Klasifikasi Bobot Telur Ayam Ras dengan Visi Komputer dan Segmentasi Citra.
Seminar Nasional Aplikasi Teknologi Informasi di Yogyakarta pada tanggal 19 Juni 2010 menghadirkan seorang peserta yang membacakan makalahnya dengan judul “Implementasi Visi Komputer dan segmentasi Citra Untuk Klasifikasi Bobot telur ayam.
Pada penelitian ini metode yang di gunakan memakai segmentasi citra dan analisis regresi. Citra diambil menggunakan web camera, selanjutnya segmentasi citra diterapkan untuk mebagi citra menjadi wilayah-wilayah yang homogen berdasarkan kriteria keserupaan intensitas warna RGB. Analisi regresi digunakan untuk mempelajari dan mengukur hubungan yang terjadi antara jumlah pixel objek dengan bobot. Keluaran segmentasi citra berupa jumlah pixel yang menunjukkan luas objek yang akan menjadi masukan bagi persamaan regresi untuk menemukan bobot (gram).
Data masukan di tampilkan berupa citra true color (RGB 24bit). Teknik visi komputer yang telah di implementasikan dalam aplikasi klasifikasi telur ayam ras ini telah mampu membangkitkan data –data numerik dari citra telur ayam ras berupa mean RGB, normalisasi RGB, dan pixel penyusun objek yang merupakan masukan proses perkiraan bobot yang menjadi dasar klasifikasi telur ayam ras.
Segmentasi citra digunakan sebagai langkah untuk memisahkan objek dari latar berdasarkan intensitas warna atau derajat keabuannya, yang digambarkan dalam sebuah citra monokrom.
Aplikasi yang telah dikembangkan menunjukkan sebuah kesempatan untuk memanfaatkan ilmu visi komputer untuk membantu menyelesaikan salah satu permasalahan yang di hadapi dalam bidang pemasaran telur ayam ras. Dengan demikian teknologi ini dapat diterapkan dalam upaya efisiensi dan efektifitas klasifikasi sehingga dapat meningkatkan efisiensi dalam pemasaran dan memperbesar kegunaan produk bagi konsumen.
Nah, mari kita munculkan ide dan kreatifitas dari memanfaatkan ilmu yang sedang kita pelajari,” Visi Komputer”.
Tidak ada komentar:
Posting Komentar