Pengenalan nilai nominal uang logam rupiah

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. TUGAS AKHIR. PENGENALAN NILAI NOMINAL UANG LOGAM RUPIAH Diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik pada Program Studi Teknik Elektro Jurusan Teknik Elektro Fakultas Sains dan Teknologi Universitas Sanata Dharma. Oleh : SODIPTA BADIA BANUREA NIM : 135114045. PROGRAM STUDI TEKNIK ELEKTRO JURUSAN TEKNIK ELEKTRO FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2017 i.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. FINAL PROJECT. NOMINAL VALUE RECOGNITION OF RUPIAH COIN In a partial fulfilment of the requirements for the degree of Sarjana Teknik in Electrical Engineering Study Program Department of Electrical Engineering Faculty of Science and Technology, Sanata Dharma University. By : SODIPTA BADIA BANUREA NIM : 135114045. ELECTRICAL ENGINEERING STUDY PROGRAM DEPARTMENT OF ELECTRICAL ENGINEERING FACULTY OF SCIENCE AND TECHNOLOGY SANATA DHARMA UNIVERSITY YOGYAKARTA 2017. ii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. HALAMAN PERSEMBAHAN. Twinkle Twinkle Liltle Star How I Wonder What You Are. see, it’s a happy game, after all.. c20911d8cb4e3c94c63e532f72c090d9. Avos00. vi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. INTISARI Pengolahan citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (dalam hal ini komputer). Teknik-teknik pengolahan citra mentransformasikan citra menjadi citra lain. Salah satu penerapan dari teknologi pengolahan citra adalah pengenalan nilai nominal uang kertas rupiah. Sistem pengenalan nilai nominal uang logam rupiah yang dibuat ini adalah pengenalan nilai nominal dengan nilai nominal Rp.100,00 perak, Rp.200,00 perak, Rp.500,00 perak, Rp.500,00 kuningan, Rp.1000,00 perak-kuningan, Rp.1000,00 perak, dengan 2 variasi kondisi uang logam. Secara garis besar proses kerja dari sistem ini ialah mengambil citra uang logam berupa citra Red, Green, and Blue (RGB), diresizing, konversi citra RGB ke citra Hue Saturation Value (HSV), segmentasi HSV dengan mengambil nilai saturasi dan value, menentukan nilai threshold untuk saturasi dan value, Hitung Nilai Warna Foreground dari Background Berdasarkan nilai Threshold S&V, Hitung Nilai Luasan Foreground dari Background Berdasarkan Fungsi Imfill Pada Threshold Value, Proses Pengenalan Look-Up Table serta penentuan keluaran nilai pengenalan nominal dengan keluaran teks. Pada hasil data pengujian secara menyuluruh baik secara real time dan non real time dengan variabel penelitian yang telah ditentukan. Pengujian dengan kondisi koin bagus menghasilkan tingkat penilaian 100 % dibandingkan variasi kondisi lainnya. Kata Kunci : Pengolahan Citra, RGB, HSV, Look Up Table, Pengenalan uang logam. viii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. ABSTRACT Image processing aims to improve image quality for easy interpretation by humans or machines (in this case the computer). Image processing techniques transform images into other imagery. One application of image processing technology is the introduction of the nominal value of rupiah. The recognition system of nominal value of rupiah coin made this is the introduction of nominal value with nominal value Rp.100.00 silver, Rp.200,00 silver, Rp.500,00 silver, Rp.500,00 brass, Rp.1000,00 Silver-brass, Rp.1000.00 silver, with 2 variations of coin condition. Broadly speaking the work process of this system is to take the image of coin in the form of Red, Green, and Blue (RGB) image, diresizing, RGB image conversion to Hue Saturation Value (HSV) image, HSV segmentation by taking saturation and value value, Threshold for saturation and value, Calculate Foreground Color Value from Background Based on S & V Threshold value, Calculate Foreground Value of Background Based on Imfill Function in Threshold Value, Look-Up Table Introduction process and output value determination of nominal introduction with text output. On the results of the test data in real time both in real time and non real time with research variables that have been determined. Testing with good coin conditions results in a 100% appraisal rate compared to other condition variations. Keywords: Image Processing, RGB, HSV, Look Up Table, Recognition of coins. ix.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. KATA PENGANTAR Puji dan syukur kepada Tuhan Yesus Kristus karena atas berkat dan penyertaannya, tugas akhir ini dapat diselesaikan dengan baik. Tugas akhir ini merupakan salah satu syarat bagi mahasiswa Jurusan Teknik Elektro untuk memperoleh gelar Sarjana Teknik di Universitas Sanata Dharma Yogyakarta. Tugas akhir ini dapat diselesaikan dengan baik atas bantuan, gagasan, dan dukungan dari berbagai pihak. Oleh karena itu, penulis ingin mengucapkan terima kasih kepada : 1. Sudi Mungkasi, S.Si, M.Math.Sc., Ph.D., selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma. 2. Petrus Setyo Prabowo, S.T., M.T., selaku Ketua Program Studi Teknik Elektro Universitas Sanata Dharma. 3. Dr. Linggo Sumarno, selaku Dosen Pembimbing tugas akhir yang selalu sabar membimbing dan mendorong untuk cepat menyelesaikan tugas akhir ini. 4. Wiwien Widyastuti, S.T., M.T. dan Dr. Iswanjono, selaku dosen penguji yang telah memberikan bimbingan, saran, dan merevisi tugas akhir ini. 5. Ir. Theresia Prima Ari Setiyani, M.T., selaku dosen pembimbing akademik yang telah mendampingi dan membimbing penulis selama menempuh pendidikan di Universitas Sanata Dharma. 6. Bapak dan Ibu dosen yang telah mengajarkan banyak ilmu yang bermanfaat selama menempuh pendidikan di Universitas Sanata Dharma. 7. Ayah, Ibu, dan Kakak-Adik serta semua keluarga yang selalu mendoakan, mendukung, dan membantu segala sesuatunya mulai dari awal hingga akhir studi di jenjang perkuliahan. 8. Segenap staff sekretariat dan laboran Teknik Elektro yang secara tidak langsung telah memberikan bantuan dan dukungan dalam kelancaran penyelesaian tugas akhir ini. 9. Teman-teman kelompok skripsi Almedio, Andre, Zemmy, Dirga, Oyen, Odip, Valdi, Sandy yang selalu mendukung dan mengingatkan untuk rajin bimbingan. 10. Seluruh teman-teman Teknik Elektro 2013 yang telah membantu, menemani, dan memberikan semangat pada saat menempuh pendidikan di Universitas Sanata Dharma.. x.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR ISI HALAMAN JUDUL .................................................................................................... i. HALAMAN PERSETUJUAN .................................................................................... iii. PERNYATAAN KEASLIAN KARYA...................................................................... iv. HALAMAN PERSEMBAHAN DAN MOTTO HIDUP .......................................... v. LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ................................................................... vi. INTISARI ..................................................................................................................... vii. ABSTRACT ................................................................................................................. viii. KATA PENGANTAR ................................................................................................. ix. DAFTAR ISI ................................................................................................................ x. DAFTAR GAMBAR ................................................................................................... xiii. DAFTAR TABEL ........................................................................................................ xv. BAB I PENDAHULUAN ............................................................................................ 1. 1.1. Latar Belakang........................................................................................................ 2. 1.2. Tujuan dan Manfaat ................................................................................................ 2. 1.3. Batasan Masalah ..................................................................................................... 2. 1.4. Metodologi Penelitian ............................................................................................ 3. BAB II DASAR TEORI .............................................................................................. 4. 2.1. Uang Logam Rupiah Indonesia .............................................................................. 4. 2.2. Pengolahan Citra .................................................................................................... 11. 2.2.1.Pengertian Pengolahan Citra Digital ............................................................. 11. 2.2.2.Aplikasi Pengolahan Citra ............................................................................. 12. 2.2.3. Prinsip Dasar dalam Pengolahan Citra ......................................................... 12. 2.2.3.1. Peningkatan Kecerahan dan Kontras……………………………... 12. 2.2.3.2. Resizing Citra……………………………………………………... 13. 2.2.4. Pengenalan Dasar Citra……………………………………………………. 13. 2.2.4.1. Representasi Citra Digital………………………………………… 13 2.2.4.2. Mengenal Jenis Citra…………………………………………….... 13. 2.2.4.2.1. Citra Berwarna (RGB)…………………………………. 14. 2.2.4.3.2. Citra Biner ……………………………… ...................... 14. xii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. 2.2.5. Ciri Suatu Citra…………………………………………………… ....……. 15. 2.2.6. Model Warna…………………………………………………… .......……. 15. 2.2.7. Ruang Warna HSV………………………………………………………… 16 2.2.8. Look-Up Table…………………………………………………… .....……. 19. BAB III PERANCANGAN ......................................................................................... 20. 3.1.Proses Kerja dan Mekanisme Sistem ...................................................................... 20. 3.2. Perancangan Perangkat Keras (Hardware) ............................................................ 21. 3.2.1. Desain Dudukan Untuk Webcam………………………………………… .. 21. 3.2.1. Refocus Ulang Webcam Logitech Series C270………………………… … 22 3.3. Perancangan Perangkat Lunak (Software) ............................................................. 23. 3.3.1. Akuisisi Citra Koin……………………………………………………….... 24. 3.3.2. Preprocessing……………………………………………………………… 25 3.3.3. Look Up Table (LUT)……………………………………………………... 31. 3.4. Pengujian Pengenalan Koin .................................................................................... 33. 3.4.1. Pengujian Secara Real Time……………………………………………….. 33. 3.4.2. Pengujian Secara Non Real Time………………………………………….. 34. 3.5. Analisis Data Pengujian ......................................................................................... 35. BAB IV HASIL DAN PEMBAHASAN ..................................................................... 36. 4.1. Menjalankan Program Pengenalan Uang Logam Rupiah....................................... 37. 4.1.1. Non Real-Time…………………………………………………………….. 37 4.1.2. Real-Time………………………………………………………………….. 40 4.2. Penjelasan Listing Program………………………………………………………. 43. 4.2.1. Penjelasan Listing Program Secara Non Real_Time…………………….... 43. 4.2.2. Penjelasan Listing Program Secara Real_Time……………………………. 55. 4.3. Analisis Hasil Data Pengujian ................................................................................ 74. 4.3.1. Analisis Hasil Data Pengujian Secara Real-Time…………………………. 74 4.3.2. Analisis Hasil Data Pengujian Secara Non Real-Time…………………….. 75. 4.3.3. Analisis Hasil Data Pengujian Secara Keseluruhan……………………….. 77. BAB V KESIMPULAN DAN SARAN ...................................................................... 80. 5.1. Kesimpulan ............................................................................................................. 80. 5.2. Saran ....................................................................................................................... 80. DAFTAR PUSTAKA .................................................................................................. 51. LAMPIRAN xiii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR GAMBAR Gambar 2.1. Uang Logam Rupiah Pecahan Rp. 1000 Tahun Emisi 2010 .................... 5. Gambar 2.2. Uang Logam Rupiah Pecahan Rp. 1000 Tahun Emisi 1993 .................... 6. Gambar 2.3. Uang Logam Rupiah Pecahan Rp. 500 Tahun Emisi 2003. ..................... 7. Gambar 2.4. Uang Logam Rupiah Pecahan Rp. 500 Tahun Emisi 1997 ...................... 8. Gambar 2.5. Uang Logam Rupiah Pecahan Rp. 200 Tahun Emisi 2003 ...................... 9. Gambar 2.6. Uang Logam Rupiah Pecahan Rp. 100 Tahun Emisi 1999. ..................... 10. Gambar 2.7. Empat Contoh Alat yang Menghasilkan Citra Digital .............................. 11. Gambar 2.8. Pengolahan Citra Memungkinkan Pengubahan Kontras pada Citra......... 12. Gambar 2.9. Pengolahan Citra Memungkinkan Untuk Resizing pada Citra. ................ 13. Gambar 2.10. Tabel Warna dan Nilai Penyusun Warna pada Citra Berwarna. ............ 14. Gambar 2.11. Contoh Konversi Citra HSV Komponen Saturasi (Kiri) ke Citra Biner (Kanan) .......................................................................................................................... 14. Gambar 2.12. Spektrum Warna ..................................................................................... 15. Gambar 2.13. Model Warna HSV ................................................................................. 16. Gambar 2.14. Representatif Gambar RGB ke Gambar H,S,V ...................................... 18. Gambar 2.15. Perbandingan Warna R,G,B terhadap Warna H,S,V pada Gambar Original ....................................................................................................................................... 18. Gambar 3.1. Diagram Alir Sistem ................................................................................. 21. Gambar 3.2. Dudukan Webcam yang sudah dibuat ....................................................... 22. Gambar 3.3. Proses Pengambilan Gambar Sebelum dan Sesudah Refocus Ulang….... 23. Gambar 3.4. Diagram Alir Perancangan Perangkat Lunak ........................................... 23. Gambar 3.5. Flowchart Inisialisasi Webcam di MATLAB............................................. 24. Gambar 3.6. Flowchart Proses Membaca Citra Gambar Koin di MATLAB ................. 26. Gambar 3.7. Flowchart Proses Resizing Citra Gambar Koin di MATLAB.................... 27. Gambar 3.8. Flowchart Proses Konversi Citra RGB ke HSV di MATLAB .................. 28. Gambar 3.9. Flowchart Proses Nilai Rasio S&V Foreground Koin di MATLAB ........ 29. Gambar 3.10. Flowchart Proses Mencari Nilai Luasan Foreground Koin di MATLAB 30 Gambar 3.11. Flowchart Proses Mencari Nilai Look Up Table di MATLAB................ 32. Gambar 3.12. Tampilan GUI Sistem Pengenalan Uang Logam Rupiah ....................... 33. Gambar 3.13. Flowchart Pengujian Secara Real Time .................................................. 34. xiv.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 4.1. Contoh Perbandingan Kondisi Uang Logam 100 Rupiah ........................ 36. Gambar 4.2. Opsi Menjalankan Program Non Real-Time Pada MATLAB .................... 38. Gambar 4.3. Citra Bagian Depan Koin Hasil Program koin2.m ................................... 38. Gambar 4.4. Citra Bagian Belakang Koin Hasil Program koin2.m .............................. 39. Gambar 4.5. Hasil Keluaran Teks pada Command Window MATLAB Hasil Program koin2.m .......................................................................................................................... 39. Gambar 4.6. Hasil Keluaran Teks pada Command Window MATLAB Hasil Program pkoin2.m ........................................................................................................................ 38. Gambar 4.7. Opsi Menjalankan Program Real-Time Pada MATLAB ........................... 41. Gambar 4.8. Tampilan GUI Program Real-Time .......................................................... 41. Gambar 4.9. Contoh Ketika GUI dijalankan untuk Pengujian Koin 100 Rupiah ......... 43. Gambar 4.10. Logitech Webcam Software tampilan Pengambilan Gambar Koin......... 44. Gambar 4.11. Listing Program Koin2.m Untuk Membaca dan Resizing Gambar pada MATLAB………………………………………………………………………………. 45 Gambar 4.12. Listing Program Koin2.m Untuk Konversi Citra RGB ke HSV………. 45 Gambar 4.13. Listing Program Koin2.m Untuk Pre-Processing Foreground Untuk S&V Koin…………………………………………………………………………………….. 46 Gambar 4.14 Listing Program Koin2.m Untuk Pre-Processing Foreground Untuk Luasan Koin ............................................................................................................................... 47. Gambar 4.15. Penjelasan fungsi Imfill Jika Ditinjau Dari Matriks ............................... 48. Gambar 4.16. Contoh Penerapan Fungsi Imfill Pada Koin Bagian Depan ................... 48. Gambar 4.17. Contoh Penerapan Fungsi Imfill Pada Koin Bagian Belakang ............... 49. Gambar 4.18. Output Figure Program Koin2.m Untuk Koin Bagian Depan ................ 49. Gambar 4.19. Output Figure Program Koin2.m Untuk Koin Bagian Belakang ........... 50. Gambar 4.20. Output Command Window Program Koin2.m ....................................... 50. Gambar 4.21. Listing Program Pkoin2.m Untuk Look-Up Table.................................. 54. Gambar 4.22. Sintaks Program Pkoin2.m Untuk Look-Up Table ................................. 54. Gambar 4.23. Output Program Pkoin2.m ...................................................................... 55. Gambar 4.24. Listing Program Real_Time.m Untuk Push Button “Atur Kamera” ....... 56. Gambar 4.25. Sintaks Imaqhwinfo ................................................................................ 57. Gambar 4.26. Informasi dari Winvideo ......................................................................... 57. Gambar 4.27. Informasi Webcam pada MATLAB ......................................................... 58. Gambar 4.28. Informasi Supported Formats Webcam .................................................. 59. xv.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. Gambar 4.29. Tampilan Imaqhinfo.InstalledAdaptor Pada GUI MATLAB .................. 59. Gambar 4.30. Tampilan Imaqhinfo.DeviceIDs Pada GUI MATLAB ............................. 60. Gambar 4.31. Tampilan Imaqhinfo.SupportedFormats Pada GUI MATLAB................ 61. Gambar 4.32. Tampilan Message Box Pada GUI MATLAB Untuk Push Button “Atur Kamera” ......................................................................................................................... 62. Gambar 4.33. Tampilan Warning Box Pada GUI MATLAB Untuk Push Button “Atur Kamera” ......................................................................................................................... 62. Gambar 4.34. Listing Program Real_Time.m Untuk Push Button “Hidupkan Kamera” ....................................................................................................................................... 62. Gambar 4.35. Tampilan Message Box Untuk Push Button “Hidupkan Kamera” ......... 63. Gambar 4.36. Listing Program Real_Time.m Untuk Push Button “Ambil Gambar 1”. 63. Gambar 4.37. Listing Program Real_Time.m Untuk Push Button “Ambil Gambar 2”. 64. Gambar 4.38. Listing Program Real_Time.m Untuk Push Button “Resizing_1” .......... 65. Gambar 4.39. Listing Program Real_Time.m Untuk Push Button “Resizing_2” .......... 66. Gambar 4.40. Listing Program Real_Time.m Untuk Push Button “Proses” ................. 66. Gambar 4.41. Listing Program Real_Time.m Untuk Panel Group “Pilih Gambar”..... 68. Gambar 4.42. Listing Program Real_Time.m Untuk Push Button “Reset” .................. 70. Gambar 4.43. Listing Program Real_Time.m Untuk Push Button “Exit”..................... 71. Gambar 4.44. Listing Program Real_Time.m Untuk Push Button “Save 1 .................. 72. Gambar 4.45. Listing Program Real_Time.m Untuk Push Button “Save 2” ................ 72. Gambar 4.46. Listing Program Real_Time.m Untuk Push Button “Save 3” ................ 73. Gambar 4.47. Listing Program Real_Time.m Untuk Push Button “Save 4” ................ 73. Gambar 4.48. Grafik Tingkat Pengenalan Koin Program Real Time ............................ 75. Gambar 4.49. Grafik Tingkat Pengenalan Koin Program Non Real Time .................... 76. Gambar 4.50. Posisi Webcam dan Tempat Posisi Koin ................................................ 78. Gambar 4.51. Kondisi Pengaturan Pencahayaan ........................................................... 79. Gambar 4.52. Percobaan Program Pengenalan ............................................................. 79. xvi.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. DAFTAR TABEL Tabel 4.1. Hasil pengambilan data uang koin bagian depan ........................................ 52. Tabel 4.2. Hasil pengambilan data uang koin bagian belakang ................................... 53. Tabel 4.3. Tingkat Pengenalan Koin Program Real Time ............................................. 74. Tabel 4.4. Tingkat Pengenalan Koin Program Non Real Time. .................................... 76. xvii.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi yang semakin canggih dan maju, telah membawa kemajuan juga dalam segala aspek kehidupan manusia terutama dalam memudahkan berbagai pekerjaan ataupun aktifitas yang dilakukan manusia dalam kehidupan sehari-hari. Perkembangan ini tentu didukung pula dengan perkembangan perangkat keras dan lunak yang semakin maju seiring perkembangan zaman. Salah satu perkembangan teknologi yang cukup berkembang pesat adalah teknologi informasi di bidang pengolahan citra digital. Pengolahan citra digital digunakan untuk mengenali suatu objek citra, memperbaiki kualitas citra, kompresi, ataupun mendapatkan ciri dari suatu objek citra yang ingin diketahui. Banyak peralatan elektronika yang dibuat untuk memudahkan proses pekerjaan maupun aktifitas manusia dalam bidang pengolahan citra seperti webcam, scanner, kamera digital, dan masih banyak lagi. Perangkat lunak untuk pengolahan citra digital pun terus dikembangkan sebagai penunjang perangkat keras yang dipakai untuk mengolah citra untuk keperluan di bidang tertentu seperti di bidang kesehatan,keamanan,visual,pendidikan dan masih banyak lagi. Salah satu contoh pengolahan citra digital adalah pengenalan koin. Sudah banyak dilakukan penelitian mengenai pengenalan koin yang dilakukan peneliti dari suatu lembaga ataupun civika akademisi dari universitas. Contoh penelitian mengenai pengenalan koin khususnya untuk koin uang logam rupiah Indonesia dengan menggunakan metode euclidean untuk mendeteksi uang logam rupiah berbasis pengolahan citra. Metode euclidean yang dipakai dalam penelitian ini menggunakan fitur jarak antar piksel pada citra koin uang logam rupiah untuk membandingkan jarak suatu citra dengan citra lainnya yang bertujuan untuk mencari kemiripan antar citra. [1] Contoh aplikasi penerapan pengolahan citra digital terutama dalam pengenalan koin adalah mesin penjual minuman ringan maupun makanan ringan otomatis. Mesin ini dibuat untuk mendeteksi koin secara otomatis. Mesin ini menerapkan teknologi pengolahan citra digital untuk mendeteksi uang logam berdasarkan bentuk citra dari koin tersebut. Jika koin. 1.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2. yang dimasukkan sesuai dengan data koin yang di basis data mesin itu maka makanan ataupun minuman yang diinginkan akan keluar dari mesin tersebut. [2] Pada penulisan tugas akhir ini, akan dilakukan pengenalan koin uang logam rupiah dengan menggunakan metode warna dan ukuran untuk mendeteksi koin uang logam rupiah berbasis pengolahan citra digital. Pada metode ini, koin uang logam rupiah akan dikenali berdasarkan warna dari tiap-tiap objek koin uang logam rupiah dan ukuran citra dari tiaptiap objek koin uang logam rupiah yang diukur luasan dari koin yang akan diukur.. 1.2. Tujuan dan Manfaat Tujuan dari penulisan tugas akhir ini adalah untuk menghasilkan salah satu cara untuk mengenali nilai nominal koin uang logam rupiah dengan membuat aplikasi yang dapat digunakan untuk pengenalan nilai nominal koin uang logam rupiah dengan menggunakan metode pengenalan warna dan ukuran pada pengolahan citra digital. Manfaat dari penulisan tugas akhir ini adalah untuk menjadi salah satu referensi dalam mempelajari cara-cara mengenali nilai nominal uang nominal koin uang logam Rupiah.. 1.3. Batasan Masalah Pada Penulisan tugas akhir ini, penulis berfokus pada pembuatan aplikasi pengenalan nilai nominal koin uang logam rupiah dengan menggunakan metode pengenalan warna dan ukuran dengan beberapa batasan masalah pada aplikasi yang akan dibuat yaitu sebagai berikut : 1) Input berupa koin uang logam rupiah dengan nilai nominal 100,200,500, dan 1000 rupiah yang masih berlaku di Indonesia maksimal tahun emisi 2016 yang ditetapkan oleh Bank Indonesia. 2) Ketinggian kamera webcam yang ditetapkan adalah 15 cm untuk mendapatkan hasil yang optimal. 3) Kondisi cahaya pada ruangan yang dipakai diatur sedemikian rupa agar mendapatkan hasil keluaran yang optimal..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3. 4) Menggunakan software MATLAB untuk melakukan komputasi dan pengenalan koin uang logam rupiah. 5) Menggunakan hardware webcam C270h untuk melakukan proses pengambilan gambar koin uang logam rupiah. 6) Uji coba menggunakan warna latar hitam. 7) Menggunakan metode HSV untuk deteksi warna dan metode Look Up Table untuk identifikasi luasan dari pengenalan koin uang logam rupiah.. 1.4 Metodologi Peneltian Langkah-langkah dalam pengerjaan tugas akhir ini adalah sebagai berikut : 1) Pengumpulan bahan-bahan referensi dari berbagai sumber referensi berupa buku, jurnal ilmiah, ataupun dari internet yang membahas mengenai pengolahan citra khususnya pengenalan koin dengan software MATLAB. 2) Pengambilan data dilakukan untuk melihat karakteristik tiap-tiap koin uang logam rupiah serta melihat tanggapan sistem aplikasi yang sudah dibuat dan diprogram dengan menggunakan MATLAB. 4) Analisa dan pengambilan kesimpulan hasil percobaan dari pengambilan data yang sudah dilakukan dapat dibuat dengan melihat persentase kesalahan aplikasi sistem yang sudah dibuat serta seberapa besar tingkat keberhasilan sistem aplikasi yang dibuat dalam melakukan pengenalan dan pendeteksian koin uang logam rupiah..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB II DASAR TEORI Pada bab ini akan dibahas mengenai landasan-landasan teori yang akan digunakan dalam pembuatan tugas akhir “Pengenalan Nilai Nominal Uang Logam Rupiah”.. 2.1. Uang Logam Rupiah Indonesia Uang dapat didefinisikan sebagai alat tukar yang dapat diterima secara umum. Alat tukar itu dapat berupa benda apapun yang dapat diterima oleh setiap orang di masyarakat dalam proses pertukaran barang dan jasa. Uang didefinisikan sebagai sesuatu yang tersedia dan secara umum diterima sebagai alat pembayaran bagi pembelian barang-barang. dan. jasa-jasa. serta. kekayaan. berharga. lainnya. serta. untuk. pembayaran hutang. Secara kesimpulan, uang adalah suatu benda yang diterima secara umum oleh masyarakat untuk mengukur nilai, menukar, dan melakukan pembayaran atas pembelian barang dan jasa. Di negara Republik Indonesia, rupiah adalah mata uang resmi Indonesia. Mata uang ini dicetak dan diatur penggunaannya oleh Bank Indonesia. Ada 2 buah instrument alat pembayaran yang sah yang sering dipakai dalam sistem pembayaran uan tunai, yaitu uang kertas dan uang logam. Uang logam rupiah biasanya terbuat dari bahan alumminium atau nikel. Setiap kepingnya dilengkapi dengan tekstur pada setiap sisi uang untuk membedakan tiap pecahan. Setiap kepingnya juga dilengkapi dengan gambar-gambar timbul di bagian depan dan belakang yang mewakili ciri khas kebudayaan dan kekayaan Indonesia [3]. Saat ini uang logam rupiah yang masih berlaku sesuai ketentuan Bank Indonesia adalah sebagai berikut :. 4.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 5. 1) Uang Logam Rupiah Pecahan Rp. 1000 Tahun Emisi 2010 [3]. Gambar 2.1. Uang Logam Rupiah Pecahan Rp. 1000 Tahun Emisi 2010 [3].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 6. 2) Uang Logam Rupiah Pecahan Rp. 1000 Tahun Emisi 1993 [3]. Gambar 2.2. Uang Logam Rupiah Pecahan Rp. 1000 Tahun Emisi 1993 [3].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 7. 3) Uang Logam Rupiah Pecahan Rp. 500 Tahun Emisi 2003 [3]. Gambar 2.3. Uang Logam Rupiah Pecahan Rp. 500 Tahun Emisi 2003 [3].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 8. 4) Uang Logam Rupiah Pecahan Rp. 500 Tahun Emisi 1997 [3]. Gambar 2.4. Uang Logam Rupiah Pecahan Rp. 500 Tahun Emisi 1997 [3].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 9. 5) Uang Logam Rupiah Pecahan Rp. 200 Tahun Emisi 2003 [3]. Gambar 2.5. Uang Logam Rupiah Pecahan Rp. 200 Tahun Emisi 2003 [3].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 10. 6) Uang Logam Rupiah Pecahan Rp. 100 Tahun Emisi 1999 [3]. Gambar 2.6. Uang Logam Rupiah Pecahan Rp. 100 Tahun Emisi 1999 [3].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 11. 2.2. Pengolahan Citra 2.2.1. Pengertian Pengolahan Citra Digital Istilah citra digital sangat populer pada masa sekarang ini. Banyak alat elektronik yang menghasilkan citra digital; contohnya scanner, kamera digital, mikroskop digital, dan fingerprint reader (pembaca sidik jari). Perangkat lunak untuk mengolah citra digital juga sangat populer digunakan oleh pengguna untuk mengolah foto atau untuk berbagai keperluan lain. Sebagai contoh, Adobe Photoshop dan MATLAB yang menyajikan berbagai fitur untuk memanipulasi citra digital. Pengolahan citra juga biasanya dipakai untuk berbagai teknik memanipulasi dan memodifikasi citra dengan berbagai cara. Foto adalah contoh citra berdimensi dua yang bisa diolah dengan mudah. Setiap foto dalam bentuk citra digital (misalnya berasal dari kamera digital) dapat diolah melalui perangkat-lunak tertentu. Sebagai contoh, apabila hasil bidikan kamera terlihat agak gelap, citra dapat diolah agar menjadi lebih terang. Dimungkinkan pula untuk memisahkan foto orang dari latar belakangnya. Gambaran tersebut menunjukkan hal sederhana yang dapat dilakukan melalui pengolahan citra digital [4].. Gambar 2.7. Empat Contoh Alat yang Menghasilkan Citra Digital [4].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 12. 2.2.2. Aplikasi Pengolahan Citra Pengolahan citra merupakan bagian penting yang mendasari berbagai aplikasi nyata, seperti pengenalan pola, penginderaan jarak-jauh melalui satelit atau pesawat udara, dan machine vision. Pada pengenalan pola, pengolahan citra antara lain berperan untuk memisahkan objek dari latar belakang secara otomatis. Selanjutnya, objek akan diproses oleh pengklasifikasi pola. Sebagai contoh, sebuah objek buah bisa dikenali sebagai jeruk, apel, atau pepaya. Pada penginderaan jarak jauh, tekstur atau warna pada citra dapat dipakai untuk mengidentifikasi objek-objek yang terdapat di dalam citra. Pada machine vision (sistem yang dapat “melihat” dan “memahami” yang dilihatnya), pengolahan citra berperan dalam mengenali bentuk-bentuk khusus yang dilihat oleh mesin. Penggunaan kamera pemantau ruangan merupakan contoh bagian aplikasi pemrosesan citra. Perubahan gerakan yang ditangkap melalui citra dapat menjadi dasar untuk melakukan pelaporan situasi yang terekam. [4]. 2.2.3. Prinsip Dasar dalam Pengolahan Citra 2.2.3.1. Peningkatan Kecerahan dan Kontras Citra yang tidak jelas akibat sinar yang kurang atau ruangan yang gelap ketika objek dibidik melalui kamera digital dapat diperbaiki kualitas gambarnya dengan menggunakan pengolahan citra digital yaitu dengan peningkatan kecerahan dan kontras. Gambar 2.8. Pengolahan Citra Memungkinkan Pengubahan Kontras pada Citra [4].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 13. 2.2.3.2. Resizing Citra Resizing citra adalah mengubah besar atau kecilnya ukuran citra dalam piksel. Tampilan citra tidak ada yang berubah tetapi hanya ukuran piksel dan matriksnya yang dirubah. Misalnya ukuran suatu citra adalah sebesar m x n piksel dapat diubah ukurannya menjadi p x q piksel tergantung pada penggunaannya. Jumlah piksel yang digunakan mempengaruhi kualitas citra yang akan diproses [4].. Citra berukuran 1536x2048 piksel. Citra berukuran 32x32 piksel. Gambar 2.9. Pengolahan Citra Memungkinkan Untuk Resizing pada Citra. 2.2.4. Pengenalan Dasar Citra 2.2.4.1. Representasi Citra Digital Citra digital dipresentasi oleh kumpulan-kumpulan titik yang dinamakan piksel (pixel atau “picture element”). Setiap piksel digambarkan sebagai satu kotak kecil dan setiap piksel mempunyai koordinat posisi.. 2.2.4.2. Mengenal Jenis Citra Ada beberapa jenis citra yang biasanya digunakan dalam pengolahan citra contohnya yaitu citra berwarna, dan citra biner..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 14. 2.2.4.2.1. Citra Berwarna (RGB) Citra berwarna atau citra RGB merupakan jenis citra yang menyajikan warna dalam bentuk komponen R (merah), G (hijau), dan B (biru). Setiap komponen warna menggunakan 8 bit (dengan rentang nilai 0 sampai dengan 255). Oleh karena itu, kemungkinan warna yang bisa terjadi mencapai 255 x 255 x 255 atau 16.581.375 warna. Gambar 2.1- menunjukkan contoh warna dan nilai R,G, dan B. [4]. Gambar 2.10. Tabel Warna dan Nilai Penyusun Warna pada Citra Berwarna [4]. 2.2.4.2.2. Citra Biner Citra biner merupakan citra dengan nilai piksel yang dinyatakan dengan nilai 0 dan nilai 1. Nilai 0 menyatakan warna hitam dan nilai 1 menyatakan warna putih. Citra jenis ini banyak dipakai dalam pengolahan citra, contohnya misalnya untuk kepentingan memperoleh tepi bentuk suatu objek [4].. Gambar 2.11. Contoh Konversi Citra HSV Komponen Saturasi (Kiri) ke Citra Biner (Kanan).

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 15. 2.2.5. Ciri Suatu Citra Ciri merupakan karakteristik yang khas, yang membedakan antara satu dengan yang lain. Hal ini juga berlaku pada sebuah citra, citra juga memiliki ciri yang dapat membedakannya dengan citra yang lain. Ciri-ciri dasar dari citra adalah warna, bentuk, dan ukuran [5].. 2.2.6. Model Warna Warna yang dilihat sebenarnya adalah spektrum cahaya yang dipantulkan oleh benda yang kemudian ditangkap oleh indra penglihatan (yakni mata) lalu diterjemahkan oleh otak sebagai sebuah warna tertentu. Sebagai contoh ketika melihat warna hijau yang terdapat pada daun karena cahaya yang datang (umumnya cahaya matahari yang punya spektrum cahaya yang cukup komplit) diserap oleh daun selain warna hijau yang dipantulkan, dan cahaya hijau yg terpantul inilah yang. ditangkap sehingga dapat terlihat bahwa daun. berwana hijau. jadi sebenarnya faktor penting untuk melihat sebuah warna dengan baik adalah cahaya yang mengenai benda tersebut. Karena terkait dengan cahaya maka tidak semua spektrum cahaya dapat ditangkap oleh indra penglihatan manusia, karena itu kemudian timbul istilah spektrum cahaya tampak (visible spectrum) yang range-nya cukup besar. range inilah yang menjadi penyebab seseorang dapat melihat beraneka ragam warna yang secara umum dipisahkan menjadi beberapa spektrum dasar [5].. Gambar 2.12. Spektrum Warna [5].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 16. 2.2.7. Ruang Warna HSV Ruang warna HSV mendefinisikan warna dalam terminologi Hue, Saturation dan Value. Hue menyatakan warna sebenarnya, seperti merah, ungu, dan kuning. Hue digunakan untuk membedakan warna-warna dan menentukan kemerahan (redness), kehijauan (greeness), dsb, dari cahaya. Hue berasosiasi dengan panjang gelombang cahaya. Saturation menyatakan tingkat kemurnian suatu warna, yaitu mengindikasikan seberapa banyak warna putih diberikan pada warna. Value adalah atribut yang menyatakan banyaknya cahaya yang diterima oleh mata tanpa memperdulikan warna [5].. Gambar 2.13. Model Warna HSV [5] Karena ruang warna HSV merupakan ruang warna yang diturunkan dari ruang warna RGB maka untuk mendapatkan warna HSV ini , harus dilakukan proses konversi warna dari RGB ke HSV. HSV merupakan salah satu cara untuk mendefinisikan warna yang didasarkan pada roda warna. Hue mengukur sudut sekitar roda warna (merah pada 0 derajat, 120 derajat di hijau, biru, di 240 derajat). Saturation yang menunjukkan pada radius roda warna sehingga menunjukkan proporsi antara gelap (pusat) untuk warna ke putih murni (di luar).Value Menunjukkan nilai kecerahan. Hue memiliki nilai antara 0 hingga 360 (derajat), Saturation and Value berkisar dari 0 hingga 100%. [5].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 17. Untuk mendapatkan nilai H, S, V berdasarkan R, G, dan B, terdapat beberapa cara. Cara tersederhana [1] adalah sebagai berikut : (. ((. ). ) ( (. ). ). ). (2.1) (2.2) (2.3). Kemudahan cara pertama ternyata menimbulkan permasalahan, cara pertama membuat hue tidak terdefinisi jika saturation bernilai 0. Solusi kedua untuk mendapatkan setiap nilai HSV adalah menggunakan rumus kedua [1] berikut : (. ). (. ). (. ). ( {. (. (. {. (2.4) (2.5) (2.6) ). (2.7) (2.8). ). ). *. +. *. +. (2.9). (2.10).

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 18. Gambar 2.14. Representatif Gambar RGB ke Gambar H,S,V [6]. Gambar 2.15. Perbandingan Warna R,G,B terhadap Warna H,S,V pada Gambar Original [7].

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 19. 2.2.8. Look Up Table (LUT) Look Up Table atau LUT biasa digunakan untuk mempercepat perhitunganperhitungan kompleks yang biasanya dipakai ketika melakukan operasi-operasi perhitungan dengan jumlah data perhitungan yang sangat banyak sehingga dapat mempersingkat waktu untuk melakukan proses perhitungan dengan data yang sangat banyak dibandingkan dengan memakai perhitungan secara langsung. Sesuai dengan namanya, cara memakai metode ini adalah dengan membuat tabel hasil perhitungan lalu data hasil perhitungan yang terdapat pada data tersebut nantinya akan menjadi acuan untuk proses perhitungan data selanjutnya. Pada pemrosesan citra biasanya dipakai sebagai referensi untuk melakukan pencocokkan data antara data citra masukkan dengan data tabel hasil pemrosesan citra sebelumnya yang sudah ditabelkan pada tabel hasil perhitungan. Contoh penggunaan Look Up Table adalah untuk melakukan pengenalan pada suatu nada suara dan lain sebagainya [8]..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB III PERANCANGAN PENELITIAN Dalam BAB III ini akan dibahas mengenai perancangan perangkat keras dan perangkat lunak. Pembahasan meliputi : 1. Proses kerja dan mekanisme sistem 2. Perancangan Perangkat keras (Hardware) 3. Perancangan Perangkat lunak (Software). 3.1. Proses Kerja dan Mekanisme Sistem Sistem yang dirancang menggunakan perangkat keras yang dipakai berupa dudukan berbahan dasar akrilik sebagai tempat dudukan webcam yang akan dipakai, satu buah webcam Logitech Series C270 untuk mengambil gambar koin uang logam rupiah , dan satu buah laptop untuk menulis dan menjalankan kode program yang dibuat. Sedangkan perangkat lunak yang dipakai adalah perangkat lunak CorelDraw Graphics Suite X6 yang digunakan untuk mendesain dudukan untuk webcam dan MATLAB sebagai sarana program perangkat lunak yang ada di komputer untuk tempat penulisan dan pengeksekusian program yang dibuat. Secara sederhana, Proses kerja dan mekanisme sistem yang dibuat diawali dengan meletakkan webcam ke dudukan khusus yang dibuat sebagai tempat peletakkan webcam dengan posisi webcam menghadap ke arah bawah atau ke arah tempat peletakkan uang koin (alas) yang juga didesain di tempat dudukan yang sudah dibuat. Alas tadi lalu diberi background. hitam atau warna bebas yang bukan merupakan warna. dominan dari koin yang ingin dideteksi. Langkah selanjutnya koin diletakkan di alas yang sudah disiapkan yang berada tepat dibawah webcam. Webcam yang ada dihubungkan ke laptop melalui sambungan USB dari webcam ke laptop. Setelah itu proses mengambil gambar uang koin, penyimpanan gambar ke laptop dan deteksi uang koin dilakukan melalui perangkat lunak MATLAB yang sudah diinstal di laptop. Proses kerja dan mekanisme sistem dapat dilihat diagram alirnya pada gambar 3.1.. 20.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 21. Baca Gambar. Resizing Gambar Konversi Citra RGB ke HSV Hitung Rasio S&V Foreground koin. Hitung Luasan Foreground koin. 100 RUPIAH. Look Up Table. (keluaran). Gambar 3.1. Diagram Alir Sistem. 3.2. Perancangan Perangkat Keras (Hardware) Pada Subbab ini akan dijelaskan mengenai : 1. Desain dudukan untuk webcam 2. Refocus ulang webcam Logitech Series C270. 3.2.1. Desain Dudukan Untuk Webcam.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 22. Desain tempat yang akan dipakai untuk meletakkan webcam didesain menjadi 3 bagian yaitu bagian alas dudukan, tiang dudukan, dan tempat dudukan webcam itu sendiri. Tempat yang sudah jadi dapat dilihat pada gambar 3.2.. Gambar 3.2. Dudukan Webcam yang sudah dibuat. 3.2.2. Refocus ulang Webcam Logitech Series C270 Webcam Logitech Series C270 tidak memiliki fitur auto focus dan hanya memiliki fitur manual focus sehingga fokus kamera disetting ke pengaturan default atau pengaturan fokusnya di atur untuk pengambilan gambar ataupun video dengan luas bidang pengambilan gambar yang luas atau untuk pengambilan gambar dengan banyak objek yang berarti webcam ini tidak diatur fungsi fokusnya untuk pengambilan gambar yang diambil dengan jarak dekat dan hanya berfokus pada satu objek saja. Oleh karena itu, dilakukan sedikit penyesuaian dengan menghilangkan perekat kering yang tertempel di dalam bukaan gear yang terhubung ke lensa yang terpasang pada papan sirkuit. Setelah perekat kering tadi dihilangkan, barulah bukaan gear yang terhubung ke lensa bisa diputar.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 23. searah atau berlawanan arah jarum jam untuk menyesuaikan fokus yang diinginkan untuk proses pengambilan gambar atau video. Gambar proses pengambilan gambar koin sebelum dan sesudah penyesuaian fokus dapat dilihat pada gambar 3.3.. Gambar 3.3. Proses Pengambilan Gambar Sebelum dan Sesudah Refocus Ulang. 3.3. Perancangan Perangkat Lunak (Software) Pada subbab ini akan dijelaskan mengenai algoritma pemograman perancangan perangkat lunak yang akan diaplikasikan ke sistem pengenalan citra koin uang logam rupiah dengan menggunakan perangkat lunak MATLAB. Proses perancangan perangkat lunak dapat dilihat diagram alirnya pada gambar 3.4.. Akuisisi Citra Gambar Koin (Input Citra RGB). Preprocessing. Look Up Table (LUT). Pengenalan Koin (Output). Gambar 3.4. Diagram Alir Perancangan Perangkat Lunak. 3.3.1. Akuisisi Citra Koin 1. Inisialisasi Webcam di MATLAB Pada Proses Pengambilan citra koin, pertama-tama webcam yang akan dipakai harus dikenali dulu di laptop/komputer yang akan dipakai terutama harus dikenali dan disinkronkan dengan perangkat lunak MATLAB karena semua proses pengenalan yang akan dilakukan akan menggunakan MATLAB. Oleh karena itu harus dilakukan inisialisasi webcam di MATLAB dan beberapa pengaturan yang akan dipakai dalam proses pengambilan citra koin. Proses ini hanya dilakukan satu kali pada saat ingin mencoba.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 24. driver kamera webcam baru yang belum pernah diinstal di laptop. Flowchart inisialisasi webcam di MATLAB dapat dilihat pada gambar 3.5.. Mulai. Cek Informasi Driver Kamera Apa Saja yang dikenali. Cek Informasi Nomor ID Driver Kamera yang Terdapat pada Fitur Fungsi Winvideo. Cek Informasi Nomor ID Driver Kamera yang diinginkan. Cek Informasi Format Akuisisi Citra yang Bisa Dipakai dari Driver Kamera yang diinginkan. Inisialisasi Driver kamera yang diinginkan dengan Format Akuisisi Citra Gambar pada Mode Default. A Gambar 3.5. Flowchart Inisialisasi Webcam di MATLAB.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 25. A. Testing Kamera. Selesai Gambar 3.5. (Lanjutan) Flowchart Inisialisasi Webcam di MATLAB. 3.3.2. Preprocessing Pada Proses ini, citra uang koin yang sudah diambil gambarnya diproses terlebih dahulu untuk bisa diketahui karakteristik yang terdapat pada masing-masing uang koin yang akan dideteksi. Ada beberapa tahapan yang dilakukan pada tahap ini untuk mendapatkan citra gambar koin yang diinginkan yang dibagi menjadi tahapan-tahapan berikut ini.. 1. Membaca Citra Gambar Koin yang diinginkan di MATLAB Pada tahapan ini, Citra gambar yang diambil harus dikenali terlebih dahulu pada MATLAB. Gambar citra yang diambil, ekstensi file yang bisa dikenali oleh bermacammacam bisa gambar dengan ekstensi file .JPG, .bmp, dan masih banyak lagi. File gambar yang diambil akan dibaca pada MATLAB akan diubah dan disimpan dalam bentuk yang berupa matriks. Flowchart membaca citra gambar koin di MATLAB dapat dilihat pada gambar 3.6..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 26. Mulai. Simpan File di Folder Sistem MATLAB. Baca Citra Gambar Koin. Tampilkan Hasil Baca Citra Gambar Koin. Selesai Gambar 3.6. Flowchart Proses Membaca Citra Gambar Koin di MATLAB. 2. Proses Resizing Pada tahapan ini, gambar yang sudah dibaca dan disimpan hasilnya di MATLAB akan di atur ulang ukurannya dengan tujuan untuk mendapat ukuran gambar yang sesuai agar hasil pemrosesan yang akan dilakukan diharapkan mendapatkan hasil yang optimal. Proses rezising akan menggunakan fungsi built in MATLAB. Flowchart proses resizing dapat dilihat pada gambar 3.7..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 27. Mulai. Input: Hasil Baca Citra Koin. Resizing Citra Gambar Koin. Input: Hasil Resizing Citra Koin. Selesai. Gambar 3.7. Flowchart Proses Resizing Citra Gambar Koin di MATLAB. 3. Proses Konversi Citra RGB ke HSV Pada proses ini, citra gambar yang diambil dari kamera webcam berupa citra gambar yang berformat citra RGB sehingga perlu diubah dulu menjadi citra gambar berformat HSV. Proses konversi citra RGB ke HSV akan menggunakan fungsi built in MATLAB. Flowchart konversi citra RGB ke HSV dapat dilihat pada gambar 3.8..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 28. Mulai. Input : Citra RGB. Ubah Nilai R,G,B ke H,S,V. Output : Citra HSV. Selesai. Gambar 3.8. Flowchart Proses Konversi Citra RGB ke HSV di MATLAB. 4. Segmentasi Citra Koin Bagian Foreground Pada proses ini, segmentasi dilakukan untuk mencari karakteristik dari tiap-tiap koin yang gambarnya sudah diambil dengan menggunakan webcam. Pada proses ini, segmentasi bertujuan untuk memisahkan gambar objek yang diinginkan (foreground) dari gambar latar (background) agar bisa dicari nilai HSV dan luasan pada gambar foreground. Nilai format HSV yang sudah dikonversi tadi nantinya yang akan dipakai dalam penelitian ini adalah nilai saturasi dan value-nya saja karena menyesuaikan dengan warna dari uang koin dalam data penelitian yang akan digunakan. Pada Proses ini terdapat dua proses penting untuk mendapatkan nilai karakteristik yang diinginkan yaitu proses mencari nilai rasio foreground S&V citra koin serta nilai luasan foreground citra koin. Kedua Proses ini.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 29. menggunakan fungsi built in MATLAB. Flowchart dari kedua proses segmentasi citra koin bagian foreground dapat dilihat pada gambar 3.9 dan 3.10. Mulai. Input : Citra HSV. Aplikasikan Threshold Saturasi (T0) Citra koin. Aplikasikan Threshold Value (T1) Citra Koin. )). Hitung Nilai Rasio S&V Foreground Koin. Output : Nilai Rasio S&V Foreground Koin. Selesai Gambar 3.9. Flowchart Proses Nilai Rasio S&V Foreground Koin di MATLAB. Nilai threshold saturasi (T0) citra koin dan nilai threshold value (T1) citra koin akan di evaluasi nilai-nilainya pada bab 4..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 30. Mulai. Input : Citra HSV. Aplikasikan Threshold Value (T2) Citra Koin. Seleksi Objek Foreground dari Background Berdasarkan Nilai T2. Hitung Luasan Objek Foreground Citra Koin. Output : Luasan Foreground Koin. Selesai. Gambar 3.10. Flowchart Proses Mencari Nilai Luasan Foreground Koin di MATLAB. Nilai threshold value (T2) citra koin akan di evaluasi nilainya pada bab 4. Untuk mencari nilai luasan foreground koin, citra koin yang berupa citra HSV diambil nilai threshold value (T2) dan diaplikasikan ke citra koin. Hasil dari proses ini akan membuat citra koin menjadi citra biner yang dimana citra koin akan berubah menjadi citra gambar yang terdiri dari warna hitam dengan nilai piksel 0 dan warna putih dengan nilai piksel 1. Proses seleksi objek foreground dari background yaitu dengan mengubah.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 31. nilai piksel 0 menjadi piksel 1 pada area warna hitam yang dikelilingi oleh warna putih. Hasil dari proses ini yaitu warna hitam digambarkan sebagai background dan warna putih digambarkan sebagai objek foreground. Setelah itu, luasan dari objek foreground dapat dihitung dengan menjumlahkan nilai-nilai piksel yang terdapat dalam citra koin yang sudah melalui proses seleksi objek foreground dari background sehingga didapatkan nilai luasan objek foreground citra koin untuk setiap jenis-jenis uang logam rupiah yang ingin dicari luasannya.. 3.3.3. Look Up Table (LUT) Pada proses ini akan dilakukan untuk melakukan pencocokkan data citra input citra koin uang logam rupiah dengan data citra input koin uang logam rupiah yang sudah di pre-processing dengan melakukan perbandingan jangkauan nilai rasio S&V foreground (R) koin dan nilai luasan (L) foreground koin. Jika data nilai karakteristik input citra koin berada pada jangkauan nilai karakteristik tiap masing-masing jenis citra koin yang ada maka output yang akan dihasilkan dari proses ini ialah berupa keluaran dalam bentuk teks nilai nominal uang logam rupiah, jika sebaliknya maka output yang dihasilkan berupa teks error. Penentuan hasil output ini sendiri dapat ditentukan dengan penentuan nilai karakteristik unik dari tiap-tiap jenis uang logam rupiah yang nilai-nilainya akan dievaluasi di bab berikutnya. Flowchart Look Up Table (LUT) dapat dilihat pada gambar 3.11..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 32. Mulai Input : Citra Pre-Processing Perbandingan Range Data Nilai R dan L Foreground Citra Koin. Jika Nilai R&L Data Input Berada Pada Range Uang 1000?. Ya. Uang Koin 1000. Tidak Jika Nilai R&L Data Input Berada Pada Range Uang 500?. Ya. Uang Koin 500 Output : Hasil (Teks). Tidak. Jika Nilai R&L Data Input Berada Pada Range Uang 200?. Ya. Uang Koin 200. Tidak Jika Nilai R&L Data Input Berada Pada Range Uang 100?. Uang Koin 100. Ya. Tidak Data Tidak Dikenali atau Error. Gambar 3.11. Flowchart Proses Mencari Nilai Look Up Table di MATLAB. Selesai.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 33. 3.4. Pengujian Pengenalan Koin 3.4.1. Pengujian Secara Real Time Untuk pengujian secara real time, nantinya akan diakses melalui GUI (Graphical User Interface) yang dimana dapat dilihat bentuk perancangannya pada sub-bab selanjutnya. Untuk memulai pengujian, pertama-tama dengan menekan tombol “Aktifkan Kamera” untuk mengaktifkan kamera webcam lalu setelah itu dengan menekan tombol “Ambil Gambar” untuk mengambil gambar citra koin, setelah itu dengan menekan tombol “Resize” untuk mengatur ulang ukuran gambar citra koin. Terakhir dengan menekan tombol “Proses” untuk melakukan proses pengenalan koin dengan melakukan prosesproses pengenalan yang sudah dijelaskan diatas dan tombol keluar untuk menghentikan program yang telah berjalan. Hasil output dari GUI ini berupa proses siap pengambilan gambar pada jendela “kamera”, hasil pengambilan gambar kamera webcam pada jendela “Hasil Capture”, hasil ubah ukuran gambar yang telah diambil pada jendela “Resizing”, dan terakhir hasil keluaran pengenalan koin dalam bentuk teks pada jendela “Pengenalan Koin (Teks)”. Direncanakan pada pengujian ini akan diambil 40 kali sample pengujian data (untuk uang logam rupiah kondisi bagus dan kondisi lecet pada posisi bolak-balik ). Perancangan Tampilan GUI Contoh perancangan tampilan GUI pada MATLAB yang akan dibuat dapat dilihat pada gambar 3.12.. Gambar 3.12. Tampilan GUI Sistem Pengenalan Uang Logam Rupiah.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 34. Flowchart Pengujian Secara Real Time Mulai. Aktifkan Kamera. Ambil Gambar. Rezise. Proses. Pengenalan Koin (Teks). Selesai. Gambar 3.13. Flowchart Pengujian Secara Real Time. 3.4.2. Pengujian Secara Non Real Time Untuk pengujian secara non-real time, pada prinsipnya proses-proses yang dilalui sama dengan pengujian secara real time. Namun proses hasil Pre-processing dan LUT akan ditampilkan secara manual melalui figure pada MATLAB. Direncanakan pada pengujian ini akan diambil 40 kali sample pengujian data (untuk uang logam rupiah kondisi bagus dan kondisi lecet pada posisi bolak-balik)..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 35. 3.5. Analisis Data Pengujian Dalam menghitung besar tingkat pengenalannya, pola persamaan yang digunakan ialah sebagai berikut :.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI. BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan membahas mengenai hasil pengamatan dari pengenalan nominal uang logam rupiah (bagian depan dan bagian belakang) berdasarkan komponen warna saturasi dan value dari HSV dan luasannya berdasarkan program yang telah dibuat dan diambil datanya. Data yang telah diambil tadi dianalisa untuk dijadikan acuan untuk proses pengenalan uang logam rupiah. Kemudian hasilnya akan dianalisa apakah sudah sesuai dengan hasil perancangan atau tidak. Program yang dibuat dikategorikan menjadi 2 bagian yaitu program pengenalan nilai nominal uang logam rupiah secara non real-time dan realtime. Program pengenalan nilai nominal uang logam rupiah secara non-real time ini sendiri merupakan program yang dibuat sebagai landasan dalam pembuatan program pengenalan nilai nominal uang logam rupiah secara real-time, dan dibagi menjadi 2 program utama yakni pertama program yang dibuat untuk mengumpulkan data referensi citra uang logam rupiah dan program kedua yang dipakai untuk pengenalan nilai nominal uang logam rupiah secara non-real time dalam menentukan nilai nominal uang logam rupiah. Dalam penelitian ini, objek yang dipakai sebagai bagian dari penelitan yaitu uang logam rupiah dengan kondisi bagus dan kondisi lecetyang dapat dilihat salah satu contohnya pada gambar 4.1.. Kondisi bagus. Kondisi lecet. Gambar 4.1. Contoh Perbandingan Kondisi Uang Logam 100 Rupiah. 36.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 37. Spesifikasi laptop yang digunakan dalam pengujian software pengenalan nilai nominal uang logam rupiah ini adalah sebagai berikut : 1. Merk dan Tipe Laptop. : Asus A456UR Series. 2. Prosesor. : Intel Core i5-7200U, up to 3.18 Ghz. 3. RAM. : 12 GB. 4. Versi Matlab. : R2012a 64 bit. 5. Sistem Operasi. : Windows 10 Pro 64 bit. 4.1. Menjalankan Program Pengenalan Uang Logam Rupiah 4.1.1 Non Real-Time Pada program non real-time yang sudah dibuat yakni program untuk mengumpulkan data referensi citra uang logam rupiah dan program yang dipakai untuk pengenalan nilai nominal uang logam rupiah secara non-real time ini pada dasarnya untuk menjalankan kedua program ini mempunyai cara yang sama, tetapi yang menjadi perbedaan hanya pada nama file kedua program untuk mengeksekusi kode program yang sudah dibuat tersebut yakni program non real-time untuk mengumpulkan data referensi citra uang logam rupiah pada tugas akhir ini diberi nama koin2.m sedangkan program yang dipakai untuk pengenalan nilai nominal uang logam rupiah secara non-real time diberi nama pkoin2.m. Proses untuk menjalankan program pengenalan uang logam rupiah secara non real-time adalah sebagai berikut :. 1.. Setelah lokasi program sudah ditentukan, untuk menjalankan program yang sudah dibuat bisa melalui box current folder yang terdapat pada sisi sebelah kiri tampilan utama MATLAB dengan mengklik mouse kiri 1 kali. nama program yang akan. dijalankan yakni koin2.m dan pkoin2.m lalu dengan menekan tombol f9 pada keyboard untuk menjalankan program ataupun menuliskan kata koin2 dan pkoin2 melalui box command prompt pada tampilan utama MATLAB untuk menjalankan program. Proses ini dapat dilihat pada gambar 4.5 berikut ini..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 38. Gambar 4.2. Opsi Menjalankan Program Non Real-Time Pada MATLAB 2.. Setelah melakukan langkah nomor 4 diatas, maka program yang sudah dibuat akan running setelah beberapa detik. Berikut ini merupakan contoh hasil output proses program non real-time koin2.m dan pkoin2.m yang sudah dibuat yang ditampilkan pada figure MATLAB dan hasil keluaran teks yang ditampilkan pada command window MATLAB yang bisa dilihat pada gambar 4.3 sampai gambar 4.6.. Gambar 4.3. Citra Bagian Depan Koin Hasil Program koin2.m.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 39. Gambar 4.4. Citra Bagian Belakang Koin Hasil Program koin2.m. Gambar 4.5. Hasil Keluaran Teks pada Command Window MATLAB Hasil Program koin2.m.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 40. Gambar 4.6. Hasil Keluaran Teks pada Command Window MATLAB Hasil Program pkoin2.m Pada gambar 4.5 dan gambar 4.6 diatas, gambar citra pada baris pertama menyatakan gambar citra asli dari hasil pengambilan gambar, baris kedua menyatakan gambar citra asli hasil konversi HSV pada bagian saturasi, baris ketiga menyatakan gambar citra asli hasil konversi HSV pada bagian value, baris keempat menyatakan gambar citra threshold dari bagian saturasi HSV, baris kelima menyatakan gambar citra threshold dari bagian value HSV, baris keenam menyatakan gambar hasil perbandingan antara threshold saturasi dan threshold value, sedangkan baris ketujuh menyatakan gambar hasil segmentasi luasan citra uang logam rupiah.. 4.1.2 Real-Time 1.. Pertama ulangi langkah 1 sampai 4 sama seperti langkah-langkah untuk menjalankan program secara non real-time, namun nama program yang dipakai untuk menjalankan program secara non real-time, memakai program dengan nama Real_Time.m. Proses ini dapat dilihat pada gambar 4.7 berikut ini..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 41. Gambar 4.7. Opsi Menjalankan Program Real-Time Pada MATLAB 2.. Setelah melakukan langkah diatas, maka program yang sudah dibuat akan running setelah beberapa detik dan GUI untuk program real-time yang sudah dibuat akan tertampil pada pop-up window baru di MATLAB dan siap untuk digunakan. Berikut ini merupakan tampilan GUI program real-time pada gambar 4.8.. Gambar 4.8. Tampilan GUI Program Real-Time Pada gambar 4.8 diatas, GUI yang dibuat memakai beberapa axes, push button serta radio button untuk menjalankan kode fungsi program real-time yang sudah dibuat. Berikut ini merupakan penjelasan singkat mengenai fungsi-fungsi tersebut..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 42. a). Push button “Atur Kamera” berfungsi untuk mengecek status kamera dan memilih jenis serta resolusi dari kamera yang akan dipakai.. b). Push button “Hidupkan Kamera” berfungsi untuk menghidupkan kamera yang sudah ditentukan yang akan dipakai dan nanti akan ditampilkan axes “Kamera”.. c). Push button “Ambil Gambar 1” dan “Ambil Gambar 2” berfungsi untuk mengambil snapshot gambar dari kamera dan nanti akan ditampilkan pada axes “Gambar 1” dan axes “Gambar 2”. d). Push Button “Resizing_1” dan “Resizing_2” berfungsi untuk mengecilkan ukuran gambar 1 dan gambar 2 menjadi ukuran yang sudah ditentukan dan hasilnya akan ditampilkan pada axes “Resizing gambar 1” dan axes “Resizing gambar 2”.. e). Push button “save 1”, “save 2”, “save 3”, dan “save 4” berfungsi untuk menyimpan gambar yang sudah diproses dalam bentuk ekstensi file .jpg ke storage utama perangkat yang dipakai agar bisa dipakai untuk mengecek apakah proses yang sudah dilakukan bernilai benar atau salah, juga, serta gambar yang sudah disimpan dapat dipakai untuk proses program non real-time yang sudah dibuat. Gambar yang diambil untuk disimpan sesuai dengan letak posisi push button untuk setiap axes dibawah posisi push button tersebut pada tampilan GUI yang sudah dibuat.. f). Push button “Proses” berfungsi untuk menjalankan kode program pemrosesan utama pengenalan uang logam rupiah secara real-time.. g). Radio button “Gambar 1” dan radio button “Gambar 2” berfungsi untuk menjalankan kode program look-up table untuk menentukan nilai uang logam rupiah yang akan diproses untuk dikenali nilainya.. h). Push button “Reset” berfungsi untuk mengembalikkan status GUI ke kondisi awal ketika GUI baru dijalankan pertama kali.. i). Push button “Exit” berfungsi untuk keluar dari GUI dan kembali ke tampilan utama MATLAB.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 43. Gambar 4.9. Contoh Ketika GUI dijalankan untuk Pengujian Koin 100 Rupiah. 4.2. Penjelasan Listing Program 4.2.1. Penjelasan Listing Program Secara Non Real-Time Pada pengenalan nilai nominal uang logam rupiah secara non real-time, ada 2 program yang dibuat yakni pertama program yang dibuat untuk mengumpulkan data referensi citra uang logam rupiah dengan nama program koin2.m dan program kedua yang dipakai untuk pengenalan nilai nominal uang logam rupiah secara non-real time dalam menentukan nilai nominal uang logam rupiah dengan nama program pkoin2.m. Pengambilan data citra uang logam rupiah menggunakan kamera webcam logitech HD webcam C270 dengan perangkat lunak logitech webcam software untuk mengambil data citra uang logam rupiah. Semua hasil proses yang sudah dilakukan akan ditampilkan pada fiture dan command window yang terdapat di MATLAB. Berikut ini merupakan jenis webcam yang dipakai untuk pengambilan citra uang logam rupiah yang ditunjukkan pada gambar 4.10..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 44. Gambar 4.10. Logitech Webcam Software tampilan Pengambilan Gambar Koin Pada proses pengambilan gambar yang ditunjukkan pada gambar 4.10 diatas yang sudah dilakukan menggunakan software logitech webcam, pengaturan yang dipakai untuk pengambilan gambar yaitu menggunakan mode standard dan resolusi high. Berikut ini merupakan penjelasan sintaks program pengenalan nilai nominal uang logam rupiah secara non real time.. Koin2.m a.. Membaca Citra Gambar Koin dan Proses Resizing pada MATLAB Sintaks program pada gambar 4.11 berikut ini mengacu pada gambar 3.9 dan 3.10. yang terdapat pada BAB III..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 45. Gambar 4.11. Listing Program Koin2.m Untuk Membaca dan Resizing Gambar pada MATLAB Pada gambar 4.11 diatas, kode program imread merupakan kode fungsi bawaan MATLAB yag dipakai untuk membaca gambar yang sudah diambil untuk bisa dikenali oleh MATLAB dalam bentuk matriks sehingga dapat diproses lebih lanjut. Gambar koin yang diambil adalah gambar dengan format gambar berjenis RGB (Red, Green, dan Blue) Sedangkan kode program imresize juga merupakan kode fungsi bawaan MATLAB yang berfungsi untuk mengubah ukuran gambar. Imresize digunakan untuk mengubah nilai data yang dibaca agar mudah untuk diproses. Pada proses Imresize ini, ditetapkan nilai sebesar 0,25 yang artinya bahwa gambar yang dibaca diperkecil ukurannya ¼ kali dari ukuran gambar yang sebenarnya.. b.. Proses Konversi Citra RGB ke HSV Sintaks program pada gambar 4.12 berikut ini mengacu pada gambar 3.11 yang. terdapat pada BAB III.. Gambar 4.12. Listing Program Koin2.m Untuk Konversi Citra RGB ke HSV.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 46. Pada gambar 4.12 diatas, terdapat kode program rgb2hsv yang merupakan kode fungsi bawaan MATLAB yag dipakai untuk mengkonversi format gambar RGB menjadi format gambar HSV.. c.. Segmentasi Citra Koin Bagian Foreground Sintaks program pada gambar 4.13 berikut ini mengacu pada gambar 3.12 yang. terdapat pada BAB III.. Gambar 4.13. Listing Program Koin2.m Untuk Pre-Processing Foreground Untuk S&V Koin. Pada gambar 4.13 diatas, format gambar HSV yang sudah dikonversi terdiri dari 3 komponen ruang warna yakni hue,saturation, dan value. Pada MATLAB, untuk mengambil salah satu komponen warna tersebut yang ingin diproses dapat dilakukan dengan format syntax hsv(:,:,1) untuk mengambil nilai komponen warna hue, hsv(:,:,2) untuk mengambil nilai komponen warna saturation atau saturasi, dan hsv(:,:,3) untuk mengambil nilai komponen warna value. Pada proses ini, hanya diambil nilai komponen warna saturasi dan value-nya saja karena komponen warna hue adalah kombinasi dari warna-warna dasar yakni warna merah,kuning,magenta,biru,cyan,dan hijau yang tidak terdapat pada warna.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 47. perak yang terdapat pada uang logam rupiah dengan komponen warna dasar perak sehingga nantinya tidak terdefinisi atau tidak terdeteksi nilai hue-nya sehingga komponen warna hue tidak digunakan. Nilai tsat dan tval merupakan threshold dari nilai saturasi dan value dengan nilai threshold yang ditetapkan untuk pengambilan data yaitu dengan nilai threshold saturasi dan threshold value yaitu sebesar 0,2 dan 0,3 untuk mendapatkan hasil yang optimal. Kode depan=and(tsat,tval); digunakan untuk memisahkan gambar bagian foreground dengan background. Fungsi kode sum merupakan fungsi bawaan MATLAB yang dipakai untuk proses penjumlahan, yang dimana dipakai untuk menjumlahkan matriks dari nilai yang akan dicari. Penggunaan kode sum(sum(objek yang dicari)) dipakai untuk menjumlahkan matriks dengan hasil keluaran matriks 1x1 agar memudahkan proses dalam pengambilan referensi data untuk pengenalan nilai nominal uang logam rupiah. Hasil penentuan nilai tsat dan tval secara lengkap dapat dilihat di halaman lampiran.. d.. Segmentasi Luasan Citra Koin Sintaks program pada gambar 4.14 berikut ini mengacu pada gambar 3.13 yang. terdapat pada BAB III.. Gambar 4.14 Listing Program Koin2.m Untuk Pre-Processing Foreground Untuk Luasan Koin Pada gambar 4.14 diatas, untuk mencari nilai luasan koin, nilai threshold yang dipakai adalah sebesar 0,35 dari nilai value-nya untuk mendapatkan hasil yang optimal. Kode imfill merupakan kode fungsi bawaan matlab untuk merekonstruksi kembali citra yang akan diproses. Kode imfill pada mode „holes‟ dipakai karena gambar yang ingin direkonstruksi nantinya berupa gambar yang berbentuk lingkaran. Cara kerja dari imfill holes yaitu gambar koin yang sudah direkonstruksi akan diseleksi objek foreground dari background-nya. Proses seleksi objek foreground dari background yaitu dengan mengubah.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 48. nilai piksel 0 menjadi piksel 1 pada area warna hitam yang dikelilingi oleh warna putih. Hasil dari proses ini yaitu warna hitam digambarkan sebagai background dan warna putih digambarkan sebagai objek foreground. Setelah itu, luasan dari objek foreground dapat dihitung dengan menjumlahkan nilai-nilai piksel yang terdapat dalam citra koin yang sudah melalui proses seleksi objek foreground dari background menggunakan fungsi sum sehingga didapatkan nilai luasan objek foreground citra koin untuk setiap jenis-jenis uang logam rupiah yang ingin dicari luasannya. Kode fungsi round merupakan kode fungsi bawaan MATLAB yang dipakai untuk membulatkan nilai yang didapat agar mudah untuk diambil datanya. Hasil penentuan nilai tval untuk mencari luasan koin secara lengkap dapat dilihat di halaman lampiran. Berikut ini merupakan penjelasan proses kode program imfill yang ditunjukkan pada gambar 4.15 dan penerapan fungsi imfill yang ditunjukkan pada gambar 4.16 dan gambar 4.17.. Gambar 4.15. Penjelasan fungsi Imfill Jika Ditinjau Dari Matriks. Gambar 4.16. Contoh Penerapan Fungsi Imfill Pada Koin Bagian Depan.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 49. Gambar 4.17. Contoh Penerapan Fungsi Imfill Pada Koin Bagian Belakang Berikut ini merupakan output dari figure dan output dari command window program koin2.m yang terdapat di MATLAB untuk pre-processing foreground untuk s&v koin dengan nilai threshold saturasi dan threshold value yaitu sebesar 0,2 dan 0,3 dan preprocessing foreground untuk luasan koin dengan nilai threshold value yaitu sebesar 0,35 yang ditunjukkan pada gambar 4.18, gambar 4.19 dan gambar 4.20 yang sudah diberi batasan pengenalan.. Gambar 4.18. Output Figure Program Koin2.m Untuk Koin Bagian Depan.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 50. Gambar 4.19. Output Figure Program Koin2.m Untuk Koin Bagian Belakang. Gambar 4.20. Output Command Window Program Koin2.m.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 51. Keterangan untuk gambar 4.18, gambar 4.19 diatas untuk urutan nilai koin dari kiri ke kanan berdasarkan gambar diatas yakni uang logam rupiah 100 rupiah perak, 200 rupiah perak, 500 rupiah perak, 500 rupiah kuningan, 1000 rupiah perak-kuningan dan 1000 rupiah perak adalah sebagai berikut : . Pada gambar 1 sampai 6 terdiri dari 6 citra koin berformat RGB. . Pada gambar 7 sampai 12 terdiri dari 6 citra koin dengan komponen warna saturasi dari HSV. . Pada gambar 13 sampai 18 terdiri dari 6 citra koin dengan komponen warna value dari HSV. . Pada gambar 19 sampai 24 terdiri dari 6 citra koin dengan nilai threshold saturasi 0.2. . Pada gambar 25 sampai 30 terdiri dari 6 citra koin dengan nilai threshold value 0.3. . Pada gambar 31 sampai 36 terdri dari 6 citra koin dengan nilai rasio antara foreground dan background. . Pada gambar 37 sampai 42 terdiri dari 6 citra koin dengan dengan hasil aplikasi fungsi imfill. Hasil Data Referensi Citra Koin Untuk Look-Up Table Dari pemrosesan program gambar koin uang logam rupiah yang sudah dilakukan sebanyak 40 kali pengambilan data (20 kali koin bagian depan dan 20 kali koin bagian belakang), dengan ketinggian kamera webcam pengambilan data yang sudah ditetapkan yakni setinggi 15 cm dari atas bidang pengambilan data, didapatkan data-data yang nantinya akan dipakai sebagai acuan untuk look up table dalam proses pengenalan nominal uang logam rupiah. Tabel lengkap hasil data referensi citra koin yang sudah didapatkan dapat dilihat pada halaman lampiran. Berikut ini merupakan salah satu contoh tabel hasil data referensi citra koin yang sudah didapat yang ditunjukkan pada tabel 4.1 dan tabel 4.2..

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 52. Tabel 4.1. Hasil pengambilan data uang koin bagian depan Nilai Koin. Nilai Data Referensi Saturasi & Value Serta Luasan Uang Koin Pengambilan Pengambilan Pengambilan Pengambilan Pengambilan data ke-1. data ke-2. data ke-3. data ke-4. data ke-5. 100. 0,9230. 0,9436. 0,7841. 0,7017. 0,8893. Rupiah. &. &. &. &. &. 29,6800. 29,7000. 29,5400. 28.8900. 28.8000. 200. 0,9171. 0,9151. 0,9203. 0,7120. 0,8663. Rupiah. &. &. &. &. &. 31,2900. 31,0700. 31,8900. 31,0200. 31,2200. 500. 0,9108. 0,9177. 0,8906. 0,8985. 0,8795. Rupiah. &. &. &. &. &. (Perak). 34,1900. 34,2000. 34,1200. 34,2000. 34,2500. 500. 0,4694. 0,4358. 0,4198. 0,4596. 0,4493. Rupiah. &. &. &. &. &. (Kuningan). 30,7800. 30,0100. 30,6900. 30,5300. 30,6400. 1000. 0,6466. 0,6399. 0,6512. 0,5502. 0,5577. Rupiah. &. &. &. &. &. (Perak). 30,7500. 30,5900. 30,3100. 30,3000. 30,2100. 1000. 0,4917. 0,4786. 0,4171. 0,4228. 0,4185. Rupiah. &. &. &. &. &. (Kuningan-. 31,8600. 31,8100. 32,2600. 32,2000. 31,8900. Perak).