mencari nilai minimal pada warna merah R lebih besar daripada G dan nilai data untuk bentuk bola minimal =15 dan maksimal =30, maka dari data tersebut dapat disimpulkan
bahwa nilai batasan
range
bola merah diperolehi sesuai pada nilai citra RGB dan biner benda bola merah. Begitu juga untuk mencari nilai citra RGB bola hijau dengan mencari
nilai minimal pada data G dan maksimal pada data R sedangkan bentuk tinggal menyesuaikan minimal data biner minimal =15 dan maksimal =30 untuk pembuktian bola
hijau sehingga dapat disimpulkan bahwa dengan nilai batasan
range
data dari masing- masing warna dan bentuk sesuai dengan data yang diperoleh.
Melihat nilai data hasil citra RGB dan data biner yang diperolehi diruangan TA, maka nilai RGB dan biner yang dihasilkan stabil atau relatif didalam ruangan Ta
dikarnakan kondisi pencahayaan dan kemerataan warna benda sangat berdampak sekali pada kinerja
webca m
sangat sensitif saat sedang mendeteksi benda sehingga terkadang
nilai yang telah diberika
range
terkadang meleset sedikit dan tidak sesuai dengan nilai saat proses kalibrasi mencari
range
dengan saat pengambilan data terdapat sedikit perbedaan khususnya pada pencarian nilai biner untuk pembuktian bahwa benda tersebut berbentuk
kotak atau bola.
4.2.3. Pengujian Tingkat Keberhasilan Sistem Mendeteksi Benda
Pada tugas akhir ini, dilakukan analisi tingkat keberhasilan
conveyor
pintar saat proses pengenalan bentuk dan warna benda dilakukan yaitu kotak merah, kotak hijau, bola
merah dan bola hijau. Dan jika terdapat bentuk dan warna yang lain maka
webca m
tidak akan mendeteksi dan akan mereject. Untuk mengenalinya digunakan
range
data yang sudah dibuat diruang Ta ruangan Tugas Akhir. Tetapi apabila terdapat warna dan bentuk
lain maka akan terdeteksi
reject
. Tingkat keberhasilan sistem ditunjukan pada tabel 4.10 dan gambar 4.10, gambar 4.11, gambar 4.12, gambar 4.13 dan gambar 4.14 adalah gambar
benda terdeteksi dengan lima kali hasil
counting
benda. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Tabel 4.9. Pengujian Keberhasilan Sistem Mendeteksi Warna dan Bentuk Benda
PENGUJIAN KEBERHASILAN SISTEM MENDETEKSI WARNA DAN BENTUK BENDA
WARNA BENTUK BENDA
1 2
3 4
5 6
7 8
9 10
KOTAK MERAH V
V V
V V
V V
V V
V KOTAK HIJAU
V V
V V
V V
V V
V V
BOLA MERAH V
V V
V V
V V
V V
V BOLA HIJAU
V V
V V
V V
V V
V V
REJECT
V V
V V
V V
V V
V V
Keterangan : VBerhasil XTidak berhasil
Tabel 4.9 adalah hasil data yang diambil sebanyak sepuluh kali percobaan, dimana kelima jenis benda ini dikenali satu persatu sebanyak sepuluh kali percobaan tiap benda
yaitu kotak merah, kotak hijau, bola merah, bola hijau dan benda
reject
diatas
conveyor
yang sedang aktif nyala
.
Berdasarkan percobaan tersebut, semua benda berhasil dikenali dengan benar dan akurat satu persatu. Sepuluh kali percobaan tersebut dilampirkan lima jenis gambar benda
sebagai bukti keperhasilan pengambilan data yang bisa dilihat pada gambar 4.10, 4.11, 4.12, 4.13, dan 4.14. Benda-benda tersebut diambil citranya dengan bantuan
webca m
kemudian diolah di program matlab gui dengan berbagai posisi benda dan semuanya berhasil. Kesimpulannya adalah untuk program matlab gui pengenalan bentuk dan warna
benda ini memiliki tingkat keberhasilan 100.
Gambar 4.10. Pengujian Benda Kotak Merah PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4.10. Lanjutan Pengujian Benda Kotak Merah
Gambar 4.11. Pengujian Benda Kotak Hijau PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4.12. Pengujian Benda Bola Merah
Gambar 4.13.Pengujian Benda Bola Hijau PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4.13. Lanjutan Pengujian Benda Bola Hijau
Gambar 4.14. Pengujian Benda
Reject
. Gambar 4.10, 4.11, 4.12, 4.13 dan 4.14 adalah gambar benda dari hasil percobaan
pengambilan data sebanyak sepuluh kali.
4.2.4. Pengujian Keberhasilan Sistem Conveyor Pintar Memilah Benda
Berdasarkan Bentuk Dan Warna
Pada pengujian
conveyor
pintar ini sudah mampu melalukan proses memilah dan memindahkan benda kedalam wadah sesuai warna dan bentuk sebanyak sepuluh kali
percobaan. Ketika sistem telah mengenali benda, maka sistem akan langsung mengirimkan sebuah karakter secara serial kepada mikrokontroler ATmega32 untuk selanjutnya
mengontrol pergerakan
conveyor
satu untuk memindahkan benda tersebut ke
conveyor
dua yang diatasnya ada wadah sesuai bentuk dan warna benda.
Tabel 4.10. Pengujian Keberhasilan Sistem Memilah Benda Berdasarkan Warna Dan Bentuk Benda
PENGUJIAN KEBERHASILAN SISTEM MEMILAH BENDA BERDASARKAN WARNA DAN BENTUK BENDA
WARNA BENTUK BENDA
1 2
3 4
5 6
7 8
9 10
KOTAK MERAH V
V V V V V V V V
V KOTAK HIJAU
V V
V V V V V V V V
BOLA MERAH V
V V V V V V V V
V BOLA HIJAU
V V
V V V V V V V V
REJECT
V V
V V V V V V V V
Keterangan : VBerhasil XTidak berhasil
Tabel 4.10 adalah hasil data percobaan benda yang berhasil dipilah-pilah oleh
conveyor
sebanyak sepuluh kali percobaan tiap masing-masing benda yaitu kotak merah, kotak hijau, bola merah, bola hijau dan benda
reject.
Cara kerjanya adalah benda kotak merah di simpan diatas
conveyor
satu kemudian dikenali dan selanjutnya dihantar ke
conveyor
dua dan dimasukan kedalam wadah diatas
conveyor
dua yang sesuai dengan benda kotak merah dan proses ini berlaku sama untuk kotak hijau, bola merah, bola hijau
dan benda
reject
. Dari hasil pengambilan data sebanyak sepuluh kali tersebut
conveyor
pintar ini sudah memiliki tingkat keberhasilan 100. Motor yang dipakai untuk menggerakan
conveyor
pertama menggunakan tegangan sebesar 12v sehingga gerakkan yang dihasilkan oleh
conveyor
pertama tidak terlalu pelan dan tidak juga terlalu kencang. Berdasarkan percobaan diatas, jika menggunakan tegangan
lain misalnya 24v maka benda yang mau dikenali akan kesulitan untuk dikenali oleh
webcam
dikarenakan benda saat berada diatas
conveyor
pertama tidak bisa berhenti tepat dibawa
webcam
sehingga
webcam
salah melakukan pengidentifikasi benda. Jika menggunakan tegangan dibawa 12v maka gerakkan
conveyor
akan sangat lambat sehingga membutuhkan waktu yang lama dalam proses pengenalan bentuk dan warna benda.
Conveyor
dua menggunakan tegangan 24v untuk menggerakan kedua motor dc tersebut PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
