. Latar Belakang Pengenalan peralatan bengkel motor secara real time menggunakan webcam berbasis metode ekstraksi ciri discrete cosine transform dan cosine similarity.

Indera penglihatan manusia yang mampu mengidentifikasi suatu obyek telah mengembangkan akal dan pikiran manusia dalam menciptakan penemuan–penemuan yangsangat penting dan dapat diterima secara luas oleh masyarakat umum dari berbagai lapisan untuk mengurangi ketertinggalan dalam proses kehidupan bermasyarakat. Salah satu penemuan hebat manusia adalah terciptanya suatu alat yang dapat membantu aktivitas manusia seperti komputer. Komputer dari tahun ke tahun selalu berkembang, mulai dari kegunaan maupun bentuknya. Dulu komputer hanya berfungi untuk alat bantu menghitung saja, namun seiring perkembangan zaman yang semakin maju, berkembang pesat, serba modern dan praktis yang disertai dengan kemajuan ilmu pengetahuan dan teknologi yang sangat pesat telah mendatangkan banyak manfaat bagi peningkatan taraf hidup, peradaban, serta martabat manusia. Kini komputer tidak hanya digunakan untuk alat bantu hitung semata namun telah membantu manusia dalam bekerja. Kini komputer telah dapat digunakan untuk mengidentifikasi pola golongan darah, pengenalan jenis ikan, tulisanabjad, angka, alat, tanda tangan seseorang, sidik jari, iris mata, bahkan wajah manusia sekalipun. Dalam mengidentifikasi pengenalan pola–pola seperti yang telah disebutkan diatas banyak metode yang dapat digunakan seperti menggunakan Fast FourierTransform FFT, Metode Hidden Markov, Discrete Cosine Transform DCT[1], Transformasi Wavelet Diskrit[1], Transformasi Walsh, Metode Korelasi[9], Jaringan Syaraf Tiruan JST[8], dan masih banyak lainnya. Saat sekarang perkembangan ilmu dan teknologi bidang otomatisasi yang cenderung meningkat adalah kebutuhan akansoftware pengenalan atau pengolahan citra, sebagai salah satu sarana pengidentifikasian suatu alat dalam rupa gambar yangdigunakan dalam kegiatan belajar sehari–hari dan bekerja. Alat yang digunakan berupa peralatan tulis–menulis maupun peralatan kantor atau kerja. Banyak penelitian–penelitian yang telah dilakukan tentang pengenalan obyek. Contoh pengenalan obyek yang pernah dilakukan antara lain pengenalan pola sidik jari menggunakan Jaringan Syaraf Tiruan dengan metode pembelajaran Backpropogation[16], Pengenalan pola golongan darah menggunakan jaringan syaraf tiruan JST backpropogation, Pengenalan Wajah Menggunakan Alih Ragam Wavelet Haar dan Jarak Euclidean, Pengenalan rumput laut menggunakan Euclidean distance berbasis ekstraksi fitur, Pengenalan sidik jari manusia dengan matriks kookurensi aras keabuan Gray Level Co-ocurrence Matrix[12]. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Sistem yang akan dibuat hanya pengenalan peralatan bengkel motor secara real time menggunakan webcam. Penulis menemukan penelitian – penelitian sebelumnya yang berkaitan dengan pengenalan suatu obyek, diantaranya pernah diteliti oleh Khrisna [1] tentang indentifikasi obyek berdasarkan bentuk dan ukuran dengan metode pengenalan pola secara statistik menggunakan teori peluang dengan obyek-obyek yang dapat dikenali adalah lingkaran, bujur sangkar, persegi panjang. Selain itu, penulis juga menemukan penelitian lain oleh Amrullah [2] yang melakukan penelitian tentang pengenalan benda mobil di jalan raya dengan metode Kalman Filter. Sistem yang akan dibuat meniru kemampuan mata manusia untuk mengenali obyek berupa peralatan bengkel motor. Sistem ini akan secara otomatis membandingkan obyek berupa macam-macam peralatan bengkel motor dengan gambar yang telah di capture oleh user melalui webcam, sehingga akan dihasilkan perbandingan jarak terkecil. Obyek peralatan bengkel motor diproses terlebih dahulu melalui preprocessing. Selanjutnya diproses dengan menggunakan ekstraksi ciri Discrete Cosine Transform DCT kemudian digunakan sebagai database. Karakter yang telah dicapture dibandingkan dengan database dengan menggunakan fungsi similaritas kosinus dan hasil perbandingannya terkecil merupakan obyek yang telah dicapture. Semua proses dilakukan menggunakan software Microsoft Visual Studio Express 2012 Aplikasi C++ baik dalam pemrogramannya maupun visualisasi pengambilan gambarnya. Jika proses pengambilan gambar telah sesuai dengan database, maka user dapat melihat hasil yang telah dicapture berupa teks pada layar monitor.

1.2. Tujuan dan Manfaat Penelitian

Tujuan dari penulisan tugas akhir ini adalah membuat sebuah sistem yang dapat mengenali berbagai macam peralatan bengkel motor secara real time menggunakan ekstraksi ciri Discrete Cosine Transform DCT dan similaritas kosinus. Manfaat penelitian ini adalah membantu pengguna aplikasi dalam mengenali jenis-jenis peralatan bengkel motor dan sebagai dasar dalam penelitian selanjutnya untuk membuat sebuah sistem yang dapat mengenali dan mengambil suatu obyek.

1.3. Batasan Masalah

Sistem pengenalan peralatan bengkel motor terdiri dari perangkat keras hardware dan perangkat lunak software. Hardware berupa webcam dan Fixture Software yang digunakan adalah Microsoft Visual Studio Express 2012 Aplikasi C++. Microsoft Visual Studio Express 2012 Aplikasi C++ digunakan untuk mengatur seluruh proses pengolahan data yang dicapture oleh webcam. Pada perancangan sistem ini, penulis fokus pada pembuatan software komputer untuk memproses pengenalan peralatan bengkel motor sedangkan untuk hardware berupa webcam dengan merk “M-Tech WB-200” dan fixture. Penulis menetapkan beberapa batasan masalah pada perancangan ini, yaitu sebagai berikut : a. Masukkan citra berupa 10 peralatan bengkel motor meliputi Kunci L, obeng plus, Senter, kunci ring, kunci soket, kunci pas, palu, tang, Penggaris. b. Pada fixture sudah disediakan tempat berupa foam busa cat warna hitam dop untuk meletakkan peralatan bengkel motor. c. Pengambilan citra menggunakan webcam M-Tech WB-200 yang diletakkan tegak lurus diatas peralatan bengkel motor dengan jarak ± 50 cm. d. Posisi kamera untuk pengambilan citra fix terkunci e. Rotasi pengambilan citra 0º, 90º, 180º dan 270º f. Posisi peletakkan peralatan bengkel motor tetap, yaitu dengan cara menempelkan peralatan bengkel motor dengan kayu yang sudah diberi foam cat hitam dop dibentuk sesuai dengan ukuran 20cm x 25cm . g. Intensitas cahaya diberi lampu LED pada alat tersebut h. Menggunakan fungsi similaritas kosinus sebagai metode perbandingan untuk mengenali peralatan bengkel motor. i. Pengenalan peralatan bengkel motor ini dibuat dengan menggunakan software pemrograman Microsoft Visual Studio Express 2012 aplikasi C++. j. Ditambahkan dalam tahap preprocessing threshold. k. Citra untuk masukkan DCT berupa citra grayscale yang kemudian diberi threshold untuk memperjelas batas hitam dan putih . l. Ukuran citra masukan DCT adalah 256 x 256 pixel. m. Keluaran berupa teks yang akan ditampilkan di layar monitor.