabaya
[7] Zarkasi, A. 2011. Implementasi Metode Komputer Vision Sebagai Pengolahan Citra Api Pada Kebakaran Lahan. Jurusan Sistem Komputer, Fakultas Ilmu Komputer, Universitas Sriwijaya
[8]Pengertian Webcam, fungsi, dan cara kerjanya.
https://elekkomp.blogspot.com/2018/10/pengertian-webcam-beserta-fungsi-dan.html, diakses 20 November 2020
[9] Nafis, Z. 2021. Rancangan Alat Pendeteksi Benda dengan Berdasarkan Warna, Bentuk, dan Ukuran dengan Webcam. Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Padang
[10] Nugroho, A. A. 2018. Prototype of Bird Pest Control System Based On Computer Vision. Jurusan Teknik Elektro, FST, Universitas Sanata Dharma Yogyakarta
[11] S, Van Der Walt. 2014. scikit-image: image processing in Python
[12] Konversi nilai piksel menjadi nilai satuan centimeter. https://www.mengonversi-satuan.info/mengonversi+Piksel+ke+cm.php , diakses 23 Agustus 2021
LAMPIRAN
LAMPIRAN 1
Tabel L-1. Perbedaan Metode 1
Nama NIM Judul Metode Pengenalan
Almadika Yogi 155114043
Pencacah Benda Berdasarkan Bentuk
Dan Warna
Bentuk: Thinnes Ratio untuk bundar, persegi, segitiga
Warna: RGB untuk merah, hijau, biru Laurensius Hila 155114008
Pencacah Benda Berdasarkan Warna
Dan Ukuran
Warna: RGB untuk merah, hijau, biru Ukuran: Area untuk kecil, sedang, besar
Bentuk: Aspect Ratio untuk persegi 1anjang yang pendek, sedang, 1anjang
Ukuran: Lebar benda untuk kecil, sedang, besar
Warna: RGB untuk merah hijau putih
Ukuran: Keliling benda untuk kecil sedang besar
Warna: HSV untuk merah hijau biru
Kode angka: Euler number untuk kode 1, 2, 3
Albertus Yosa
Putra Persada 175114024
Pencacah Benda Berdasarkan Bentuk,
Warna, Dan Kode Angka
Bentuk: Solidity untuk bundar, persegi, segitiga
Warna: RGB untuk cyan magenta yellow
Kode angka: Euler number untuk kode 1, 2, 3
Bentuk: Eccentricity untuk elips gemuk, sedang, kurus
Ukuran: Major axis untuk kecil, sedang, besar
Kode angka: Euler number untuk kode 1, 2, 3
Tabel L-2. Perbedaan Metode 2
Nama NIM Judul Metode Pengenalan
Almadika Yogi 155114043
Pencacah Benda
Warna: RGB untuk merah, hijau, biru
Laurensius Hila 155114008
Pencacah Benda Berdasarkan Warna Dan
Ukuran
Warna: RGB untuk merah, hijau, biru
Ukuran: Area untuk kecil, sedang, besar
Warna: HSV untuk merah hijau biru
Albertus Titan
Ganeshafiro 175114013
Pencacah Benda Berdasarkan Ukuran, Warna, Dan Kode Angka
Benda: bundar Ukuran: Radius dari minimum enclosing circle untuk kecil sedang besar Warna: RGB (merah hijau) dan HSV (putih)
Kode angka: Keliling untuk kode 1, 2, 3
Albertus Yosa
Putra Persada 175114024
Pencacah Benda Berdasarkan Bentuk, Warna, Dan Kode Angka
Bentuk: Extent (rectangle) untuk bundar, persegi, segitiga
Warna: RGB untuk cyan magenta yellow
Kode angka: Euler number untuk kode 1, 2, 3 Ukuran, Dan Kode Angka
Bentuk: Extent (circle) untuk bundar, persegi, segitiga
Ukuran: Keliling untuk kecil, sedang, besar
Kode angka: Luas untuk kode 1, 2, 3
Terjadi perubahan metode pengenalan pada saat ujian judul dengan ujian proposal.
Tabel pertama merupakan metode pada saat ujian judul dan tabel kedua merupakan metode saat ujian proposal. Perubahan ini terjadi karena menurut penguji beberapa metode masih memiliki kesamaan, sehingga pada saat ujian proposal metode diubah agar metode antara mahasiswa satu dengan mahasiswa yang lain tidak memiliki kesamaan.
Tabel L-3. Perhitungan Nilai Extent Circle
Keterangan Hasil Pengujian
Posisi Bentuk Benda (Kode) Extent Circle Rerata
1 Segitiga Kecil (1) 0,424
Tabel L-4. Perhitungan Nilai Keliling
Keterangan Hasil Pengujian
Posisi Bentuk Benda (Kode) Keliling Rerata
1 Segitiga Kecil (1) 376
Tabel L-5. Perhitungan Nilai Luas
Keterangan Hasil Pengujian
Posisi Bentuk Benda (Kode) Luas Rerata
1 Segitiga Kecil (1) 251