BAB III PERENCANAAN DAN PERANCANGAN SISTEM

Transkripsi

1 BAB III PERENCANAAN DAN PERANCANGAN SISTEM 3.1. Pendahuluan Pada bab ini akan dijelaskan mengenai perencanaan dan perancangan sistem. Secara garis besar sistem akan dibangun menggunakan bahasa pemograman visual C# dan dikombinasikan dengan menambahkan sedikit penggunaan Aforge.Net Image Processing and Computer Vision Library. Serta untuk penyimpanan datanya menggunakan database MySQL. Sistem ini bekerja dengan melakukan identifikasi terhadap obyek yang tertangkap oleh kamera yang dalam hal ini obyek yang digunakan adalah produk kemasan. Sistem identifikasi produk kemasan ini dibuat secara real time, dalam artian obyek produk kemasan akan langsung diidentifikasi secara otomatis oleh sistem ketika obyek tertangkap oleh kamera. Proses identifikasi disini dilakukan berdasarkan nilai hasil ekstraksi fitur warna dan fitur bentuk dari image. Untuk ekstraksi fitur warna disini digunakan metode histogram hue. Sedangkan untuk ekstraksi fitur bentuk digunakan metode deteksi tepi canny, yang selanjutnya hasil dari deteksi tepi canny yang berupa image biner tersebut dihitung nilai statistiknya yaitu nilai mean dan nilai standard deviasi dari image biner hasil deteksi tepi. Nilai inilah yang digunakan sebagai nilai fitur bentuk dari image dalam sistem ini. Selanjutnya penentuan hasil identifikasi didasarkan pada jarak terpendek antara image test (citra input) dengan image data training yang dihitung menggunakan rumus jarak Euclidean Distance. Selanjutnya dilakukan penggabungan antara fitur bentuk dan fitur warna dengan komposisi tertentu.penggabungan kedua fitur ini bertujuan untuk meningkatkan performance sistem serta melengkapi keterbatasan dan kelemahan dari penggunaan fitur warna dan bentuk secara terpisah. Adapun Spesifikasi Minimum Hardware yang dibutuhkan untuk menjalankan sistem ini adalah : 21

2 22 Tabel 3.1 Spesififikasi Minimum Hardware yang Dibutuhkan No Deskripsi Spesifikasi 1 CPU P IV 2.6 GHz 2 RAM 1 GB 3 Graphic Card 256 MB 4 Sistem Operasi Windows Xp 5 Camera 1.3 M piksel Sedangkan spesifikasi Software yang dibutuhkan untuk menjalankan sistem ini adalah : 1. DataBase MySQL 2. Dot Net FrameWork Driver kamera / webcam 3.2. Perancangan Sistem Disini akan dijelaskan mengenai perancangan sistem. Berikut adalah gambaran perancangan sistem secara umum. Gambar 3.1 Gambaran Umum Perancangan Sistem Gambar diatas menunjukkkan bahwa sistem ini bekerja dengan menggunakan kamera untuk menangkap gambar dan menggunakan komputer untuk memproses dan mengolah gambar tersebut.adapun penjelasan lebih lanjut dari sistem ini adalah sebagai berikut : 1. Pertama, object harus ada untuk dilakukan proses pengidentifikasian karena kalau tidak ada maka bukan sebuah pengidentifikasian namanya. Dalam posisi tersebut produk kemasan diambil dengan beberapa ketentuan. Yaitu seluruh sisi label produk kemasan yang

3 23 diidentifikasi harus nampak seluruhnya,yang mana posisi yang diidentifikasi sudah ditentukan yaitu sisi bagian depan label produk kemasan, serta digunakan pencahayaan yang stabil dan jarak obyek terhadap kamera yang tetap. Bila tidak maka akan terjadi perbedaan yang terlalu besar antara data yang diperoleh dari pembelajaran dengan data hasil uji coba. Sehingga dimungkinkan akan terjadinya kesalahan pengidentifikasian yang cukup besar. Untuk itu, guna mengurangi kemungkinan adanya nilai error yang cukup tinggi maka digunakan sebuah alat bantu berupa sebuah box untuk tempat proses pengidentifikasian.serta ditempatkan pula sebuah kamera dan sumber cahaya yang sudah pasti posisinya didalam box tersebut. 2. Kedua, barulah setelah itu kamera dihubungkan dengan komputer. Kamera ini menggunakan port USB sebagai konektifitasnya.sehingga lebih mudah dalam mengambil data gambar yang akan diolah oleh komputer. Selanjutnya data yang diperoleh dari kamera akan dikirim ke komputer. 3. Ketiga, kemudian data gambar hasil capture dari kamera diproses oleh program yang telah dibuat hingga dihasilkan sebuah keputusan hasil identifikasi. Untuk lebih detail peranacangan sistemnya akan dijelaskan pada sub bab pembuatan perangkat keras dan perangkat lunak. 3.3 Rancangan DataBase Untuk memudahkan penyimpanan data baik data gambar, data fitur ataupun data untuk proses inventory control dalam sitem ini digunakan sebuah database sebagai tempat penyimpanan datanya.untuk penjelasan lebih lanjut tentang database yang digunakan dalam sistem ini, berikut adalah ERD untuk rancangan database dalam sistem ini :

4 24 Gambar 3.2 ERD Aplikasi Pengenalan Produk Kemasan

5 25 Dari ERD di atas selanjutnya dibuat tabel beserta atributnya. Berikut adalah tabel-tabel beserta atribut dan tipe data untuk setiap atribut dari tabel yang digunakan untuk penyimpanan data dalam sistem ini: Tabel Barang KodeBarang ( PK, Varchar(10) ) NamaBarang ( Varchar(100) ) HargaBarang ( Double ) Image ( LongBlob ) Tabel Bentuk KodeBarang ( PK, Varchar(10) ) NilaiMean ( Double ) NilaiStdev ( Double ) Tabel Histogram Id ( PK, BigInt (AutoIncrement) ) KodeBarang (Varchar(10) ) NilaiHistogram ( Int ) Tabel ImageFitur KodeBarang ( PK, Varchar(10) ) ImageWarna ( LongBlob ) ImageBentuk ( LongBlob ) Tabel Latar Id ( PK, Varchar(5) ) Image ( LongBlob ) Tabel StokBarang Id ( PK, Varchar(5) ) Image ( LongBlob ) Tabel Transaksi Id ( PK, BigInt (AutoIncrement) ) KodeBarang (Varchar(10) ) KodeTransaksi ( Int ) jumlah ( Int )

6 26 Tanggal (DateTime) Tabel KeranjangBelanja Id ( PK, BigInt (AutoIncrement) ) KodeBarang (Varchar(10) ) KodeTransaksi ( Int ) jumlah ( Int ) Tanggal (DateTime) Tabel DetailTransaksi KodeTransaksi ( PK, Int ) TotalBayar ( Double ) Tanggal (DateTime) 3.4 Pembuatan Perangkat Keras dan Perangkat Lunak Perancangan sistem ini terbagi menjadi 2 bagian, perangkat keras dan perangkat lunak. Namun untuk perangkat keras bisa dikatakan hanya sebagai alat bantu untuk mendapatkan posisi kamera yang baik dan cahaya yang stabil Perancangan Perangkat Keras Berikut adalah gambar dari perangkkat keras yang digunakan dalam pembuatan sistem ini : Gambar 3.3 Perancangan Perangkat Keras

7 27 Perancangan perangkat keras ini bertujan untuk memperoleh gambar hasil capture dengan kualitas yang lebih baik serta mendapatkan jarak kamera terhadap obyek yang tetap serta pencahayaan yang stabil.adapun beberapa keterangan tentang perangkat apa saja yang terdapat dalam perancangan perangkat keras in adalah dijelaskan sebagai berikut : 1. Box / kotak. Sebagai tempat dimana produk kemasan ditempatkan untuk dilakukan proses pendeteksian. Terbuat dari bahan papan kayu triplek. Dengan ukuran panjang 30 cm, lebar 30 cm dan tinggi 30 cm. 2. Kamera. Digunakan untuk menangkap gambar dari obyek, untuk kemudian data dari gambar tersebut diolah oleh komputer. Kamera yang digunakan disini menggunakan kamera web cam merk PC Camera dengan resolusi 1.3 Mpiksel. Posisi kamera diletakkan pada bagian tengah (center) sisi atas box bagian dalam dengan posisi menghadap kebawah, karena obyek yang akan dideteksi berada dibawah. 3. Cahaya.Untuk pencahayaan disini digunakan 20 buah lampu led superbright warna putih.10 buah lampu led diletakkan dikiri dan 10 buah lainnya diletakkan dikanan.posisi lampu led diletakkan pada perpotongan sisi atas box dengan sisi samping dengan arah pencahayaan menyudut menuju ke titik perpotongan antara sisi samping dengan sisi bawah box.lampu led disini digunakan hanya untuk menerangi ruang didalam box agar gambar yang ditangkap oleh camera memiliki kualitas yang lebih baik.untuk pencahayaan disini dipilih menggunakan lampu led superbright agar mendapatkan pencahayaan yang cukup baik dengan intensitas cahaya yang tidak terlalu kuat. 4. Warna dasar background. Untuk warna dasar background digunakan warna hitam. Penggunaan warna hitam disini dimaksudkan untuk menghindari adanya efek bayangan produk kemasan yang terlalu berlebihan yang dapat mempengaruhi hasil dari proses ekstraksi fitur gambar.

8 Perancangan Perangkat Lunak Perancangan perangkat lunak disini meliputi proses ekstraksi fittur warna, ekstraksi fitur bentuk dan penggunaan fitur gabungan. Untuk ekstraksi fitur warna dilakukan dengan menggunakan metode histogram hue dan untuk fitur bentuk menggunakan metode deteksi tepi canny. Sedangkan untuk fitur gabungan ( fitur warna dan fitur bentuk ) digunakan persentase tertentu berdasarkan hasil pengujian sistem terhadap keberhasilan proses identifikasi berdasarkan fitur tertentu baik fitur warna maupun fitur bentuk. Yang mana untuk fitur yang lebih besar nilai keberhasilannya akan digunakan sebagai fitur dominan dalam sistem ini. Dari proses ekstraksi fitur warna dan fitur bentuk ini akan didapatkan nilai fitur yang dapat digunakan sebagai ciri yang dapat membedakan antara obyek yang satu dengan obyek yang lain.berdasarkan ciri inilah sehingga dapat dilakukan suatu proses pengenalan terhadap obyek Berikut adalah penjelasan tentang perancangan perangkat lunak yang digunakan dalam pembuatan sistem ini. Gambar 3.4 Blok Diagram Sistem

9 Ekstraksi Fitur Warna Berikut adalah FlowChart proses ekstraksi fitur warna : Gambar 3.5 Flowchart Proses Ekstraksi Fitur Warna

10 30 Proses ekstraksi fitur warna dilakukan dengan menggunakan metode histogram hue.untuk mendapatkan nilai hue itu sendiri terlebih dahulu harus dilakukan proses konversi dari RGB ke HSL. Namun sebelum dilakukan perhitungan histogram huenya maka harus dilakukan pemisahan antara gambar input dengan backgroundnya terlebih dahulu.prosesproses untuk mendapatkan gambar input yang sudah dipisahkan dari backgroundnya adalah sebagai berikut : 1. Operasi Difference 2 gambar. Lakukan proses difference terhadap citra input dan citra latar (background). Yang perlu diperhatikan disini, untuk mendapatkan hasil difference yang baik, maka sebelum melakukan proses difference kedua gambar yang akan didifference harus diubah terlebih dahulu menjadi gambar GrayScale. 2. Thresholding. Langkah selanjutnya adalah melakukan proses thresholding terhadap gambar hasil differenece. Yang mana jika nilai RGB pada tiap-tiap piksel dari gambar kurang dari nilai threshold maka dianggap sebagai citra latar (background). Sedangkan jika nilai RGB pada tiap-tiap piksel dari gambar lebih besar dari nilai threshold maka dianggap sebagai citra input.dari proses threshold ini akan dihasilkan output berupa citra biner dengan nilai warna untuk tiap-tiap piksel adalah 1 (warna putih) untuk piksel dengan nilai RGB lebih besar dari nilai threshold dan bernilai 0 (warna hitam) untuk piksel dengan nilai RGB kurang dari nilai threshold. 3. Konversi biner ke RGB.Langkah selanjutnya adalah melakukan konversi kembali terhadap citra biner output kedalam citra RGB.Proses konversi disini dilakukan dengan mengubah citra biner hasil thresholding tersebut kedalam citra RGB dengan cara mengeset nilai RGB pada piksel citra biner yang bernilai 1 (warna putih) dengan nilai RGB piksel yang sama pada citra input. Selanjutnya hasil dari proses ini akan didapatkan gambar yang sesungguhnya ( gambar yang sudah dipisahkan dari gambar latar backgroundnya).yang selanjutnya gambar ini disebut sebagai gambar fitur. Didalam gambar fitur ini terkandung

11 31 nilai-nilai fitur warna yang akan digunakan untuk proses identifikasi. 4. Perhitungan nilai histogram hue.langkah selanjutnya adalah melakukan proses perhitungan nilai histogram hue dengan mengubah nilai RGB pada gambar fitur menjadi nilai HSL.Karena yang digunakan hanya histogram hue saja, maka nilai S dan L kita abaikan saja Ekstraksi Fitur Bentuk Proses ekstraksi fitur bentuk dilakukan dengan menggunakan metode deteksi tepi canny.adapun untuk proses deteksi tepi canny disini dilakukan dengan memanfaatkan Aforge.Net Image Processing & Computer Vision library. Untuk deteksi tepi canny disini digunakan nilai lowthreshold=20 dan highthreshold = 40. Penggunaan nilai threshold ini berdasarkan pada hasil ujicoba menggunakan nilai lainnya, dan hasil yang terbaik untuk deteksi tepi canny dengan menggunakan AForge.Net ini didapatkan hasil terbaik dengan menggunakan nilai tersebut. Sehingga nilai tersebutlah yang digunakan sebagai nilai lowthreshold dan nilai highthreshold dalam melakukan proses deteksi tepi pada sistem ini. Berikut listing program yang digunakan untuk melakukan apply deteksi tepi canny dengan menggunakan AForge.Net : public static Bitmap DeteksiCanny(IFilter DeteksiCanny, Bitmap Image) { Bitmap ImageCanny = DeteksiCanny.Apply(Image); return ImageCanny; } Gambar 3.6 Listing Program Apply Filter Deteksi Tepi Canny dengan menggunakan AForge.Net Dari hasil deteksi tepi tersebut akan didapatkan hasil berupa gambar biner. Dari gambar biner tersebut selanjutnya perlu

12 32 dilakukan perhitungan nilai fitur bentuk secara statistik yaitu nilai mean & standart deviasi.nilai mean & nilai Standart deviasi inilah yang digunakan sebagai nilai fitur bentuk dalam sistem ini. Berikut adalah diagram alir ( FlowChart ) dari proses ekstraksi fitur bentuk menggunakan deteksi tepi canny : Gambar 3.7 Flowchart Proses Ekstraksi Fitur Bentuk

13 Implementasi Fitur Gabungan Yang dimaksud dengan proses implementasi fitur gabungan disini adalah menggabungkan nilai fitur hasil ekstraksi fitur bentuk dengan nilai fitur hasil ekstraksi fitur warna dengan komposisi tertentu. Proses penggabungan dilakukan dengan menggunakan prosentase tertentu antara nilai fitur warna dengan nilai fitur bentuk.dalam sistem ini digunakan prosentase 70 % fitur warna dan 30 % fitur bentuk. 3.5 Tampilan GUI Aplikasi Aplikasi Identifikasi produk kemasan ini terdiri dari beberapa form yang masing-masing form bisa diakses melalui sebuah menu tab. Berikut adalah tampilan GUI dari aplikasi identifikasi produk kemasan ini Form Pengambilan Data Training Gambar 3.8 Tampilan Form Pengambilan Data Training

14 34 Pengambilan data training disini ditujukan untuk mendapatkan nilai fitur acuan dari produk-produk yang digunakan dalam pengujian pada sistem ini. Untuk proses pengambilan data training dilakukan dengan memilih menu Pengambilan Data Training pada menutab aplikasi. Keterangan GUI : Button Refresh : Button ini digunakan untuk mendeteksi kamera mana saja yang aktif dan dapat kita gunakan. Combo Select Camera : Combo box ini digunakan untuk memilih kamera yang akan digunakan. Button Start : Button ini digunakan untuk memulai proses capture.pada Saat Button ini di klik maka button ini akan berubah menjadi buttton Stop.Untuk mengakhiri proses capture kamera bisa dilakukan dengan mengklik button ini. Button Batal : Button batal ini sama fungsinya dengan button Stop,yaitu untuk membatalkan dan mengakhiri proses capture. Button Set Background : Button ini digunakan untuk mengeset gambar latar (background) yang digunakan untuk proses difference pada ekstraksi fitur warna. Button Capture : Button ini digunakan untuk melakukan capture gambar dari kamera untuk keperluan penyimpanan data gambar untuk data training. TextBox KodeBarang : Untuk mengentrikan data kode barang. TextBox NamaBarang : Untuk mengentrikan data nama barang. TextBox HargaBarang: Untuk mengentrikan data harga satuan barang. Button Simpan : Button ini digunakan untuk menyimpan semua data-data yang sudah diinput yaitu gambar produk kemasan, kodebarang,nama barang, dan harga satuan barang kedalam database. Button Hapus : Button ini digunakan untuk menghapus data tertentu dari database. Untuk melakukan penghapusan data cukup dilakukan dengan mengklik

15 35 salah satu produk yang ingin dihapus pada datagrid kemudian klik button hapus ini, maka data yang anda pilih tersebut akan dihapus dari database. Button Reset database : Button ini digunakan untuk melakukan penghapusan semua data dari database ( Reset Database). Button Keluar : Button ini digunakan untuk keluar dari aplikasi Form Pengenalan Berdasarkan Fitur Warna Gambar 3.9 Tampilan Form Pengenalan Berdasarkan Fitur Warna Pengenalan berdasarkan fitur warna disini ditujukan untuk melakukan studi analisa pengaruh fitur warna terhadap keberhasilan proses identifikasi dalam sistem ini. Untuk melakukan pengenalan berdasarkan fitur warna dilakukan dengan memilih menu Pengenalan Berdasarkan Fitur Warna pada menutab aplikasi. Keterangan GUI :

16 36 Button Refresh : Button ini digunakan untuk mendeteksi kamera mana saja yang aktif dan dapat kita gunakan. Combo Select Camera : Combo box ini digunakan untuk memilih kamera yang akan digunakan. Button Start : Button ini digunakan untuk memulai proses capture.pada Saat Button ini di klik maka button ini akan berubah menjadi buttton Stop. Untuk mengakhiri proses capture kamera bisa dilakukan dengan mengklik button ini. Button Batal : Button batal ini sama fungsinya dengan button Stop,yaitu untuk membatalkan dan mengakhiri proses capture. Button Set Background : Button ini digunakan untuk mengeset gambar latar (background) yang digunakan untuk proses difference pada ekstraksi fitur warna. Button Close: Button ini digunakan untuk keluar dari aplikasi. Button Lihat Proses : Button ini digunakan untuk menampilkan halaman analisa proses untuk proses pengenalan berdasarkan fitur warna ini.pada halaman analisa proses yang ditampilkan disini ditampilkan gambar histogram hue produk input dan produk hasil serta nilai error dan kemiripan dari masing-masing produk kemasan. Berikut adalah tampilan halaman analisa proses pengenalan berdasarkan fitur warna : Gambar 3.10 Tampilan Halaman Analisa Proses Pengenalan Berdasarkan Fitur Warna

17 Form Pengenalan Berdasarkan Fitur Bentuk Gambar 3.11 Tampilan Form Pengenalan Berdasarkan Fitur Bentuk Pengenalan berdasarkan fitur bentuk disini ditujukan untuk melakukan studi analisa pengaruh fitur bentuk terhadap keberhasilan proses identifikasi dalam sistem ini. Untuk melakukan pengenalan berdasarkan fitur bentuk dilakukan dengan memilih menu Pengenalan Berdasarkan Fitur Bentuk pada menutab aplikasi. Keterangan GUI : Button Refresh : Button ini digunakan untuk mendeteksi kamera mana saja yang aktif dan dapat kita gunakan. Combo Select Camera : Combo box ini digunakan untuk memilih kamera yang akan digunakan. Button Start : Button ini digunakan untuk memulai proses capture.pada Saat Button ini di klik maka button ini akan berubah menjadi buttton Stop.Untuk

18 38 mengakhiri proses capture kamera bisa dilakukan dengan mengklik button ini. Button Batal : Button batal ini sama fungsinya dengan button Stop,yaitu untuk membatalkan dan mengakhiri proses capture. Button Close: Button ini digunakan untuk keluar dari aplikasi. Button Lihat Proses : Button ini digunakan untuk menampilkan halaman analisa proses untuk proses pengenalan berdasarkan fitur bentuk ini.pada halaman analisa proses yang ditampilkan disini ditampilkan gambar hasil deteksi tepi canny produk input dan produk hasil, nilai fitur bentuk produk input dan produk hasil, serta nilai error dan kemiripan dari masing-masing produk kemasan.berikut adalah tampilan halaman analisa proses pengenalan berdasarkan fitur bentuk : Gambar 3.12 Tampilan Halaman Analisa Proses Pengenalan Berdasarkan Fitur Bentuk

19 Form Pengenalan Berdasarkan Fitur Gabungan Gambar 3.13 Tampilan Form Pengenalan Berdasarkan Fitur Gabungan Yang dimaksud engenalan berdasarkan fitur gabungan disini adalah proses pengenalan yang dilakukan berdasarkan fitur warna dan fitur bentuk dengan komposisi tertentu.untuk pengenalan berdasarkan fitur gabungan pada aplikasi ini digunakan komposisi 70 % fitur warna dan 30 % fitur bentuk.pengenalan berdasarkan fitur gabungan disini digunakan studi analisa pengaruh gabungan fitur warna dan bentuk dalam proses pengenalan dalam sistem ini. Untuk melakukan pengenalan berdasarkan fitur gabungan dilakukan dengan memilih menutab Pengenalan Berdasarkan Fitur Gabungan pada aplikasi. Keterangan GUI : Button Refresh : Button ini digunakan untuk mendeteksi kamera mana saja yang aktif dan dapat kita gunakan.

20 40 Combo Select Camera : Combo box ini digunakan untuk memilih kamera yang akan digunakan. Button Start : Button ini digunakan untuk memulai proses capture.pada Saat Button ini di klik maka button ini akan berubah menjadi buttton Stop.Untuk mengakhiri proses capture kamera bisa dilakukan dengan mengklik button ini. Button Batal : Button batal ini sama fungsinya dengan button Stop,yaitu untuk membatalkan dan mengakhiri proses capture. Button Set Background : Button ini digunakan untuk mengeset gambar latar (background) yang digunakan untuk proses difference pada ekstraksi fitur warna. Button Close: Button ini digunakan untuk keluar dari aplikasi. Button Lihat Proses : Button ini digunakan untuk menampilkan halaman analisa proses untuk proses pengenalan berdasarkan fitur gabungan.pada halaman analisa proses yang ditampilkan disini ditampilkan gambar histogram hue produk input dan produk hasil, gambar hasil deteksi tepi canny produk, serta nilai error dan kemiripan dari masing-masing produk kemasan. Berikut adalah tampilan halaman analisa proses pengenalan berdasarkan fitur warna : Gambar 3.14 Tampilan Halaman Analisa Proses Pengenalan Berdasarkan Fitur Gabungan

21 Form Data Persediaan Barang Gambar 3.15 Tampilan Form Data Persediaan Barang Form persediaan barang ini digunakan untuk melakukan entri data stok barang.selain itu form ini juga bisa digunakan untuk mengetahui stok barang saat ini.untuk mengakses form ini dapat dilakukan dengan memilih Menu Data Persediaan Barang pada MenuTab aplikasi. Keterangan GUI : Button Refresh : Button ini digunakan untuk mendeteksi kamera mana saja yang aktif dan dapat kita gunakan. Combo Select Camera : Combo box ini digunakan untuk memilih kamera yang akan digunakan. Button Start : Button ini digunakan untuk memulai proses capture.pada Saat Button ini di klik maka button ini akan berubah menjadi buttton Stop.Untuk mengakhiri proses capture kamera bisa dilakukan dengan mengklik button ini. TextBox KodeBarang : Untuk menampilkan data kode barang hasil identifikasi.

22 42 TextBox NamaBarang : Untuk menampilkan data nama barang hasil identifikasi. TextBox HargaBarang: Untuk menampilkan data harga satuan barang hasil identifikasi. TextBox StokSaatIni : Digunakan untuk menampilkan data persediaan barang saat ini. TextBox JumlahItem : Digunakan untuk mengentrikan data jumlah item produk yang ingin ditambahkan atau mengeset nilai data baru untuk dilakukan perubahan data. Button Tambah Data Persediaan : Button ini digunakan untuk mensubmit data baru yang ingin ditambahkan. Button Ubah Data Persediaan : Button ini digunakan untuk mensubmit nilai data data baru untuk melakukan perubahan data. Button ReportStokProduk : Button ini digunakan untuk menampilkan report persediaan barang saat ini. Gambar 3.16 Tampilan Report Persediaan Barang

23 43 Button ReportDetailTransaksi : Button ini digunakan untuk menampilkan report detail transaksi saat ini. Gambar 3.17 Tampilan Report Detail Transaksi Button Batal : Button batal ini sama fungsinya dengan button Stop,yaitu untuk membatalkan dan mengakhiri proses capture. Button Set Background : Button ini digunakan untuk mengeset gambar latar (background) yang digunakan untuk proses difference pada ekstraksi fitur warna. Button Close: Button ini digunakan untuk keluar dari aplikasi Form Transaksi Penjualan Form transaksi penjualan ini digunakan untuk melakukan transaksi penjualan.pada transaksi penjualan ini, produk yang dibeli akan dimasukkan kedalam keranjang belanja terlebih dahulu.kemudian ketika dilakukan submit maka akan ditampilkan struk belanja berupa report dari data-data yang ada dalam keranjang belanja tersebut.untuk mengakses form ini dapat dilakukan dengan memilih Menu Transaksi Penjualan pada MenuTab aplikasi.

24 44 Gambar 3.18 Tampilan Form Transaksi Penjualan Keterangan GUI : Button Refresh : Button ini digunakan untuk mendeteksi kamera mana saja yang aktif dan dapat kita gunakan. Combo Select Camera : Combo box ini digunakan untuk memilih kamera yang akan digunakan. Button Start : Button ini digunakan untuk memulai proses capture.pada Saat Button ini di klik maka button ini akan berubah menjadi buttton Stop.Untuk mengakhiri proses capture kamera bisa dilakukan dengan mengklik button ini. Button Batal : Button batal ini sama fungsinya dengan button Stop,yaitu untuk membatalkan dan mengakhiri proses capture. Button Set Background : Button ini digunakan untuk mengeset gambar latar (background) yang digunakan untuk proses difference pada ekstraksi fitur warna. Button Close: Button ini digunakan untuk keluar dari aplikasi.

25 45 TextBox KodeBarang : Untuk menampilkan data kode barang hasil identifikasi. TextBox NamaBarang : Untuk menampilkan data nama barang hasil identifikasi. TextBox HargaBarang: Untuk menampilkan data harga satuan barang hasil identifikasi. TextBox JumlahItem : Digunakan untuk mengisikan jumlah item untuk masing-masing produk yang ingin dibeli. Button ReportTransaksi : Button ini digunakan untuk menampilkan report dari keseluruhan transaksi yang sudah terjadi. Gambar 3.19 Tampilan Report Seluruh Transaksi Button ReportPersediaanbarang : Button ini digunakan untuk menampilkan report persediaan barang saat ini. Button ReportDetailTransaksi : Button ini digunakan untuk menampilkan report detail transaksi saat ini. Button TambahKeKeranjangBelanja: Button ini menambahkan setiap produk yang ingin dibeli kedalam keranjang belanja.

26 46 Button Submit : Button ini digunakan untuk mensubmit semua data yang ada dalam keranjang belanja untuk kemudian ditampilkan report berupa struk belanja. Gambar 3.20 Tampilan Report Transaksi Penjualan ( Struk Belanja) Button Hapus : Button ini digunakan untuk melakukan penghapusan data tertentu pada keranjang belanja.untuk melakukan penghapusan data cukup dilakukan dengan mengklik data yang ingin dihapus pada keranjangbelanja, kemudian klik button hapus ini.maka data tersebut akan terhapus dari keranjang belanja. Button Cancel : Button ini digunakan untuk membatalkan transaksi penjualan yang sudah dilakukan.