Prakoso, Leonard Dimas (2018) Pengklasifikasian Warna Berbasis Histogram s-RGB untuk Aplikasi Pembaca Kartu. Sarjana thesis, Universitas Brawijaya.
Abstract
Kemajuan ilmu pengetahuan dan teknologi semakin berkembang setiap waktunya, tak terkecuali di bidang keamanan. Pada tahun 2016, Indonesia menempati peringkat ke-41 dalam hal indeks kejahatan dunia. Indeks kejahatan di Indonesia mencapai angka 49.51, di mana angka tersebut masuk pada kategori sedang. Indeks kejahatan ini dapat dikurangi dengan membuat suatu counter measure yang akurat. Salah satu pembuatan counter measure adalah dengan mengaplikasikan teknologi image processing ke dalam suatu sistem keamanan. Teknologi yang dapat digunakan adalah dengan pengklasifikasian deteksi warna berbasis histogram sum of RGB (s-RGB) dengan penambahan fungsi region of interest (ROI). Pengklasifikasian warna RGB merupakan salah satu cara untuk memfilter warna obyek yang dideteksi dengan warna lain berdasarkan lingkup warna red, green, dan blue. Untuk menyeleksi daerah mana yang akan dideteksi oleh kamera dan mempercepat proses filter warna, maka ditambahkan fungsi ROI untuk mengambil nilai dari parameter yang dibutuhkan. Histogram s-RGB telah diperkenalkan sebagai sebuah metode baru untuk menentukan warna yang dominan pada ruang warna RGB untuk menandakan objek yang diamati (Mudjirahardjo, 2017). Data yang digunakan dalam histogram adalah modus dari keluaran nilai RGB dari warna yang dideteksi. Nilai RGB ini didapatkan dari hasil pembacaan tiap piksel dari daerah objek yang telah diseleksi. Penyeleksian daerah menggunakan fungsi region of interest (ROI) dengan cara menggambar kotak sebesar luas daerah yang menjadi daerah pendeteksian pada objek yang diinginkan. Fungsi ROI sendiri digunakan untuk menyeleksi daerah dari obyek yang akan dideteksi kemudian mengambil nilai dari parameter-parameter yang dibutuhkan untuk mendeteksi suatu obyek (Kapsala, 2008). Dengan menggunakan library OpenCV fungsi ROI dapat dikombinasikan dengan fungsi rectangle untuk mendapat region pada objek yang dideteksi seragam setiap pembacaan. Hasil pengujian pengambilan nilai R, G, dan B masih didapatkan rentang error yang cukup besar. Untuk error min dan error max, rentang error 0-100%, dengan rata-rata nilai error min R 41%, error min R max 31%, error min G 30%, error max G 24%, error min B 25%, dan error max B 32%. Pada hasil pengujian range nilai s-RGB, didapatkan bahwa nilai terkecil error min dan error max sama yakni 0%, nilai terbesar error min 100%, nilai terbesar error max 55%, nilai rata-rata error min 22 %, dan nilai rata-rata error max 14%. Pada pengujian tingkat akurasi pembacaan, ditemukan beberapa kesalahan hasil pembacaan kartu. Terdapat beberapa kartu dengan warna yang memiliki range pembacaan yang hampir sama, sehingga terdapat kesalahan pada penentuan keputusan pintu yang terbuka. Kartu warna tersebut adalah kartu id_20 dan id_38, id_21 dan id_40, id_8 dan id_41, serta id_49 dan id_53.
English Abstract
The advancement of science and technology is growing from time to time, not least in the field of security. In 2016, Indonesia was ranked at 41st in terms of world crime index. Crime index in Indonesia is reaching the score of 49.51, where the score is considered as medium category. This crime index can be lowered by making an accurate counter measure. One of the counter measure is the application of image processing technology into a security system. The technology of image processing which can be used is classification of color detection technology based on histogram of sum of RGB (s-RGB) with the addition of region of interest function (ROI). RGB color classification is one of the way to filter the detected object color from another color based on red, green, and blue color intensities. To select the area of detection which will be detected by camera and to accelerate the process of color filtering, ROI function can be added, which serves to extract the value of required parameters. This research will apply this technology into a locker security system. Histogram of s-RGB has been introduced as a new method to determines dominant color at RGB color room to indicates the observed object (Mudjirahardjo, 2017). The data used for histogram are modus from RGB output values of detected color. Selection area using region of interest function by drawing a rectangle as big as area which become the detection area of desired object. ROI function used to select the area of detected object then take the value from parameter-parameter need to detect an object (Kapsala, 2008). By using OpenCV library, ROI function can be combined with rectangle function to get the same region of detected object everytime the detection is occurred. The result of test to take the value of R, G, and B still obtained a large error range. For error min and error max, the error range are 0-100%, with the average value of error min R is 41%, error max R is 31%, error min G is 30%, error max G is 24%, error min B is 25% and error max B is 32%. For the result of range value of s-RGB test, we obtained that the minimum value of error min and error max is 0%, maximum value of error min is 100%, maximum value of error max is 55%, the average value of error min is 22%, and for error max is 14%. At the accuration of system reading test, we found several mistakes. There are several different colored card with almost similar detection range value of RGB, which make error at decision making to determine which door will open. The colored card is id_20 and id_38, id_21 and id_40, id_8 and id_41, and id_49 and id_53.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2018/771/051808244 |
| Uncontrolled Keywords: | Pengklasifikasian warna RGB, histogram, sum of RGB, pembacaan kartu RGB Color classification, histogram, sum of RGB, card reading |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting > 621.38 Electronics, communications engineering > 621.389 Security, sound recording, related systems |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 27 Jun 2019 02:35 |
| Last Modified: | 28 Oct 2021 07:21 |
| URI: | http://repository.ub.ac.id/id/eprint/163020 |
Preview |
Text
Leonard Dimas Prakoso.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |