SISTEM WASTE BANK

MENGGUNAKAN
COLOR OBJECT TRACKING
PENGOLAHAN CITRA DIGITAL

Dosen Pengampu :Budi Arif Darmawan, M. Kom.

6G

Disusun Oleh:

Noerel Kerina Priscilla (1910631170036)

Yurike Oktavirani (1910631170148)

Lidya Nurhidayati (1910631170200)

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER
UNIVERSITAS SINGAPERBANGSA KARAWANG
2022
 BAB I

PENDAHULUAN

A. Latar Belakang

Sampah merupakan barang terbuang atau sisa yang tidak digunakan dan
dipakai oleh pemiliknya. Sampah dalam pengelompokkan dibagi menjadi dua
yaitu anorganik dan organik. Sampah anorganik dan organik memiliki manfaat,
namun juga ada dampaknya untuk lingkungan. Sampah organik merupakan
limbah yang berasal dari sisa alam (makhluk hidup) seperti manusia, tumbuhan,
hewan yang mengalami pembusukan atau pelapukan.

Faktor penyebab kepedulian lingkungan didasari cara berpikir dan perilaku

manusia. Partisipasi aktif warga menjadi hal yang penting untuk diidentifikasikan
dalam aksi pengelolaan sampah. Cara pandang masyarakat pada sampah
seharusnya tidak lagi memandang sampah sebagai hasil buangan yang tidak
berguna. Sampah seharusnya dipandang sebagai sesuatu yang mempunyai nilai
guna dan manfaat. Pemilahan sampah rumah tangga yang termasuk kategori
sampah organik dapat dijadikan kompos sedangkan sampah rumah tangga
anargonik ditabungkan ke bank sampah untuk didaur ulang kembali dan dapat
dijadikan bahan yang bernilai ekonomis.

Pada dasarnya bank sampah merupakan konsep pengumpulan sampah

anorganik dan dipilah serta memiliki manajemen layaknya perbankan, tetapi
yang ditabung bukan uang melainkan sampah. Sampah yang ditabung akan
ditimbang dan dihargai dengan sejumlah uang, kemudian akan dijual di pabrik
yang sudah bekerja sama dengan bank sampah. Dengan stakeholders dilakukan
dengan mengupayakan adanya dialog dan kerja sama, khususnya pemerintah
daerah setempat (di level kelurahan, kecamatan, Dinas Kebersihan dan
Pertamanan Kota), pengumpul/pengepul, pengangkut/pemulung sampah, dan
pengembangan kerja sama yang bersifat multi-stakeholder dengan pihak swasta di
tingkat lokal maupun regional. Selain upaya memaksimalkan kemampuan dan
keterampilan warga, upaya memantau perkembangan harga sampah di pasaran
juga harus terus dilakukan. Hal ini sangat mendasar untuk keberlanjutan bank
sampah, sehingga koordinasi dan kerja sama dengan para pengepul baik yang
termasuk kategori pengepul besar dan kecil di sekitar harus terus dibina.
Pengembangan bank sampah akan lebih terintegrasi dengan adanya dukungan
dari pemda setempat dan pihak pengusaha lokal menjadi sangat penting.
 Bank sampah merupakan salah satu konsep yang menarik untuk
mencegah pencemaran lingkungan dari sampah anorganik. Dengan
permasalahan ini kami membuat sistem berkonsep dari bank sampah.
Pengelolaan sampah yang berbasis pengolahan citra digital yang akan
mendeteksi logo yang nantinya sampah tersebut dapat ditukar dengan uang.
Program tersebut menggunakan metode Color Object Tracking

B. Rumusan Masalah

Bagaimana sampah anorganik yang memiliki logo waste banks dapat

diproses lalu diimpelementasikan oleh kamera untuk mengenali atau
mendeteksi objek logo dan mengklasifikasikan sampah anorganik tersebut
sesuai dengan berat sampah dan harga sampah menggunakan metode Color
Object Tracking?

C. Tujuan

Memproses dan melakukan pengujian sampah organik yang memiliki

logo waste banks agar dapat mendeteksi objek logo dan mengklasifikasikan
sampah anorganik berdasarkan berat dan harga sampah.

D. Metode Penelitian

Dalam pembuatan waste banks ini menggunakan method Color

Object Tracking. Color Object Tracking merupakan method yang digunakan
untuk mendeteksi dan menghitung object berdasarkan warna. Pada pelacakan
logo waste banks ini menggunakan warna HSL sebagai tolak ukur pendeteksian.
Ketika kita mengscan logo waste banks menggunakan kamera yang tersedia,
kemudian sistem akan mendeteksi object dan warna dari logo waste banks.
Ketika sudah sesuai maka akan menghasilkan output yang sudah ditetapkan oleh
sistem yang sudah dibuat.

a) Color Object Tracking

Tracking secara harfiah memiliki arti mengkuti jalan, atau dalam arti
bebasnya ialah suatu kegiatan untuk mengikuti jejak suatu objek. Color
Object Tracking adalah suatu sistem yang mampu melacak warna atau
mencari suatu suatu hal dengan memberikan informasi tentang hal tersebut.
Dalam bidang pengolahan citra teknik pelacakan warna sering kali
diimplementasikan guna membantu kegiatan manusia dimana diperlukannya
suatu sistem yang mampu melacak objek secara otomatis.
b) HSL

HSL adalah suatu model warna yang diperoleh dari color space RGB dan
device dependent color space. Berdasarkan pada presepsi dasar manusia,
HSL model tersusun atas tiga karakteristik warna dasar :

1. Hue adalah warna yang direfleksikan atau pun ditransmisikan sebuah objek.
Nilainya diukur dari lokasi pada roda standar warna, yang diekspresikan
dengan nilai derajat sudut di antara 0° dan 360°. Dalam penggunaannya,
hue mengidentifikasikan nama dari sebuah warna seperti merah, orange
(jingga), atau hijau.

2. Lightness adalah sebuah ukuran relative skala pencahayaan (lightness)

atau kegelapan (darkness) dari sebuah warna, umumnya diukur sebagai
persentase dari 0% (black) sampai dengan 100% (white).

3. Saturation, sering dikenal dengan chroma, yaitu ukuran atau kemurnian

sebuah warna, Saturation merepresentasikan ukuran (kuantitas) dari
proporsi keabuan pada hue, ukurannya dalam bentuk persentase dari 0%
(gray) sampai dengan 100% (fully saturated). Pada roda standar warna,
nilai saturation dari pusat roda (lingkaran) menuju tepian roda akan
semakin bertambah.

HSL dapat dianggap sebagai warna yang menggambarkan sebagai titik-

titik dalam sebuah silinder (disebut warna solid) yang poros tengah
berkisar dari hitam di bagian bawah untuk putih di bagian atas. Sudut
sekitar sumbu terkait dengan "warna", jarak dari sumbu terkait dengan
"kejenuhan", dan jarak sepanjang sumbu terkait dengan "ringan", "nilai"
atau "terangnya".
Secara konseptual HSL mewakili sebuah kerucut ganda atau bola (dengan
putih di bagian atas, hitam di bagian bawah, dan penuh warna jenuh
sekitar tepi horizontal penampang dengan tengah berwarna abu- abu pada
pusatnya).

Untuk model warna HSL ini biasanya digunakan pada saat sang desainer
ingin memodifikasi warna dari warna asli image . dalam memodifikasi
warna bisa menggunakan program photoshop atau yang lain, akan tetapi
hati-hati, sebab warna hasil modifikasi kadang yang tampak dimonitor
akan lain dengan hasil cetakan. Atau dalam proses film untuk warna yang
mengandung raster tipis akan bermasalah, jadi sesuaikan dengan
kemampuan imagesetter. Pada program Photoshop,
Hue/Saturation/Lightness biasa dipakai untuk membuat efek gambar
menjadi satu warna.
 BAB II

PEMBAHASAN

A. Konsep Sistem Waste Banks

Waste banks ini khusus untuk sampah anorganik. Mesin ini dibuat
dengan mengelompokan barang sesuai dengan beratnya dan digambarkan
dengan sebuah logo/gambar agar dapat memudahkan proses pen-scanan.
Apabila kita meletakan sampah anorganik tersebut maka mesin tersebut
akan men-scan logo/gambar yang ada disampah tersebut. Scan logo ini
merupakan penerapan dari citra digital dengan mencocokan warna atau
bentuk dari logo sampah anorganik untuk dapat di scan. Apabila sampah
anorganik tersebut berhasil discan maka akan menampilkan harga dari
sampah anorganik tersebut. Dari harga yang sudah tampil pada sistem
tersebut akan ditukarkan menjadi uang.

B. Cara Kerja Waste Banks

Dari ide konsep yang sudah kita buat mengenai waste bank ini,
adapun cara kerja sistem dalam menjalankan waste bank yaitu:

a) Sudah terdapat beberapa logo yang dibedakan berdasarkan berat

sampah yang akan di scan.

b) Ketika sampah ditampilkan pada kamera, maka sistem akan membaca

logo yang terdapat pada sampah tersebut.

c) Dari logo yang sudah discan, maka sistem akan membaca berat dari
sampah berdasarkan logonya.

d) Setelah itu, berdasarkan beratnya sistem akan menampilkan harga dari

sampah tesebut.

e) Rincian harga ini dapat ditukarkan menjadi uang ke penjaga di waste

bank tersebut.

Sampah-sampah yang masuk ke dalam mesin waste bank ini akan

dikelompokan berdasarkan beratnya. Kemudian setelah terkumpul banyak,
sampah ini akan disetorkan kepada pengepul yang sudah bekerja sama.

C. Desain Logo dan Keterangannya

 Logo Berat Harga

0-15 gram Rp 1000

15-30 gram Rp 2500

30-50 gram Rp 4000

>50 gram Rp 5000

D. Hasil Komparasi

1. Jurnal 1

Judul : Bank Sampah (Waste Banks) as an Alternative of Community-

Based Waste Management Strategy in Tasikmalaya

Hasil penelitian sebelumnya bank sampah dibentuk bertujuan untuk

memberikan alternatif strategi dalam pengelolaa sampah dengan edukasi
warga melalui pembentukan bank sampah yang diintegrasikan dengan
prinsip 4R, dapat membangun kepedulian masyarakat agar dapat ‘berkawan’
dengan sampah, serta untuk mendapatkan manfaat secara sosial, ekonomi,
dan lingkungan dari pemilahan sampah yang ditabung ke bank sampah.

 Kekurangan
 1. Pelaksanaan bank sampah ini masih dilaksanakan secara manual.
Sehingga masyarakat harus mengumpulkan sampah yang banyak
terlebih dahulu agar bisa di tukarkan dengan uang. Maka dari itu kita
membuat sistem waste banks dengan method Color Object Tracking
agar pengumpulan sampah lebih mudah.

2. Jika pada penelitian sebelumnya menggunakan buku tabungan,

dalam konsep kami yaitu dengan menukarkan secara langsung
dengan uang dan masyarakat tidak harus mengumpulkan banyak
sampah terlebih dahulu untuk ditukarkan dengan uang, tetapi hanya
dengan satu sampah dapat ditukarkan dengan uang.

2. Jurnal 2

Judul : Studi Komparasi Deteksi dan Pelacakan Objek Menggunakan Filter

Warna

Tahun : 2020
Penulis : Budi Sugandi

Penelitian ini mencoba mengkomparasi akurasi pendeteksian dan pelacakan

objek menggunakan filter warna RGB, HSV dan YCbCr. Hasil komparasi
dapat dijadikan sebagai salah satu rujukan dalam mengaplikasikan filter
warna untuk mendeteksi maupun melacak objek berwarna. Hal ini
berkaitan dengan konsep yang kita miliki yaitu mendeteksi dan melacak
logo berdasarkan warna.

Kesimpulan dari penelitian berdasarkan eksperimen adalah akurasi hasil

eksperimen menunjukkan urutan akurasi deteksi objek dengan filter warna
adalah HSL, YCbCr dan RGB dengan error rata-rata 7%, 9% dan 10%.
Sementara untuk akurasi pelacakan objek dengan filter warna adalah HSL,
YCbCr dan RGB dengan error rata-rata 11%, 13% dan 22%. Maka dari itu
konsep kita menggunakan filter warna HSL karena lebih akurat.

3. Jurnal 3

Judul : Deteksi Dan Perhitungan Objek Berdasarkan Warna Menggunakan

Color Object Tracking

Tahun : 2018

Penulis : Dedy Agung Prabowo

 Penelitian ini membahas mengenai pengembangan computer vision yaitu
tracking object. Tracking objek mampu mendeteksi objek yang bergerak,
memfilter noise, dan gerakan-gerakan lain yang tidak diperlukan. Pada
penelitian ini menggunakan warna RGB sebagai tolak ukur pendeteksian.
Dikarenakan warna RGB adalah salah satu warna dasar segala objek dalam
kehidupan sehari-hari dan juga warna yang sering digunakan dalam bidang
pengolahan citra digital. Tetapi pada penelitian kita kali ini menggunakan
HSL karena membaca dari beberapa sumber itu karena akurasi warnanya
lebih tepat dengan rata-rata error yang sedikit.

Kesimpulan dari jurnal ini adalah sistem yang dibuat dapat mendeteksi dan
menghitung Objek yang telah ditentukan, perbedaan warna objek dan latar
belakang objek sangat menentukan keberhasilan pendeteksian objek,
pencahayaan yang baik untuk pendeteksian objek adalah 31- 15.000 lux.

Kelemahan : Perlu ditambahkan algoritma lain agar pelacakan makin

stabil, hilangnya informasi dikarenakan projeksi 3 dimensi dalam citra 2
dimensi, bentuk objek yang rumit.

4. Jurnal 4

Judul : Penerapan Sistem Pengolahan Citra Digital Pendeteksi Warna pada Starbot
Tahun : 2020

Penulis : M Rizky Vira Aditya , Nyayu Latifah Husni , Destra Andika

Pratama , Ade Silvia Handayani

Penelitian ini menggunakan filter warna HSV dan RGB. Penelitian ini
mencoba mengkomparasi pemisahan antara sampah organik dan anorganik,
deteksi isi level kotak sampah, serta dapat bergerak secara otomatis dengan
cara mendeteksi bentuk dan warna suatu lokasi yang ditentukan dengan
memanfaatkan metode pengolahan citra digital sehingga dapat mengurangi
potensi kontak langsung antara manusia dan kotak sampah. Hal ini
berkaitan dengan sistem yang kami gunakan yaitu mendeteksi warna/
bentuk yang ditentukan.

Kesimpulan dari penelitian ini berdasarkan nilai HSV yang telah diberikan
pada kode program. Penentuan nilai HSV berupa Low-high berguna untuk
memberikan toleransi kecerahan warna pada objek

Kelemahan : Perlu ditambahakan hasil akurasi dalam penggunaan HSV dan

RGB agar lebih jelas dalam mendeteksinya.
E. Source Code

 Color-detect.py

import cv2

cap = cv2.VideoCapture(0)

cap.set(cv2.CAP_PROP_FRAME_WIDTH, 852)

cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

while True:

_, frame = cap.read()

hsv_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

height, width, _ = frame.shape

cx = int(width / 2)

cy = int(height / 2)

pixel_center = hsv_frame[cy, cx]

hue_value = pixel_center[0]

saturation_value = pixel_center[1]

value_value = pixel_center[2]

color = "UNDEFINED"

if hue_value < 1:

color = "Terlalu Gelap"

nom = "Rp. -"

elif hue_value < 25:

color = "ORANGE"

nom = "Rp. 4000"

elif hue_value < 79:

color = "HIJAU"
 nom = "Rp. 1000"

elif hue_value < 130:

color = "BIRU"

nom = "Rp. 2500"

elif hue_value < 177:

color = "UNGU"

nom = "Rp. 5000"

else:

color = "Tidak Terdeteksi"

nom = "Rp. -"

print(pixel_center)

pixel_center_bgr = frame[cy, cx]

b, g, r = int(pixel_center_bgr[0]),
int(pixel_center_bgr[1]), int(pixel_center_bgr[2])

cv2.rectangle(frame, (10, 470), (630, 410), (255, 255,

255), -1)

cv2.rectangle(frame, (20, 460), (60, 420), (b, g, r), -1)

cv2.rectangle(frame, (20, 460), (60, 420), (0, 0, 0), 2)

cv2.putText(frame, color, (70, 450), 0, 1, (0, 0, 0), 2)

cv2.putText(frame, nom, (400, 450), 0, 1, (0, 0, 0), 2)

cv2.circle(frame, (cx, cy), 10, (0, 255, 255), 2)

cv2.rectangle(frame, (cx-20, cy+20), (cx+20, cy-20), (0,

0, 255), 2)

cv2.imshow("Frame", frame)

key = cv2.waitKey(1)

if key == 27:

break

cap.release()
 cv2.destroyAllWindows()

 hsvpicer.py

import cv2

import numpy as np

def nothing(x):

pass

#Trackbar

cv2.namedWindow("frame")

cv2.createTrackbar("H", "frame", 0, 179, nothing)

cv2.createTrackbar("S","frame",255,255,nothing)

cv2.createTrackbar("V","frame",255,255,nothing)

img_hsv = np.zeros((250, 500, 3), np.uint8)

while True:

h = cv2.getTrackbarPos("H", "frame")

s = cv2.getTrackbarPos("S", "frame")

v = cv2.getTrackbarPos("V", "frame")

img_hsv[:] = (h, s, v)

img_bgr = cv2.cvtColor(img_hsv,cv2.COLOR_HSV2BGR)

cv2.imshow("frame", img_bgr)

key = cv2.waitKey(1)

if key == 27:

break
 cv2.destroyAllWindows()

 Output

a Hijau

b Biru
 c Orange

d Ungu

F. Kelemahan

Ide yang sudah kita rancang juga mempunyai beberapa kelemahan,

diantaranya:

a) Proses penukaran uang yang masih manual, sehingga sebenarnya itu masih
kurang efektif.

b) Terjadi noise pada saat penscanan logo.

c) Terjadi perubahan pencahayaan. Hal ini dapat terjadi karena kamera yang
 digunakan dapat berubah sesuai dengan cahaya disekitar, sehingga hal ini
dapat mempengaruhi proses pembacaan warna logo yang terdapat pada
sampah.

d) Tidak semua jenis sampah dapat diolah di mesin waste bank ini. Karena
tidak semua sampah mempunyai logo yang kita buat, hal ini membuat
tidak semua sampah dapat discan pada sistem ini.

e) Logo yang sudah rusak. Logo yang terdapat sampah dapat saja mengalami
kerusakan, hal ini mengakibatkan kamera akan sulit menangkap dengan
jelas logo yang dimaksud pada sampah.
 BAB III

PENUTUP

A. Kesimpulan dan Saran

Dalam sistem waste bank ini menggunakan method color objet tracking
mencocokan warna atau bentuk dari logo sampah anorganik untuk dapat di scan.
Logo yang sudah tertempel pada sampah anorganik akan dibaca oleh sistem dan
ditentukan berat dan juga harganya. Sistem ini menggunakan filter HSL karena
akurasi warnanya lebih tepat dengan rata-rata error yang sedikit. Namun masih
banyak kekurangan dari sistem ini. Sehingga sebaiknya waste bank ini dapat dibuat
database agar dapat menyimpan data tabungan sampah.