Pengaruh intensitas cahaya dan besar respons waktu serta ketepatan yang dimiliki merupakan aspek penting dalam keberhasilan object detection/ recognition didalam kondisi nyata.. Evaluasi dilakukan melalui variable penelitian jumlah pixels dan gray level intensity dari pixels yang diamati serta dataset yang harus dikembangkan. Dalam penelitian sebelumnya, aspek terkait segmentasi (Pratiwi, Kartowisastro, 2015) dan dilanjutkan dengan object recognition (Yunanto, Kartowisastro, 2016) telah dilakukan. Image filtering, image features, dan dataset yang digunakan sangat menentukan dalam keberhasilan object recognition. Object recognition sangat bergantung dengan features yang dimiliki oleh object tersebut dan faktor pencahayaan. Pencahayaan yang berubah dapat mempengaruhi tampak objek yang ditangkap oleh kamera, misalnya dapat timbul bayangan ataupun dapat terjadi sebagian sisi objek yang menjadi gelap. Hal ini dapat mempengaruhi hasil kinerja dari sebuah computer untuk mengenali objek (object recognition). Penelitian ini mencoba mengatasi permasalahan ini dengan mengkaitkan image features dengan classifying approach. Feature classification diyakini dapat mendukung keberhasilan pencarian similarity image features dari objek dan dataset. Keberhasilan dari giatan ini dapat dilihat pada tabe Indikator Luaran Tahunan dibawah.

Image filtering, Image features, feature classification

• Iman Herwidiana Kartowisastro, Ph.D.

• Ardian Yunanto, S.Kom., M.TI