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: | |
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%&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.</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% dengan menggunakan 30 citra uji yang didalamnya terdapat beberapa citra karakter yang digunakan sebagai template dan sebesar 81.54% 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 |