Implementasi Algoritma K-Means Pada Pengolahan Citra Untuk Deteksi Bentuk Dan Material Gelas

Abstract

Pengolahan citra digital merupakan salah satu bidang ilmu komputer yang memiliki peranan penting dalam otomatisasi proses identifikasi objek. Penelitian ini membahas implementasi algoritma K-Means Clustering untuk mendeteksi bentuk dan material gelas berbasis citra digital. Metode penelitian dimulai dari pengumpulan data citra, konversi ruang warna dari RGB ke Lab, segmentasi citra menggunakan K-Means Clustering, hingga ekstraksi ciri bentuk dan tekstur. Algoritma K-Means digunakan untuk mengelompokkan piksel citra ke dalam beberapa klaster berdasarkan kesamaan warna dan pola tekstur, sehingga memudahkan proses klasifikasi gelas berdasarkan material (kaca, plastik, atau tanah liat) serta bentuknya. Hasil penelitian menunjukkan bahwa metode ini mampu mengidentifikasi objek dengan tingkat akurasi yang baik dan dapat diimplementasikan dalam sistem berbasis Matlab. Dengan demikian, pendekatan ini dapat menjadi solusi untuk otomatisasi proses identifikasi wadah minuman dalam berbagai aplikasi industri maupun penelitian.