Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI
Rizky Ryan Dwi Yudistira
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Barang Pada Proses Sortir Pengiriman Barang Dengan Raspberry Pi Menggunakan Algoritma Oriented Fast And Rotated Brief (ORB) Dan K-Nearest Neighbor (KNN) Rizky Ryan Dwi Yudistira; Sigit Anggoro; Fatan Kasyidi
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 10 No 1 (2023): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v10i1.3153

Abstract

Sortir barang menjadi salah satu mesin pada industri yang efisien jika dikaitkan dengan kinerja sistem. Proses sorting barang dapat dilihat dari bentuk barangnya yang terdeteksi dari bentuk barang tersebut sehingga dibutuhkan teknik untuk meninjau area objek yang dideteksi dengan titik acuan yang tepat. Pada saat ini sortir barang di dunia industri telah dilakukan secara mandiri tanpa adanya pertemuan fisik dengan pegawai. Pada penelitian terdahulu mengenai proses identifikasi barang belanjaan telah dilakukan dengan menggunakan metode Oriented Fast and Rotated Brief dengan menghasilkan suatu sistem yang dapat mengenali jenis barang belanjaan. Adapun pada penelitian ini menggunakan metode Oriented Fast and Rotated Brief dan K-Nearest Neighbor untuk mengenali bentuk barang dan mengklasifikasikan bentuk barang sesuai label kelasnya yang diterapkan pada sistem konveyor yang dibantu oleh piranti Raspberry Pi. Penelitian ini dapat mengklasifikasikan bentuk barang meskipun bentuk barang dirotasikan. Hasil dari analisis pada penelitian ini sistem sudah dapat mengenali dan mengklasifikasikan bentuk barang “Kubus”,”Segitiga”,dan “Tabung” dengan menghasilkan tingkat akurasi keberhasilan sebesar 89%.
Co-Authors Anggoro, Sigit Kasyidi, Fatan