Mengambil Foto-foto Barcode Produk di Supermarket GIANT Jalan Melakukan Pre Processing Citra Membuat Sistem Pengenalan Citra Barcode dengan Metode Melakukan Pengujian Sistem dengan Menggunakan Foto Barcode

d. Pengujian Merupakan tahap pengujian terhadap perangkat lunak yang dibangun. e. Maintenance Pemeliharaan Tahap akhir dimana suatu perangkat lunak yang sudah selesai dapat mengalami perubahan –perubahan atau penambahan sesuai dengan permintaan user.

3.5 Pemecahan Masalah

Berdasarkan permasalahan yang diangkat pada penelitian ini, maka disusun langkah-langkah untuk memecahkan masalah tersebut. Langkah-langkah tersebut diuraikan sebagai berikut.

3.5.1 Mengambil Foto-foto Barcode Produk di Supermarket GIANT Jalan

Siliwangi Semarang untuk Data Pelatihan Sistem Pengambilan citra barcode dilakukan secara langsung dengan mengambil sampel barcode dari supermarket GIANT jalan Siliwangi Semarang. Citra diambil dengan menggunakan kamera digital merk Fujifilm tanpa menggunakan bantuan alat lain seperti pencahayaan.

3.5.2 Melakukan Pre Processing Citra

Pre processing dilakukan untuk memperoleh citra yang selanjutnya dapat dimanfaatkan untuk sistem yang akan dibuat. Proses ini meliputi cropping, normalisasi ukuran citra, mengubah citra menjadi grayscale, penajaman kualitas citra, dan deteksi tepi sobel, dilanjutkan dengan proses ekstraksi ciri, untuk mendapatkan data karakteristik ciri dari citra barcode.

3.5.3 Membuat Sistem Pengenalan Citra Barcode dengan Metode

Backpropagation dan Metode Learning Vector Quantization Menggunakan Software Matlab R2009a Setelah data citra telah diperoleh, langkah selanjutnya adalah merancang sistem pengenalan untuk mengenali citra barcode. Sistem pengenalan ini dirancang dengan menggunakan software Matlab R2009a. Software ini memiliki tools-tools yang dapat memudahkan dalam proses pembuatan program khususnya jaringan syaraf tiruan.

3.5.4 Melakukan Pengujian Sistem dengan Menggunakan Foto Barcode

yang Beredar di Supermarket Wilayah Kota Semarang Langkah ini dilakukan untuk menguji sistem yang telah dibangun. Pengujian sistem dilakukan dengan menghitung tingkat keakuratan sistem dalam mengenali citra barcode. Langkah yang harus ditempuh yaitu melakukan variasi pada learning rate dan jumlah hidden layer. Arsitektur jaringan yang paling efektif, dapat dilihat dari Mean Square Error MSE dan waktu pembelajaran dari proses pelatihan serta melihat hasil recognition rate.

3.5.5 Membandingkan Hasil Pengenalan Barcode Menggunakan Metode