Penerapan Algoritma Hidden Markov Model (HMM) untuk Deteksi Keaslian Produk Jam Mekanik

Oktarini, Safira (2023) Penerapan Algoritma Hidden Markov Model (HMM) untuk Deteksi Keaslian Produk Jam Mekanik. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (142kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (240kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftar isi.pdf

Download (292kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (268kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (759kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (856kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (468kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (235kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (250kB) | Request a copy

Abstract

Identifikasi citra produk jam mekanik menggunakan algoritma Hidden Markov Model (HMM) dilakukan untuk mempermudah pengguna dalam membedakan antara barang asli dan palsu. Dengan adanya pengujian identifikasi produk, kepercayaan pembeli dan citra produsen jam mekanik akan semakin terjamin dan diharapkan dapat meningkatkan penjualan produksi perusahaan. Penerapan algoritma HMM dalam tahap autentikasi jam mekanik memerlukan batasan penilaian standar perusahaan yang meliputi kesesuaian warna, kaca, dan jarum jam mekanik. Standar tersebut diterjemahkan kembali dalam bentuk persentase angka agar dapat dimengerti oleh sistem yang dibangun. Standar persentase dibagi menjadi probabilitas emisi dan probabilitas transisi HMM. Namun sebelum memasuki pengolahan menggunakan algoritma HMM, sistem perlu melalui tahapan pre-processing dan training data guna dapat melatih sistem dalam mengolah data jam mekanik. Hal yang mempengaruhi penelitian ini berupa jarak foto objek dengan kamera pada rentang 5-20 cm dan tidak buram maupun bergetar. Hasil penelitian akan berupa pernyataan jam mekanik masuk ke dalam kategori Real (asli), Fake (palsu), maupun Further Inspection (inspeksi lanjutan). Jam yang memiliki pernyataan kategori Real berarti dinilai sistem merupakan jam mekanik yang asli diproduksi oleh perusahaan Kailoka; Fake berarti jam mekanik dideteksi sebagai barang tiruan atau palsu; sedangkan Further Inspection berarti membutuhkan pendeteksian lebih lanjut oleh tim Kailoka. Pengujian sistem menggunakan metode black box dalam pengujian ini mendapatkan nilai akurasi sebesar 90% dari total data testing sebanyak 100 citra jam mekanik.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Autentikasi; Hidden Markov Model; Jam Mekanik; Probabilitas Emisi; Probabilitas Transisi;
Subjects: Data Processing, Computer Science
Data Processing, Computer Science > Computer and Human
Data Processing, Computer Science > Interfacing and Communications
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Safira Oktarini
Date Deposited: 07 Sep 2023 10:17
Last Modified: 07 Sep 2023 10:17
URI: https://digilib.uinsgd.ac.id/id/eprint/75947

Actions (login required)

View Item View Item