ABSTRAKSI: Bagian logistik IT Telkom adalah bagian yang mengurusi inventasi barang yaitu perencanaan dan pelaksanaan pengadaan barang dan atau jasa serta perawatan inventaris seperti gedung dan bangunan, sarana pendidikan, inventaris kantor, peralatan olanta, peralatan catu daya, serta KBM di IT Telkom seperti meja, kursi, tempat sampah, proyektor, komputer, dll. Dalam pengoperasiannya bagian logistik memberi label pada setiap barang inventaris untuk mempermudah pengecekannya jika ada kerusakan ataupun pencurian. Label tersebut terbuat dari stiker yang mudah untuk dilepas dan ditempel ke barang lain. Dalam proses pengecekan barang masih menggunakan cara manual. Jadi, sulit untuk mengetahui label yang ditukar ke barang lain.
Dalam tugas akhir ini telah dibuat aplikasi untuk mendeteksi label barang serta bentuk barang itu sendiri. Kemudian dibandingkan kecocokan antara barang dan labelnya. Label dan barangnya adalah gambar berformat BMP atau JPG yang diambil dari webcam. Dalam pendeteksi label barang digunakan transformasi wavelet untuk ekstrasi cirinya, lalu menggunakan metode Jaringan Saraf Tiruan Self Organizing Map (SOM) untuk klasifikasinya. Deteksi bentuk benda mengggunakan template matching, kemudian dicocokan antara label dengan barangnya.
Hasil yang telah dicapai dalam deteksi label adalah dengan akurasi 89,7326 % dengan waktu komputasi rata-rata 0,0403 detik dengan pengambilan gambar secara vertikal (mendatar). Sementara untuk bentuk barangnya mencapai 76,6667 % untuk foto dengan jarak, kemiringan, backgroud, cahaya yang sama persis dan semuanya sudah ada di database. Waktu rata-rata proses yang diperoleh adalah 0,3042 detik.
Kata Kunci : label, barang, transformasi wavelet, SOM, template matchingABSTRACT: Division of logistic in IT Telkom is part which deals with the provision of goods, maintenance items, and replacement of the goods in the IT Telkom such as desks, chairs, garbage cans, projectors, computers, etc. In its operation, logistic divison gives a label on every object in order to make the checking easier. The label is made of a sticker that is easy to be removed and affixed to other goods. This goods checking process is still using manual system. So it would be difficult to find a label that exchanged to another goods.
In this final project, an application to detect a label object and to detect its form has been made. After that, it will be matched between the label and the object form. Sample of label and object are a picture taken with webcam in BMP or JPG format. A detection of object label uses wavelet transformation feature extraction method and neural networking SOM method for feature classification process. Form of the object is detected using template matching and the label is matched with object form.
Result achived in label detection is 89,7326 % level accurate and 0,0403 second computation time in vertically image capturing. In addition, detection of object form achieves 76,6667 % level accurate for database image with same distance, slope, background and lighting. The computation time is 0,3042 second
Keyword: label, goods, wavelet transformation, SOM, template matching