ABSTRAKSI: Barcode adalah susunan garis vertikal hitam dan putih dengan ketebalan yang berbedabeda.Tingkat ketebalan dan jumlah garis dari barcode memberikan arti pada masing-masing komponen barcode dan membedakan antara jenis barcode yang satu dengan yang lainnya. Barcode menyediakan suatu metode pengkodean informasi teks yang sederhana dan murah. Informasi teks yang dikodekan berupa data–data spesifik seperti kode produksi dan nomor identitas.
Pada tugas akhir ini dilakukan perbandingan algoritma sistem pembaca barcode menggunakan webcam secara offline. Algoritma yang digunakan antara lain algoritma adaptive dan algoritma non adaptive linear. Algoritma adaptive dapat menyesuaikan garis scanline dengan kemiringan barcode yang akan dibaca setelah diketahui nilai kepercayaan pada data dan memulai pada baris yang sebelumnya. Sedangkan algoritma non adaptive linear, scanline akan berubah sudut pembacaannya berdasarkan nilai kepercayaan pada data yang didapat akan tetapi tidak seperti algoritma adaptive. Algoritma non adaptive linear akan berubah sudut pada awal mula pembacaan barcode. Citra yang diperoleh dari webcam akan diolah dengan garis scanline.Citra berwarna yang diperoleh dipreprocessing. Selanjutnya, sistem melakukan proses recognition yakni mengenali susunan bar dan spasi yang dilewati oleh scanline. Dari proses pembacaan diperoleh nilai confidence yang menentukan tingkat kepercayaan sistem dalam membaca barcode. Barcode yang terbaca ditampilkan pada layar.
Sistem yang dirancang diuji tingkat performansinya melalui parameter akurasi dan waktu rata-rata scanline dalam memperoleh nilai barcode dan kemiringan barcode terhadap sumbu x. Dan sistem dilakukan pengujian jarak untuk mendapatkan jarak yang optimal dari webcam ke citra yang diakuisisi. Pengujian dilakukan secara offline dengan 1 jenis barcode, yaitu EAN-13. Algoritma non adaptive linear memperoleh waktu rata- rata 2.173 detik dan algortima adaptive linear memperoleh waktu rata-rata 2.054 detik dengan tingkat akurasi 80.64% . Dan jarak yang optimal untuk pengambilan data adalah 4 cm.
Kata Kunci : barcode, webcam, offlineABSTRACT: Barcode is a composition of black and white vertical stripes with different thickness. Levels of thickness and number of lines in the barcode give meaning to each component of the barcode and distinguish between the type of barcode to each other. Barcodes provide a method of encoding text information that is simple and cheap. Text information is encoded in the form of specific data such as production codes and identification numbers.
In this final project will compare line scanning algorithm on offline barcode reader using webcam. This final project use non adaptive linear algorithm and adaptive linear algorithm. Adaptive algorithm can adjust the slope of the scanline with barcode to be read after know the value of confidence in the data and start on the previous line. The another algorithm or non adaptive linear algorithm will change the slope of the scanline based on the value of confidence but not same as adaptive linear algorithm. Non adaptive linear algorithm will change the slope on at first reading of the barcode. Image ,which is take from the webcam, will be processed with the scanline . The color image which is obtained form webcam, wil be preprocessed. Furthermore, the recognition system will recognize the composition of bars and spaces that is passed by the Scanline. From the reading process, obtained confidence values that determine the level of confidence in reading a barcode system. The value of the barcode will be displayed on the monitor.
System designed to test the level of accuracy and performance through the parameter average time scanline in obtaining barcode value and barcode on the slope angle of the x-axis.And system will be distance tested to get the optimum value from the webcam to the image. Tests carried out offline by a kind of barcode, which is EAN-13. Non- adaptive linear algorithm obtain an average time 2.173 seconds and adaptive linear algorithm obtain an average time 2.054 seconds with same accuration level, 80.64%. And the optimal distance for data collection is 4 cm.
Keyword: barcode, webcam, offline