Implementasi Algoritma Histogram of Oriented Gradients (HOG) dan Metode Klasifikasi Random Forest Pada Sistem Penyortir Kerusakan Kaleng

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem penyortir kerusakan kaleng kemasan berbasis pengolahan citra menggunakan Raspberry Pi dan webcam. Sistem ini menggunakan algoritma Histogram of Oriented Gradients (HOG) untuk mengekstraksi fitur dari citra kaleng, yang kemudian diklasifikasikan menggunakan metode Random Forest untuk menentukan apakah kaleng termasuk kategori cacat atau tidak. Proses pengambilan citra dilakukan dengan mengambil semua sisi kaleng ketika kaleng bergerak dan berputar di atas konveyor, dengan bantuan sensor proximity sebagai trigger webcam untuk melakukan pengambilan gambar. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi yang cukup baik untuk kaleng bagus dan penyok berat, namun masih terdapat tantangan pada deteksi kaleng penyok sedang dengan total akurasi sebesar 87%. Sistem ini berhasil menyortir kaleng secara otomatis dan menampilkan hasil klasifikasi pada layar LCD serta menggerakkan aktuator servo untuk proses sortir. Dengan sistem ini, diharapkan proses quality control dalam industri dapat dilakukan lebih cepat dan akurat.
Kata Kunci: Pengolahan Citra, HOG, Random Forest, Penyortiran Kaleng, Konveyor.