UNDANAUNDANA
J-ICON: Jurnal Komputer dan InformatikaJ-ICON: Jurnal Komputer dan InformatikaBarcode merupakan sebuah perangkat dalam bentuk matriks hitam dan putih untuk mewakili 1 dan 0, yang berfungsi untuk menyimpan informasi. Barcode dibagi menjadi 2 (dua) jenis yaitu barcode 1D dan barcode 2D. Perbedaan barcode 1D dan barcode 2D yaitu barcode 1D atau kode batang merupakan barcode dengan bentuk bar hitam dan putih, sedangkan barcode 2D adalah barcode dengan bentuk kotak atau persegi. Metode yang digunakan dalam penelitian ini, yaitu grayscaling, pengambangan, penapisan luas dengan algoritma flood fill pixel reduction, area pembatas obyek, ekstraksi ciri dengan algoritma gabor filter, pembelajaran dengan algoritma backpropagation neural network, dan identifikasi menggunakan metode feedforward pada algoritma backpropagation neural network. Data yang digunakan pada penelitian ini berupa 1 data barcode 2D pada masing-masing barcode 2D yang berjumlah 20 user yang diambil dari kontak BBM (Blackberry Messenger), karena minimnya data yang diperoleh maka dari 1 data barcode 2D tersebut dilakukan crop sebanyak 8 kali untuk menjadi data latih dan 2 kali untuk menjadi data uji. Pengujian dilakukan dalam 3 tahap, yaitu untuk data set (I) berjumlah 10 user, untuk data set (II) berjumlah 15 user, dan untuk data set (III) berjumlah 20 user. Hasil pengujian sistem untuk ketiga data set tersebut menunjukkan bahwa, data set (I) menunjukkan akurasi sebesar 100%, data set (II) menunjukkan akurasi sebesar 93,33%, dan data set (III) menunjukkan akurasi sebesar 66%.
Berdasarkan hasil pengujian terhadap sistem yang dibangun, dapat disimpulkan bahwa.(a) Pada data set I dengan 10 user barcode, gabor filter memiliki tingkat akurasi tertinggi sebesar 100%.(b) Kecepatan proses pembelajaran pada barcode 2D dipengaruhi oleh jumlah user barcode, jumlah neuron hidden, dan spesifikasi hardware yang digunakan.(c) Metode pembelajaran backpropagation cukup efektif dalam mengoptimasi ciri barcode 2D, walau memerlukan waktu yang lama dalam proses pembelajaran.
Untuk penelitian selanjutnya, dapat diteliti mengenai efektivitas penggunaan metode ekstraksi ciri lain seperti SVM atau LVQ dalam pengenalan barcode 2D agar hasil akurasi meningkat. Selain itu, peneliti juga dapat memperluas jumlah sampel data barcode 2D untuk meningkatkan kualitas model dan akurasi sistem. Terakhir, mempelajari kombinasi metode pengolahan citra dengan algoritma pembelajaran machine learning terbaru dapat menjadi arah penelitian lebih lanjut untuk mendorong inovasi dalam deteksi barcode.
| File size | 335.25 KB |
| Pages | 8 |
| DMCA | Report |
Related /
UNISMUH PALUUNISMUH PALU Total 200 peserta direkrut, dan data dikumpulkan melalui rekam medis elektronik (EHR), survei, dan wawancara. Hasil penelitian menunjukkan peningkatanTotal 200 peserta direkrut, dan data dikumpulkan melalui rekam medis elektronik (EHR), survei, dan wawancara. Hasil penelitian menunjukkan peningkatan
UBMUBM Deteksi penyakit pada tanaman merica (Piper nigrum) sangat penting untuk menjaga produktivitas dan kualitas panen, namun metode identifikasi manual olehDeteksi penyakit pada tanaman merica (Piper nigrum) sangat penting untuk menjaga produktivitas dan kualitas panen, namun metode identifikasi manual oleh
FOURIERFOURIER Keterbatasan model tradisional melatarbelakangi penelitian ini dalam mengenali opini positif dan tantangan ketidakseimbangan data yang sering muncul dalamKeterbatasan model tradisional melatarbelakangi penelitian ini dalam mengenali opini positif dan tantangan ketidakseimbangan data yang sering muncul dalam
STMIKJAYAKARTASTMIKJAYAKARTA Evaluasi tambahan diperlukan untuk mengukur kemampuan generalisasi model. Aplikasi Flask yang dibangun memiliki antarmuka sederhana dan mampu menganalisisEvaluasi tambahan diperlukan untuk mengukur kemampuan generalisasi model. Aplikasi Flask yang dibangun memiliki antarmuka sederhana dan mampu menganalisis
UBMUBM Penelitian ini menggunakan lima variabel rasio keuangan untuk memprediksi kebangkrutan perusahaan dengan jaringan syaraf tiruan yang berulang penerapanPenelitian ini menggunakan lima variabel rasio keuangan untuk memprediksi kebangkrutan perusahaan dengan jaringan syaraf tiruan yang berulang penerapan
LENTERADUALENTERADUA Hasil akurasi terbaik diperoleh dengan pembobotan TF yaitu 92,7% dibandingkan dengan pembobotan TF-IDF yaitu 91,3%. Hasil analisis sentimen ujaran kebencianHasil akurasi terbaik diperoleh dengan pembobotan TF yaitu 92,7% dibandingkan dengan pembobotan TF-IDF yaitu 91,3%. Hasil analisis sentimen ujaran kebencian
UNDANAUNDANA (2) Aplikasi sistem pendukung keputusan dengan menggunakan metode MFEP dapat diterapkan dalam menentukan kelayakan permohonan pinjaman nasabah, dengan(2) Aplikasi sistem pendukung keputusan dengan menggunakan metode MFEP dapat diterapkan dalam menentukan kelayakan permohonan pinjaman nasabah, dengan
UNDANAUNDANA Pengujian ini menggunakan 66 data hasil wawancara dengan data penerima tahun 2016 yang menghasilkan tingkat kesamaan sebesar 43% dan yang tidak sama sebesarPengujian ini menggunakan 66 data hasil wawancara dengan data penerima tahun 2016 yang menghasilkan tingkat kesamaan sebesar 43% dan yang tidak sama sebesar
Useful /
POLTESAPOLTESA Aplikasi ini dilengkapi dengan riwayat peminjaman oleh pengguna. Dengan demikian, pengelolaan aset dan peminjaman peralatan di Politeknik Negeri SambasAplikasi ini dilengkapi dengan riwayat peminjaman oleh pengguna. Dengan demikian, pengelolaan aset dan peminjaman peralatan di Politeknik Negeri Sambas
UBMUBM Penelitian ini bertujuan untuk menentukan klasifikasi kesehatan mental mahasiswa berdasarkan aspek akademik dan sosial dengan menggunakan metode DecisionPenelitian ini bertujuan untuk menentukan klasifikasi kesehatan mental mahasiswa berdasarkan aspek akademik dan sosial dengan menggunakan metode Decision
UNIAUNIA Program al-Miftah lil Ulum merupakan program khusus atau kelompok pilihan di Pondok Pesantren Nurul Huda Desa Pakamban Laok Kecamatan Pragaan KabupatenProgram al-Miftah lil Ulum merupakan program khusus atau kelompok pilihan di Pondok Pesantren Nurul Huda Desa Pakamban Laok Kecamatan Pragaan Kabupaten
UNDANAUNDANA Berdasarkan hasil pengujian dengan menggunakan 30 kasus pada casebase didapatkan keakuratan sistem pada cara kedua adalah 27% dan pada cara ketiga didapatBerdasarkan hasil pengujian dengan menggunakan 30 kasus pada casebase didapatkan keakuratan sistem pada cara kedua adalah 27% dan pada cara ketiga didapat