DETEKSI OBJEK BARANG BELANJAAN MENGGUNAKAN METODE ORIENTED FAST AND ROTATED BRIEF (ORB) DAN K-NEAREST NEIGHBOR (KNN)

Authors

  • Cherry Januar Nurdin Teknik Informatika, Universitas Buana Perjuangan, Karawang
  • Jamaludin Indra Teknik Informatika, Universitas Buana Perjuangan, Karawang
  • Rahmat Rahmat Teknik Informatika, Universitas Buana Perjuangan, Karawang
  • Kiki Ahmad Baihaqi Teknik Informatika, Universitas Buana Perjuangan, Karawang
  • Euis Nurlaelasari Teknik Informatika, Universitas Buana Perjuangan, Karawang

DOI:

https://doi.org/10.31328/ciastech.v0i0.3336

Keywords:

Oriented Fast and Rotated Brief (ORB), K-Nearest Neighbor (KNN), Pengenalan Citra.

Abstract

Masyarakat sering bertemu dengan banyak pembeli lainnya dengan waktu bersamaan di supermarket. Hal ini menyebabkan terjadinya antrean yang panjang di kasir disebabkan lambatnya proses identifikasi produk menggunakan scan barcode. Kasir harus terlebih dahulu mencari letak barcode untuk mengidentifikasi produk tersebut dan tidak sedikit kasir sulit untuk scan karena barcode terlipat. Dengan memanfaatkan perkembangan teknologi saat ini produk-produk jual supermarket dapat diidentifikasi dengan menggunakan kamera. Produk tersebut diarahkan ke kamera dan aplikasi bisa langsung mengidentifikasi produk tersebut tanpa harus mencari barcode terlebih dahulu. Didalam mengenali citra produk banyak metode yang dapat digunakan, dalam penelitian ini penulis menggunakan metode Oriented Fast and Rotated Brief (ORB) untuk mengekstraksi ciri dan untuk mengidentifikasi ciri dari citra produk agar dapat dikenali menggunakan metode K-Nearest Neighbor (KNN). Objek yang diuji pada penelitian ini sebanyak 6 produk, yaitu pepsodent, so klin, asepso, formula, casio, lifebuoy. Hasil identifikasi barang menggunakan metode ORB dan KNN ini memiliki akurasi 100% terdeteksi dengan jarak maksimal terdeteksi terdekat adalah 55 cm.

References

Suharini, “Analisis Positioning Supermarket Bedasarkan Atribut yang Dipersepsikan oleh Konsumen,†Widya Cipta. Tangerang, vol. 1, no. 1, pp. 51–59, 2017.

G. Khoharja et al., “Aplikasi Deteksi Nilai Uang pada Mata Uang Indonesia dengan Metode Feature Matching,†Univ. Kristen Petra. Surabaya, pp. 2–6, 2017.

D. Herumurti and J. L. Buliali, “Deteksi Kendaraan Pada Citra Udara Beresolusi Sangat Tinggi di Area Perkotaan dengan Menggunakan Metode Ekstraksi Oriented FAST And Rotated BRIEF,†J. Tek. ITS. Surabaya, vol. 5, no. 2, pp. 5–8, 2016, doi: 10.12962/j23373539.v5i2.16825.

M. Ramadhani and D. H. Murti, “Klasifikasi Ikan Menggunakan Oriented Fast and Rotated Brief (ORB) Dan K-Nearest Neighbor (KNN),†JUTI J. Ilm. Teknol. Informasi. Surabaya, vol. 16, no. 2, p. 115, 2018, doi: 10.12962/j24068535.v16i2.a711.

I. G. L. T. Sumantara, I. P. A. Bayupati, and N. K. A. Wirdiani, “Rancang Bangun Aplikasi Pengenalan Ukiran Bali dengan Metode ORB,†J. Ilm. Merpati (Menara Penelit. Akad. Teknol. Informasi). Bali, vol. 5, no. 1, p. 51, 2017, doi: 10.24843/jim.2017.v05.i01.p06.

D. Indarti, A. S. Talita, J. Margonda, R. No, and J. Barat, “Pencocokan Fitur Pada Citra Menggunakan Metode Oriented Fast And Rotated Brief( ORB ),†Progr. Stud. Tek. Inform. , Univ. Gunadarma. Depok, pp. 1–12, 2020.

Downloads

Published

2021-12-20

Issue

Section

Riset Bidang Teknologi dan Rekayasa