7
BAB II DASAR TEORI
2.1 Sampah
Sampah merupakan material sisa yang tidak diinginkan setelah berakhirnya suatu proses. Sampah didefinisikan oleh manusia menurut derajat
keterpakaiannya, dalam proses-proses alam sebenarnya tidak ada konsep sampah, yang ada hanya produk-produk yang dihasilkan setelah dan selama proses alam
tersebut berlangsung. Akan tetapi karena dalam kehidupan manusia didefinisikan konsep lingkungan maka sampah dapat dibagi menurut jenis-jenisnya.
1. Sampah organik - dapat diurai degradable Sampah Organik, yaitu sampah yang mudah membusuk seperti sisa
makanan, sayuran, daun-daun kering, dan sebagainya. Sampah ini dapat diolah lebih lanjut menjadi kompos.
2. Sampah anorganik - tidak terurai undegradable Sampah Anorganik, yaitu sampah yang tidak mudah membusuk, seperti
plastik wadah pembungkus makanan, kertas, plastik mainan, botol dan gelas minuman, kaleng, kayu, dan sebagainya. Sampah ini dapat dijadikan sampah
komersil atau sampah yang laku dijual untuk dijadikan produk laiannya. Beberapa sampah anorganik yang dapat dijual adalah plastik wadah
pembungkus makanan, botol dan gelas bekas minuman, kaleng, kaca, dan kertas, baik kertas koran, HVS, maupun karton.
2.2 Visi Komputer Computer Vision
Visi komputer merupakan ilmu yang mempelajari bagaimana komputer dapat mengenali objek yang akan diamati diobservasi. Hal ini dilakukan
bertujuan untuk dapat meniru visualisasi dari manusia yang diaplikasikan ke dalam komputer. Visi komputer terdiri dari 2 bidang ilmu yaitu.
1. Pengolahan Citra image Processing Pengolahan Citra merupakan salah satu ilmu yang mempelajari bagaimana
pemperbaiki kualitas citra agar mendapatkan hasil citra yang baik dan mudah dikenali oleh manusia atau mesin.[1]
2. Pengenalan pola Pattern recognition Pengenalan pola merupakan proses pengelompokkan data numerik dan
simbolik termasuk citra secara otomatis, yang bertujuan untuk dapat diidentifikasi objek pada citra.[1]
2.2.1 Model Warna RGB
Model warna RGB merupakan komponen yang terdiri dari warna dasar merah Red, hijau Green, biru Blue yang dapat dimodelkan atau di
aplikasikan dengan cara mereproduksi susunan warna untuk mendapatkan warna yang bervariasi. Rentang nilai untuk warna RGB yaitu antara 0-255. Untuk dapat
menghitung nilai warna dan menampilkannya dalam model RGB maka dapat dilakukan normalisasi dari ke tiga komponen warna.