ABSTRAKSI: Secara umum sistem pengambilan angka kiloWatt per hours (kWh) meter Perusahaan Listrik Negara (PLN) yang ada sekarang ini dilakukan secara manual. Faktor manusia yang memiliki pengelihatan yang kurang awas bisa menimbulkan kesalahan pencatatan angka kWh meter, sistem ini juga membutuhkan kompilasi waktu yang cukup lama. Sebagai alternatif sistem pencatatan data angka kWh, dapat dilakukan dengan akuisisi kamera dijital yang selanjutnya akan diproses secara otomatis. Dari sini dapat diperoleh data berupa angka kWh meter. Untuk mempermudah pencarian dalam suatu data base, data sebaiknya dalam bentuk teks atau tulisan.
Dengan adanya teknologi pengolahan citra, maka data berupa gambar yang mengandung gambar suatu karakter dapat diambil informasinya dan dikonversikan ke dalam bentuk tulisan/teks. Proses pengolahan citra ini memanfaatkan kontrasnya warna pada kWh meter. misal kWh meter yang terdiri dari warna hitam (background) dan warna putih (tulisan). Hasil dari pengolahan citra diwujudkan dalam bentuk kode-kode biner, dan kode-kode ini akan menjadi inputan jaringan syaraf tiruan model ART2 yang berfungsi untuk mengambil keputusan dengan tujuan mengenali tulisan tersebut.
Berbeda dengan citra tanda tangan ataupun sidik jari yang memiliki pola yang sangat unik, pola dari citra angka, memiliki persamaan pola antar citra karakter satu dengan yang lain. Seperti pada jumlah piksel pada kolom dan baris yang sama. Hasil pengujian yang maksimal terjadi pada nilai parameter vigilance (ρ) antara 0.987-0.9885, Learning Rate (α) yaitu 0.4,0,8-1, dan iterasi 6-10, untuk mendukung JST ART2 dengan menggunakan ektraksi ciri histogram 4 diagram, waktu yang dibutuhkan yaitu 5.5 detik. Nilai FAR yang didapat 16.27%, dan nilai FRR 75.45%.Kata Kunci : pengolahan citra, jaringan saraf tiruan ART2ABSTRACT: Generally making system digits kiloWatt per hours (kWh) meters Perusahaan Listrik Negara (PLN) occurred nowadays done manually. Human factor having eyesight was less could raises mistakes recording digits kWh meters, this system also requires compilation sufficient time long. As alternatives systems data recording digits kWh, can done with acquisitions digital camera herenafter will processed automatically. From here can obtained data form of number kWh meters. To simply searches within a darabase, data preferably within forms text or writng
With the image processing technology, the data is an image containing the image of character can take the information and converted into aform of writing or text. This image processing using contrasting colors on the kWh meters. kWh meters which consist of black (background) and white (numbers). Result of image processing is realized in the form of binary codes, and these codes will be input ART2 neural network model that serves to make decisions with the aim to recognize the text.
In contrast to the image of a fingerprint or a signature that has a very unique pattern, the pattern of the image numbers, has the equation between the image patterns of characters with each other. As the image number of pixels on the same columns and rows. The test results that the maximum occurs in the value of vigilance parameter (ρ) between 0.987-0.9885, Learning Rate (α) is 0.4,0,8-1, and iteration 6-10, to support the ART2 neural network by using the histogram feature extraction of four diagrams, time required of 5.5 seconds.FAR 16.27% and FRR 75.4.
Keyword: image processing; neural network ART2