IDENTIFIKASI KESALAHAN LETAK BUKU PERPUSTAKAAN UKDW DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Total View This Week0
Total View This Week0
Institusion
Universitas Kristen Duta Wacana
Author
71130103, YOSAFAT CHRISTIAN HARIYANTOS TJANDRA
Subject
QA75 Electronic computers. Computer science
Datestamp
2021-04-21 06:36:29
Abstract :
Buku adalah salah satu sarana sumber ilmu untuk mahasiswa, dan di Universitas Kristen Duta Wacana terdapat perpustakaan dengan banyak buku. Buku-buku perpustakaan di UKDW terdapat label yang berisi karakter dan angka untuk menandai buku tersebut terletak di sebuah rak tertentu. Manfaat dari label tersebut adalah untuk mengklarifikasi dan menata peletakan setiap buku yang ada pada rak-rak yang sesuai. Walaupun setiap buku di perpustakaan sudah ditandai label untuk peletakannya, tetapi masih banyak mahasiswa yang tidak teliti dan sering salah mengembalikan buku pada tempatnya. Hal ini membuat orang lain kesusahan dalam mencari buku dan menjadikan rak buku terlihat tidak rapi. Dengan perkembangan teknologi komputer untuk pengolahan citra digital dan computer vision, maka metode Region of Interest, Zoning, dan Adaptive Neuro Fuzzy Inference System (ANFIS) dapat diterapkan untuk menyelesaikan permasalahan ini. Sistem akan mendeteksi citra foto buku perpustakaan dan memberi output jumlah buku yang terdapat dalam citra foto tersebut dan mendeteksi kesalahan letak buku berdasarkan parameter yang dipilih oleh user. Penelitian ini membuat aplikasi untuk mengolah citra foto yang berisi barisan label buku dan mendeteksi kesalahan letak buku berdasarkan parameter jenis buku Referensi (R), Umum (U), dan nomor rak buku. Penulis mencoba merancang sistem yang dapat mendeteksi kesalahan letak buku berdasarkan jenis buku Referensi (R), Umum (U), Nomor rak buku, dan kode pengarang buku. Untuk membuat perbandingan dengan penelitian Pujianto, penulis akan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Berdasarkan pengujian dan analisis, aplikasi identifikasi kesalahan letak buku perpustakaan UKDW dengan menggunakan 30 data foto menghasilkan tingkat akurasi untuk mendeteksi jumlah buku 97,01%, jenis buku 87,43%, dan nomor buku 59.68%
Buku adalah salah satu sarana sumber ilmu untuk mahasiswa, dan di Universitas Kristen Duta Wacana terdapat perpustakaan dengan banyak buku. Buku-buku perpustakaan di UKDW terdapat label yang berisi karakter dan angka untuk menandai buku tersebut terletak di sebuah rak tertentu. Manfaat dari label tersebut adalah untuk mengklarifikasi dan menata peletakan setiap buku yang ada pada rak-rak yang sesuai. Walaupun setiap buku di perpustakaan sudah ditandai label untuk peletakannya, tetapi masih banyak mahasiswa yang tidak teliti dan sering salah mengembalikan buku pada tempatnya. Hal ini membuat orang lain kesusahan dalam mencari buku dan menjadikan rak buku terlihat tidak rapi. Dengan perkembangan teknologi komputer untuk pengolahan citra digital dan computer vision, maka metode Region of Interest, Zoning, dan Adaptive Neuro Fuzzy Inference System (ANFIS) dapat diterapkan untuk menyelesaikan permasalahan ini. Sistem akan mendeteksi citra foto buku perpustakaan dan memberi output jumlah buku yang terdapat dalam citra foto tersebut dan mendeteksi kesalahan letak buku berdasarkan parameter yang dipilih oleh user. Penelitian ini membuat aplikasi untuk mengolah citra foto yang berisi barisan label buku dan mendeteksi kesalahan letak buku berdasarkan parameter jenis buku Referensi (R), Umum (U), dan nomor rak buku. Penulis mencoba merancang sistem yang dapat mendeteksi kesalahan letak buku berdasarkan jenis buku Referensi (R), Umum (U), Nomor rak buku, dan kode pengarang buku. Untuk membuat perbandingan dengan penelitian Pujianto, penulis akan menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS). Berdasarkan pengujian dan analisis, aplikasi identifikasi kesalahan letak buku perpustakaan UKDW dengan menggunakan 30 data foto menghasilkan tingkat akurasi untuk mendeteksi jumlah buku 97,01%, jenis buku 87,43%, dan nomor buku 59.68%
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
