Kajian ini mengembangkan algoritma untuk mengelaskan botol plastik kepada PET atau bukan-PET. Tiga algoritma dibangunkan berdasarkan bentuk dan warna tekstur. Ujian menunjukkan ketepatan pengelasan melebihi 80%. Perlakuran algoritma meningkatkan prestasi pengelasan. Cadangan lanjut termasuk sistem masa nyata, integrasi dengan sistem pengasingan, dan pengelasan berdasarkan warna botol.

1. BAB VI
KESIMPULAN DAN CADANGAN PENAMBAHBAIKAN
6.1
KESIMPULAN
Kajian ini memberi tumpuan ke atas pembangunan algoritma penyarian vektor sifat
yang cekap, unik dan tegar untuk tujuan pengelasan jenis botol plastik sama ada PET
atau BUKAN-PET. Pengelasan bertujuan mengasingkan botol-botol ini sebelum
proses kitar semula dilakukan. Berasaskan dapatan keputusan yang diperolehi,
kesemua objektif yang dinyatakan telah berjaya dicapai.
Objektif pertama iaitu untuk membangunkan algoritma-algoritma penyarian
vektor sifat yang tegar dan cekap serta mengenalpasti vektor sifat terbaik sebagai
perwakilan kepada imej botol plastik kepada PET dan BUKAN-PET bagi
memudahkan kerja-kerja pengecaman dan pengasingan botol plastik semasa proses
kitar semula. Tiga algoritma untuk sarian vektor sifat dibangunkan meliputi dua
algoritma adalah berasaskan bentuk dan satu berasaskan tekstur warna. Dua algoritma
berasaskan bentuk tersebut ialah algoritma kod rantaian dan algoritma hakisan separa
manakala algoritma berasaskan warna tekstur pula ialah algoritma analisa warna
tekstur silau. Namun begitu di akhir kajian,hanya vektor sifat dari algoritma hakisan
separa dan algoritma warna tekstur silau digunakan sebagai perwakilan vektor sifat
untuk ke peringkat pengujian dan pengesahan.
Pengujian dan pengesahan vektor sifat tersari telah dilakukan ke atas 500
sampel imej botol plastik menggunakan dua kaedah pengelasan iaitu rangkaian
neural tiruan dan pendiskriminan lelurus. Semua data dibahagi dalam bentuk set untuk
dibuat pengesahan pengelasan bersilang. Pelakuran terhadap vektor sifat tersari dari

2. 115
kedua-dua algoritma sarian vektor sifat seterusnya telah dilakukan untuk
menghasilkan keputusan pengelasan yang lebih jitu. stabil dan kukuh. Prestasi sarian
vektor sifat yang dicadangkan dinilai berasaskan ketepatan pengelasan.
Kajian ini telah berjaya mencapai matlamat dan objektifnya iaitu ke arah
membangunkan kaedah sarian sifat untuk pengecaman botol plastik berasaskan
teknologi penglihatan komputer. Teknik pemprosesan imej digunakan sebagai kaedah
sarian vektor sifat untuk pengecaman dan pengelasan botol plastik yang cekap dan
tegar berasaskan bentuk dan warna tekstur silau.
6.2
SUMBANGAN UTAMA KAJIAN
Hasil dari kajian yang telah dilaksanakan, beberapa sumbangan telah dikenalpasti
iaitu:
i.
Teknik pengecaman bentuk botol menggunakan teknik hakisan separa
sementara teknik kedua berasaskan warna tekstur silau
yang
bertindak sebagai vektor sifat. Perwakilan vektor sifat ini membolehkan
pengecaman dilakukan dengan menggunakan sampel imej botol plastik sebagai
objek utama kajian.
ii.
Modul pengujian dan pengesahan yang boleh mengelaskan botol-botol plastik
secara automatik, iaitu pengelasan mengikut bentuk dan warna tekstur silau.
Keputusan pengujian dan pengesahan menunjukkan hasil pengelasan botol PET
dan BUKAN-PET melebihi 80%.
iii.
Sebagai usaha untuk meningkatkan prestasi pengelasan, teknik perlakuran
vektor sifat dilakukan. Terbukti hasil keputusan perlakuran menunjukkan
prestasi pengelasan dapat dimaksimumkan dengan menggabungkan dua set
vektor sifat dari algoritma hakisan separa dan algoritma imej pangkasan
kawasan terpilih.
6.3
CADANGAN KAJIAN LANJUTAN
Berdasarkan algoritma penyarian sifat yang telah dibangunkan untuk pengelasan botol
plastik sama ada PET atau BUKAN-PET, beberapa cadangan boleh dilakukan bagi

3. 116
meningkat serta mengembangkan lagi kaedah-kaedah yang telah dibangunkan. Antara
kajian lanjut yang boleh dilaksanakan bagi pengelasan botol plastik untuk tujuan kitar
semula.
i.
Sistem boleh dipertingkatkan ke sistem secara masa nyata terutamanya di
peringkat pengumpulan data imej botol. Oleh itu data yang mewakili keadaan
sebenar yang boleh digunakan semasa latihan dan pengujian sistem.
ii.
Algoritma yang dibina seterusnya boleh diintegrasikan dengan sistem
pengasingan botol plastik seperti yang telah dicadangkan oleh Dzuraidah et al
(2006) dan diuji keberkesanannya secara keseluruhan. Gambaran sistem
pengasingan botol plastik yang diintegrasikan dengan sistem pengecaman ini
digambarkan seperti dalam Rajah 2.1 di Bab 2. Beberapa isu harus dikaji dengan
mendalam melibatkan permasalahan sistem perkakasan dan struktur mekanikal.
Maklumat tersebut boleh diperolehi apabila sistem penglihatan mesin ini
diintegrasi sepenuhnya di industri kitar semula. Perbandingan halaju
pengasingan juga boleh dilakukan.
iii.
Kaedah penentuan kelas pengasingan boleh ditambah kepada tiga iaitu
pengelasan berasaskan warna botol plastik. Kewujudan kepelbagaian bentuk
dan warna botol plastik sekarang ini membolehkan pengasingan dibuat
sekiranya faktor komposisi warna tekstur botol di ambil kira.

4. 117
Contents
BAB VI .................................................................................................................................. 114
KESIMPULAN DAN CADANGAN PENAMBAHBAIKAN ............................................. 114
6.1 KESIMPULAN.........................................................................................................................114
6.2 SUMBANGAN UTAMA KAJIAN..........................................................................................115
6.3 CADANGAN KAJIAN LANJUTAN.......................................................................................115