Implementasi Computer Vision Untuk Sortir Pelat Baterai Dengan Algoritme Fuzzy Inference System Tsukamoto

Proses penyortiran pelat baterai adalah tahap akhir untuk menentukan kualitas pelat baterai yang ok (standar), recharge maupun reject (tidak standar). Pelat baterai disortir dengan manual menyebabkan proses sortir memakan waktu yang tidak efisien. Oleh karena itu, pada penelitian ini diterapkan computer vision untuk automasi sortir kualitas pelat baterai dengan klasifikasi Fuzzy Inference System Tsukamoto. Computer vision digunakan untuk mendeteksi citra pelat baterai dengan metode GrabCut. Hasil proses GrabCut mampu mendeteksi pola citra pelat baterai dengan akurasi sebesar 90%. Kemudian pola citra diklasifikasi dengan Fuzzy Inference System (FIS) Tsukamoto untuk menentukan pelat baterai ok, recharge maupun reject. Kualitas pelat baterai ditentukan berdasarkan jumlah piksel putih pada citra pelat baterai. Citra pelat ok memiliki nilai piksel putih 60%. Berdasarkan hasil pengujian FIS Tsukamoto mendapat akurasi 95% dari 20 sampel pelat baterai. Kata Kunci: akurasi, computer vision, fuzzy inference system tsukamoto, grabcut, pelat baterai.