Implementasi Segmentasi Citra dan Algoritma Learning Vector Quantization (LVQ) dalam Pengenalan Bentuk Botol

Abstract

Dalam kehidupan sehari-hari, pengolahan citra digital memegang peranan yang cukup penting. Salah satu kegunaannya adalah melakukan pengenalan pola. Pengenalan pola bisa dikembangkan dalam kegiatan industri minuman untuk pengenalan bentuk botol sehingga dapat mempercepat waktu pemisahan jenis-jenis botol. Tujuan dari penelitian ini adalah merancang suatu aplikasi untuk melakukan pengenalan terhadap bentuk botol dengan segmentasi citra dan algoritma Learning Vector Quantization (LVQ). Aplikasi dimulai dengan input gambar botol yang dideteksi tepi dengan operator sobel. Deteksi tepi ini menghasilkan citra hitam putih. Selanjutnya, hasil deteksi tepi sobel diekstraksi ciri ke pola dengan ukuran 20x20 kotak, dengan masing-masing kotak terdiri dari warna hitam atau putih. Warna hitam mewakili bit 1 dan warna putih akan mewakili bit 0. Dengan demikian, terdapat 400 bit hasil ekstraksi ciri sebagai identitas dari setiap gambar tepi botol. Proses akhir adalah melatih bit-bit ini dan nilai bobot hasil pelatihan disimpan sebagai basis pengetahuan untuk proses pengenalan. Aplikasi hasil rancangan dapat digunakan untuk mengenali bentuk botol dan juga menampilkan langkah-langkah perhitungan proses pelatihan dan pengenalan. Hasil pengujian menunjukkan aplikasi ini dapat mengenal bentuk botol dengan tingkat keberhasilan hingga 88,88%. Faktor kegagalan pengenalan terletak pada gambar latar yang berbeda dan posisi botol yang tidak sama dengan posisi botol pada saat proses pelatihan.

�?�