DETEKSI MAKANAN DENGAN PENGOLAHAN CITRA MENGGUNAKAN METODE EKSTRAKSI CIRI HISTOGRAM OF ORIENTED GRADIENT (HOG) DAN KLASIFIKASI K-NEAREST NEIGHBORS (K-NN) BERBASIS DESKTOP

DIAH RAHMADANI

Informasi Umum

Kode

20.04.1258

Klasifikasi

621.367 - Technological photography and photo-optics, Spectrography, Stroboscopic photography, Image processing, Optical data processing

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing - Computer Image

Informasi Lainnya

Abstraksi

Restoran adalah tempat yang menghidangkan makanan dan menjual makanan kepada pembeli(masyarakat). Makanan yang dihidangkan memiliki banyak jenis dengan tarif yang berbeda-beda. Kondisi restoran dan pelayanan yang baik sangat memengaruhi harga dari makanan yang akan dibeli. Pembayaran di restoran dilakukan oleh seorang kasir dengan mesin kasir. Mesin kasir yang sudah ada melakukan proses pembayaran secara manual dan waktu yang kurang efisien. Permasalahan tersebut menciptakan sebuah ide untuk membuat mesin kasir mendeteksi makanan otomatis dan proses pembayaran yang lebih cepat. Image Processing merupakan cabang ilmu tentang pengolahan citra (gambar) yang diolah secara digital. Perkembangan teknologi sangat cepat dalam bidang computer vision yang membuat image processing tidak hanya untuk memperbaiki citra saja tapi, juga untuk mendeteksi atau melacak suatu objek, membaca barkode, dan lain-lain. Tahapan saat melakukan image processing yaitu mengakuisisi gambar dari citra, preprocessing, melakukan data training, ekstraksi ciri, dan klasifikasi (recognition). Penelitian ini membahas tentang deteksi pada jenis makanan menggunakan image processing. Metode yang digunakan adalah Histogram of Oriented Gradient (HOG) untuk ekstraksi ciri dan K-NN untuk klasifikasi. Parameter yang akan diukur adalah akurasi. Penelitian ini mendeteksi jenis makanan dengan tingkat akurasi 82%. Kata Kunci: deteksi jenis makanan dan harga, computer vision, HOG, K-NN, machine learning.