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