Cover Image

IMPLEMENTASI MOMENT INVARIANT UNTUK PENGENALAN LABEL BUKU PERPUSTAKAAN BERBASIS ANDROID

Main Authors: Susetya, Hendy Yudhitya, Rachmat, Antonius, Nugraha, Kristian Adi
Format: Article info Book application/pdf Journal
Bahasa: eng
Terbitan: Fakultas Teknologi Informasi , 2017
Subjects:
OCR
moment invariant
K-NN
thinning
buku perpustakaan
Image Processing
Online Access: https://jutei.ukdw.ac.id/index.php/jurnal/article/view/13
https://jutei.ukdw.ac.id/index.php/jurnal/article/view/13/6
ctrlnum article-13
fullrecord <?xml version="1.0"?> <dc schemaLocation="https://www.openarchives.org/OAI/2.0/oai_dc/ https://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">IMPLEMENTASI MOMENT INVARIANT UNTUK PENGENALAN LABEL BUKU PERPUSTAKAAN BERBASIS ANDROID</title><creator>Susetya, Hendy Yudhitya</creator><creator>Rachmat, Antonius</creator><creator>Nugraha, Kristian Adi</creator><subject lang="en-US">OCR</subject><subject lang="en-US">moment invariant</subject><subject lang="en-US">K-NN</subject><subject lang="en-US">thinning</subject><subject lang="en-US">buku perpustakaan</subject><subject lang="en-US">Image Processing</subject><description lang="en-US">Perpustakaan Universitas Kristen Duta Wacana(UKDW) memiliki koleksi buku yang cukup banyak dan beragam. Buku-buku tersebut sudah disusun rapi pada rak-rak buku yang ada dan diberi label. Akan tetapi masih banyak peminjam yang meletakkan buku pada rak yang salah. Penelitian ini bertujuan untuk membuat aplikasi yang dapat mengetahui apakah sebuah buku salah letak atau tidak dengan menggunakan metode Moment Invariant dan K-Nearest Neighbor. Moment invariant merupakan sebuah metode ekstraksi fitur yang menghasilkan 7 fitur yang digunakan untuk mengenali sebuah obyek. Sedangkan K-Nearest Neighbor merupakan metode klasifikasi yang digunakan untuk mengklasifikasikan obyek berdasarkan data latih yang ada. Citra input berupa citra yang berisi deret buku. Citra ini akan melalui beberapa proses yaitu proses Region of Interest untuk mendapatkan label buku, proses segmentasi Histogram Approach untuk mendapatkan citra karakter tiap labelnya, proses thinning yang digunakan untuk mendapatkan kerangka tiap karakter, kemudian proses ekstraksi fitur Moment Invariant yang akan menghasilkan fitur dari citra karakter dan fitur-fitur tersebut akan diklasifikasikan menggunakan K-Nearest Neighbor sesuai dengan template yang ada seghingga citra karakter dapat dikenali. Dari penelitian yang telah dilakukan dapat disimpulkan bahwa sistem berhasil mengimplementasikan metode Moment Invariant dan K-Nearest Neighbor sehingga berhasil dalam mengenali karakakter pada label buku perpustakaan UKDW dengan menggunakan K=1 dan ukuran citra karakter sebesar 100x100. Terdapat 2 hasil persentase keakuratan yaitu sebesar 85.39%&amp;nbsp; dengan menggunakan 30 citra uji yang didalamnya terdapat beberapa citra karakter yang digunakan sebagai template dan sebesar 81.54%&amp;nbsp; dengan menggunakan 20 citra uji di mana tidak ada template yang berasal dari citra uji.</description><publisher lang="en-US">Fakultas Teknologi Informasi</publisher><date>2017-04-17</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Journal:Article</type><type>Book:Book</type><type>File:application/pdf</type><identifier>https://jutei.ukdw.ac.id/index.php/jurnal/article/view/13</identifier><identifier>10.21460/jutei.2017.11.13</identifier><source lang="en-US">Jurnal Terapan Teknologi Informasi; Vol 1 No 1 (2017): Jurnal Terapan Teknologi Informasi</source><source lang="id-ID">Jurnal Terapan Teknologi Informasi; Vol 1 No 1 (2017): Jurnal Terapan Teknologi Informasi</source><source>2579-5538</source><source>2579-3675</source><source>10.21460/jutei.2017.11</source><language>eng</language><relation>https://jutei.ukdw.ac.id/index.php/jurnal/article/view/13/6</relation><coverage lang="en-US">Image Processing, Label Dectection</coverage><rights lang="en-US">Copyright (c) 2017 Jurnal Terapan Teknologi Informasi</rights><recordID>article-13</recordID></dc>
language eng
format Journal:Article
Journal
Other:info:eu-repo/semantics/publishedVersion
Other
Book:Book
Book
File:application/pdf
File
Journal:Journal
author Susetya, Hendy Yudhitya
Rachmat, Antonius
Nugraha, Kristian Adi
title IMPLEMENTASI MOMENT INVARIANT UNTUK PENGENALAN LABEL BUKU PERPUSTAKAAN BERBASIS ANDROID
publisher Fakultas Teknologi Informasi
publishDate 2017
topic OCR
moment invariant
K-NN
thinning
buku perpustakaan
Image Processing
url https://jutei.ukdw.ac.id/index.php/jurnal/article/view/13
https://jutei.ukdw.ac.id/index.php/jurnal/article/view/13/6
contents Perpustakaan Universitas Kristen Duta Wacana(UKDW) memiliki koleksi buku yang cukup banyak dan beragam. Buku-buku tersebut sudah disusun rapi pada rak-rak buku yang ada dan diberi label. Akan tetapi masih banyak peminjam yang meletakkan buku pada rak yang salah. Penelitian ini bertujuan untuk membuat aplikasi yang dapat mengetahui apakah sebuah buku salah letak atau tidak dengan menggunakan metode Moment Invariant dan K-Nearest Neighbor. Moment invariant merupakan sebuah metode ekstraksi fitur yang menghasilkan 7 fitur yang digunakan untuk mengenali sebuah obyek. Sedangkan K-Nearest Neighbor merupakan metode klasifikasi yang digunakan untuk mengklasifikasikan obyek berdasarkan data latih yang ada. Citra input berupa citra yang berisi deret buku. Citra ini akan melalui beberapa proses yaitu proses Region of Interest untuk mendapatkan label buku, proses segmentasi Histogram Approach untuk mendapatkan citra karakter tiap labelnya, proses thinning yang digunakan untuk mendapatkan kerangka tiap karakter, kemudian proses ekstraksi fitur Moment Invariant yang akan menghasilkan fitur dari citra karakter dan fitur-fitur tersebut akan diklasifikasikan menggunakan K-Nearest Neighbor sesuai dengan template yang ada seghingga citra karakter dapat dikenali. Dari penelitian yang telah dilakukan dapat disimpulkan bahwa sistem berhasil mengimplementasikan metode Moment Invariant dan K-Nearest Neighbor sehingga berhasil dalam mengenali karakakter pada label buku perpustakaan UKDW dengan menggunakan K=1 dan ukuran citra karakter sebesar 100x100. Terdapat 2 hasil persentase keakuratan yaitu sebesar 85.39%&nbsp; dengan menggunakan 30 citra uji yang didalamnya terdapat beberapa citra karakter yang digunakan sebagai template dan sebesar 81.54%&nbsp; dengan menggunakan 20 citra uji di mana tidak ada template yang berasal dari citra uji.
id IOS4397.article-13
institution Universitas Kristen Duta Wacana
institution_id 96
institution_type library:university
library
library Perpustakaan Universitas Kristen Duta Wacana
library_id 528
collection Jurnal Terapan Teknologi Informasi
repository_id 4397
subject_area Computer Science Education/Pendidikan Ilmu Komputer, Pendidikan Teknik Informatika
Information Technology
Information Systems
city KOTA YOGYAKARTA
province DAERAH ISTIMEWA YOGYAKARTA
shared_to_ipusnas_str 1
repoId IOS4397
first_indexed 2017-08-03T01:52:16Z
last_indexed 2019-05-07T08:47:47Z
recordtype dc
_version_ 1686124063158697984
score 17.20178

Lihat Juga