BAB 2
LANDASAN TEORI
Pada bab ini akan dibahas mengenai teori-teori yang akan digunakan dalam perancangan sistem pemindai meteran air pada
platform android
. Hal-hal ini meliputi sistematika pembacaan meteran air,
image processing
,
Optical Character Recognition
OCR,
Tesseract OCR
, dan Android.
2.1. Sistematika Pembacaan Meteran Air
Meteran air atau yang biasa disebut dengan
flow
meter adalah sebuah metode yang digunakan sebuah Perusahaan Daerah Air Minum PDAM untuk mengukur jumlah
pemakaian pelanggannya. Pengukuran ini biasanya dilakukan dalam kurun waktu sebulan. Dewasa ini pembacaan meteran air dilakukan oleh petugas yang diutus
langsung oleh perusahaan untuk membaca jumlah angka yang tertera pada meteran air. Pembacaan meter, merupakan kegiatan membaca indeks air yang terlihat pada
registertotalister. Terdapat dua metode dalam pembacaan meteran air : 1.
Meter air dibaca secara
manual
dengan melihat langsung dilokasi meter air. Metode ini disebut dengan pembacaan
manual
. 2.
Automatic Meter Reading
pembacaan otomatis, pembacaan meter air menggunakan bantuan alat dan tidak langsung didatangi.
Indeks meter air itu sendiri terdiri dari dua warna ISO seperti pada Gambar 2.1.
Gambar 2.1. Indeks meter air
Pada Gambar 2.1. indeks mata air terdiri dari dua warna ISO. 1.
Warna Hitam : Menunjukkan satuan m3, digunakan sebagai dasar perhitungan tagihan.
2. Warna Merah : Menunjukkan satuan liter, digunakan untuk pengujian meter air.
2.2. Image Processing
Pengolahan citra atau yang biasa disebut
Image Processing
adalah pengolahan terhadap sebuah citra untuk dapat melakukan peningkatan kualitas terhadap suatu citra
dan mensegmentasinya sebagai tahap awal untuk dapat dikenal oleh mesin. Adapun tujuan dari
Image Processing
Petrou Petrou, 2010 adalah : 1.
Image Enhancement
, untuk meningkatkan kualitas gambar secara subjektif, biasanya dilakukan dengan meningkatkan
contrast
. 2.
Image compression
, untuk mengkompresi dan menurunkan kualitas gambar dengan cara menggunakan beberapa bit yang memungkinkan untuk mewakili
gambar. 3.
Image restoration
, untuk meningkatkan kulaitas gambar secara objektif, seperti mengurangi
blur
. 4.
Feature extraction
, untuk memilah karakteristik yang ada pada gambar untuk selanjutkan digunakan mengidentifikasi konten-konten yang ada pada gambar.
2.3. Optical Character Recognition OCR
