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.

Preview	Text (COVER) 1_cover.pdf Download (142kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (240kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftar isi.pdf Download (292kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (268kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (759kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (856kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (468kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (235kB) | Request a copy
	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.

Actions (login required)

View Item