SIMULASI SISTEM IDENTIFIKASI SAMPAH BERBASIS PENGOLAHAN CITRA DIGITAL

RAYNALFIE BUDHY RAHARDJO, Dr. Indah Soesanti, S.T., M.T.; Hanung Adi N, S.T., M.E., Ph.D.

2014 | Skripsi | TEKNIK ELEKTRO

Sampah di Indonesia memiliki potensi sumberdaya bahan daur ulang jika mampu dimanfaatkan dengan baik, namun saat ini sebagian besar justru hanya menjadi sumber polusi. Salah satu upaya untuk mengatasi permasalahan tersebut adalah dengan melakukan daur ulang. Kegiatan daur ulang ini ternyata masih dihadapi berbagai kendala terutama kesadaran masyarakat untuk memilah sampah. Ternyata, banyak orang yang membuang sampah tidak sesuai tempatnya atau bingung memilih tempat sampah yang sesuai. Oleh karena itu, Perlu adanya sistem klasifikasi sampah otomatis. Sistem identifikasi sampah ini akan mengekstraksi ciri isyarat citra digital untuk menjadi parameter, dan diharapkan dapat menjadi parameter untuk mengklasifikasi jenis sampah berdasar ciri citra digital tersebut.Metode Ekstraksi yang coba digunakan dalam penelitian ini antara lain adalah entropy, skewness dan kurtosis yang memanfaatkan histogram citra untuk memperoleh nilai ciri tersebut. Ciri tekstur Contrast, correlation, energy dan homogeneity diperoleh memanfaatkan Gray level co-occurance matrix (GLCM). Hasil ekstraksi ciri dari objek citra akan dimaanfatkan untuk klasifikasi citra objek kedalam kelompok jenis sampah. Algoritma klasifikasi yang digunakan dalam penelitian ini adalah K-NN Ciri statistis relatif paling baik di tunjukan oleh ciri entropy pada colorspace red dengan akurasi klasifikasi 66.67%, dan ciri tekstur relatif paling baik ditunjukan oleh ciri homogeneity untuk 32 graylevel dengan akurasi 70%. Penelitiaan ini diharapkan dapat menjadi dasar pengembangan sistem klasifikasi sampah otomatis yang memilki akurasi tinggi dan dapat membantu menyelesaikan permasalahan sampah di Indonesia.

Garbage in Indonesia has a potential resource of recycled materials if they can put to good use, but currently most of it is just a source of pollution. One of the solutions to overcome these problems is Recycle. Recycle is apparently still faced many obstacles, especially public awareness for waste sorting. Apparently, a lot of people who throw trash not fit its place or confused in choosing the appropriate bins. Therefore, there should be automatic waste classification system. Waste identification system will extract the characteristics of digital image signals to be parameters, and is expected to be a parameter for classifying the type of waste based on the characteristic of a digital image. Extraction methods were tried to be used in this study include entropy, skewness and kurtosis which utilize the image histogram to obtain the characteristic value.s Other features, Contrast, correlation and energy can extracted by utilizing Gray level co-occurance matrix (GLCM). Results hallmark of the object image extraction will use for object image classification into groups of types of waste. Classification algorithms used in this study is the K-NN. The best statistical features in this research shown by entropy in red matrix of RGB colorspaec with 66.67% accuracy level, and the best textural features shown by homogeneity in grayscale colorspace for 32 graylevel GLCM with 70% accuracy level. This Research is expected to be a base research for further waste classification systems research that have high accuracy and can help solve the garbage problem in Indonesia.

Kata Kunci : Sistem identifikasi sampah, klasifikasi sampah, ciri tekstur, ciri statistis, k-nn.