PROTOTYPE SISTEM DETEKSI CACAT OTOMATIS PADA LABEL BOTOL SIRUP BERBASIS PENGOLAHAN CITRA DENGAN METODE 2 DIMENSIONAL PRINCIPAL COMPONENT ANALYSIS (2DPCA)
Kata Kunci:
Pengolahan Citra, 2D Principal Component Analysis, LabelAbstrak
Pertumbuhan sektor industri di Indonesia mengalami perkembangan yang terus meningkat beberapa tahun terakhir. Peran sistem otomasi pada era industry 4.0 menjadi sangat penting dalam perkembangannya. Salah satunya adalah teknologi pengemasan yang terus berkembang seiring berjalannya waktu, mulai dari proses yang sederhana sampai teknologi modern seperti saat ini. Tetapi dalam pelaksanaanya sering muncul berbagai macam kendala terkait proses pengemasan tersebut. Salah satu item yang ada dalam proses pengemasan adalah proses pemasangan label. Cacat dalam pemasangan label dapat menurunkan nilai jual dari produk tersebut. Label merupakan salah satu syarat yang harus dipenuhi suatu produk karena berisi informasi dari produk tersebut disamping tertera ijin usaha dan kehalalannya. Pada pengolahan citra menggunakan metode 2D Principal Component Analysis (2D-PCA) dan kamera WebCam Logitech C270 sebagai sensor pengganti fungsi mata manusia yang digunakan untuk mengambil gambar sampel label botol sirup lalu dikirimkan ke PC (Personal Computer) dan diolah hingga menghasilkan Ouput kondisi label yang akan ditampilkan pada interface sistem. Pada penelitian ini tingkat keberhasilan rata-rata pendeteksian untuk 2 sampel label normal sebesar 85%, sedangkan untuk rata-rata pengujian 4 sampel label tidak normal sebesar 96,25%. Sehingga rata-rata akurasi sistem yang didapat dalam pengujian 6 sampel kondisi label dengan metode 2DPCA sebesar 92,50%.
Referensi
Dewi Rosmala, G. D. (2012). PembangunanWebsite Content monitoring system Menggunakan Diflib Python. Jurnal Informatika, 3(3), 17-22.
I Wayan Suartika E. P, A. Y. (2016). Klasifikasi Citra Menggunakan Convolutional Neural Network (Cnn) pada Caltech 101. JURNAL TEKNIK ITS, 5(1), 66-69.
J. T. Springenberg, A. D. (2015). Striving For Simplicity: The All Convolutional Net. ICLR 2015.
Kusumanto, R., & Tompunu, A. N. (2011). Pengolahan Citra Digital Untuk Mendeteksi Obyek. Palembang: Seminar
Nasional Teknologi Informasi & Komunikasi Terapan.
Lina, & Feriyansah, A. J. (2019). Sistem Pengenalan Wajah Dengan Metode 2dPca. Jurnal Ilmu Komputer dan Sistem
Informasi, 132-133.
Mauridhi Hery, A. K. (2006). Supervised Neural Networks dan Aplikasinya. Yogyakarta: Graha Ilmu.
Muchammad Husni, R. M. (2005). Prototype sistem monitoring rumah menggunakan Webcam. JUTI
: Jurnal Ilmiah Teknologi Informasi, 4(2), 105- 111.
Munir, R. (2019). Pengantar Pengolahan Citra. In Interpretasi dan Pengolahan Citra (Vol. 2, pp. 15-18).
Norvig, S. J. (1995). Artificial Intelligence Modern Approach (3rd ed.). New Jersey: Prentice Hall
