IDENTIFIKASI JENIS PLASTIK BERDASARKAN REFLEKTANSI CAHAYA MENGGUNAKAN TRANSFORMASI RUANG WARNA HSV
Abstract
Sampah merupakan benda yang tidak terpakai dari kehidupan manusia.Dunia berusaha mengurangi sampah plastik dengan berbagai cara, mulai dari mengurangi konsumsi plastik hingga mendaur ulang. Setiap jenis plastic memiliki ciri dan fungsinya masing-masing. untuk memudahkan informasi tentang jenis plastik, diperlukan suatu sistem yang dapat mengetahui jenis plastik menggunakan gambar.Hal ini dapat diatasi dengan menggunakan teknik pengolahan citra digital untuk mengidentifikasi jenis plasik dengan memanfaatkan computer vision menggunakan metode warna HSV. Karakteristik yang ditentukan adalah jenis plastik PET,PP dan HDPE. Warna HSV adalah model warna yang diturunkan dari model warna RGB. Jadi untuk mendapatkan warna HSV ini, perlu mengonversi dari RGB ke HSV. Diasumsikan koordinat-koordinat berurutan merah, hijau dan biru dengan nilai minimum dan maksimumnya.pada plastik jenis PET memiliki rata-rata nilai Hue sebesar 65,1561, Saturation sebesar 41,42881 dan Value sebesar 177,6929. Untuk Jenis PP rata-rata nilai Huenya sebesar 48,99527, Saturation sebesar 40,57995 dan Valuenya 181,638. Sedangkan untuk jenis HDPE rata-rata nilai Huenya 49,44206, Saturation 41,68613 serta Value 170,6657. Dengan membandingkan ketiga resin tersebut, terlihat bahwa nilai rata-rata dari ketiga warna tersebut berbeda Dapat ditarik kesimpulan bahwa ketika objek diberi cahaya , semakin tipis bahan maka nilai saturation nya lebih kecil dari jenis yang lain serta nilai valuenya akan lebih besar daripada jenis yang lain. Akan tetapi ketika semakin tebal bahan maka nilai value nya semakin kecil. Berdasarkan perbandingan tersebut maka jenis PP memiliki bahan yang tipis serta kerapatan yang sedikit sehingga mudah untuk tembus pandang. Berbeda dengan jenis HDPE memiliki bahan yang tebal dan kerapatan yang banyak sehingga sulit untuk tembus pandang.
Kata kunci : Plastik, HSV, PET,PP,HDPE
Full Text:
PDF (Bahasa Indonesia)References
J. L. Setiani, “IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR RESNET50 UNTUK IDENTIFIKASI JENIS SAMPAH PLASTIK,” 2020.
B. A. Septiani, D. M. Arianie, V. F. A. A. Risman, W. Handayani, and I. S. S. Kawuryan, “PENGELOLAAN SAMPAH PLASTIK DI SALATIGA: Praktik, dan tantangan,” J. Ilmu Lingkung., vol. 17, no. 1, p. 90, 2019, doi: 10.14710/jil.17.1.90-99.
D. Rosiliani, “IDENTIFIKASI DAN KLASIFIKASI OTOMATIS BOTOL PLASTIK DENGAN METODE ARTIFICIAL NEURAL NETWORK (ANN),” 2019.
M. H. Adilah, “PENGEMBANGAN SISTEM IDENTIFIKASI DAN KLASIFIKASI SAMPAH PLASTIK TYPE HDPE, PVC DAN PS MENGGUNAKAN METODE BACKPROPAGATION,” 2020.
W. Trisunaryanti, Dari sampah plastik menjadi bensin dan solar. Yogyakarta: Gadjah Mada University Press, 2018.
I. Yani, D. Rosiliani, B. Khona’ah, and F. A. Almahdini, “Identification and plastic type and classification of PET, HDPE, and PP using RGB method,” IOP Conf. Ser. Mater. Sci. Eng., vol. 857, no. 1, 2020, doi: 10.1088/1757-899X/857/1/012015.
M. Fahmi Wibawa, M. A. Rahman, and A. W. Widodo, “Penerapan Ruang Warna HSV dan Ekstraksi Fitur Tekstur Local Binary Pattern untuk Tingkat Kematangan Sangrai Biji Kopi,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 7, pp. 2819–2825, 2021, [Online]. Available: http://j-ptiik.ub.ac.id
A. Wibowo, D. M. C. Hermanto, K. I. Lestari, and H. Wijoyo, “Deteksi Kematangan Buah Jambu Kristal Berdasarkan Fitur Warna Menggunakan Metode Transformasi Ruang Warna Hsv (Hue Saturation Value) Dan K-Nearest Neighbor,” INCODING J. Informatics Comput. Sci. Eng., vol. 1, no. 2, pp. 76–88, 2021, doi: 10.34007/incoding.v2i1.131.
Priyanto Hidayatulloh, Pengolahan Citra Digital: Teori dan Aplikasi Nyata. Bandung: Informatika Bandung, 2017.
Ryansyah, “Identifikasi Tingkatan Warna Pada Kopi Roasting Menggunakan Metode HSV Berbasis Mobile,” Terap. Inform. Nusant., vol. 1, no. 10, pp. 520–526, 2021.
A. K. Panggabean, A. Syahfaridzah, and N. A. Ardiningih, “Mendeteksi Objek Berdasarkan Warna Dengan Segmentasi Warna Hsv Menggunakan Aplikasi Matlab,” METHOMIKA J. Manaj. Inform. dan Komputerisasi Akunt., vol. 4, no. 2, pp. 94–97, 2021, doi: 10.46880/jmika.vol4no2.pp94-97.
Ellif, S. H. Sitorus, and R. Hidayati, “KLASIFIKASI KEMATANGAN PEPAYA MENGGUNAKAN RUANG WARNA HSV DAN METODE NAIVE BAYES CLASSIFIER,” Coding J. Komput. dan Apl., vol. 09, no. 01, pp. 66–75, 2021.
I. S. Areni, I. Amirullah, and N. Arifin, “Klasifikasi Kematangan Stroberi Berbasis Segmentasi Warna dengan Metode HSV,” J. Penelit. Enj., vol. 23, no. 2, pp. 113–116, 2019, doi: 10.25042/jpe.112019.03.
A. Dalimunthe, “Deteksi Kematangan Buah Manggis Berdasarkan Fitur Warna Citra Kulit Menggunakan Metode Transformasi Ruang Warna HSV,” Skripsi, p. 89, 2021.
R. Rahmadewi, G. L. Sari, and H. Firmansyah, “Pendeteksian Kematangan Buah Jeruk Dengan Fitur Citra Kulit Buah Menggunakan Transformasi Ruang Warna HSV,” JTEV (Jurnal Tek. Elektro dan Vokasional), vol. 5, no. 1.1, p. 166, 2019, doi: 10.24036/jtev.v5i1.1.107560.
DOI: https://doi.org/10.21107/simantec.v11i1.19732
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 adi kurniawan saputro
Indexed By
.png)
11.png){kind=logo}
SIMANTEC JOURNAL: This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.