m APLIKASI PRESENTASI AIRBOARD m DENGAN ...APLIKASI PRESENTASI AIRBOARD DENGAN IMAGE TRACKING LASER...
Transcript of m APLIKASI PRESENTASI AIRBOARD m DENGAN ...APLIKASI PRESENTASI AIRBOARD DENGAN IMAGE TRACKING LASER...
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
APLIKASI PRESENTASI AIRBOARD
DENGAN IMAGE TRACKING LASER POINTER
HALAMAN JUDUL
Skripsi
Disusun Oleh :
Muchamad Dachlan Zaim
NIM. M0507028
JURUSAN INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2011
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ii
APLIKASI PRESENTASI AIRBOARD
DENGAN IMAGE TRACKING LASER POINTER
HALAMAN PENGAJUAN
Disusun Oleh :
Muchamad Dachlan Zaim
NIM. M0507028
Skripsi
ditulis dan diajukan untuk memenuhi sebagian persyaratan
memperoleh gelar Sarjana Informatika
JURUSAN INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2011
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iii
PERSETUJUAN
HALAMAN PERSETUJUAN
Laporan Tugas Akhir Mahasiswa :
Muchamad Dachlan Zaim
NIM. M0507028
dengan Judul
APLIKASI PRESENTASI AIRBOARD
DENGAN IMAGE TRACKING LASER POINTER
Disetujui untuk dipresentasikan pada sidang akhir
Pada hari Rabu, 27 Juli 2011
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iv
PENGESAHAN
HALAMAN PENGESAHAN
Skripsi ini telah dipertahankan di hadapan Tim Penguji Skripsi Fakultas Matematika dan Ilmu
Pengetahuan Alam Universitas Sebelas Maret Surakarta dan diterima untuk memenuhi
persyaratan mendapatkan gelar Sarjana Informatika.
Hari, tanggal : Rabu, 27 Juli 2011
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
v
MOTTO
HALAMAN MOTTO
“Man Jadda Wa Jada
Siapa yang bersungguh-sungguh, sungguh akan mendapatkan (keberhasilan)”
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vi
PERSEMBAHAN
HALAMAN PERSEMBAHAN
For Allah SWT
For Muhammad Rosulullah SAW
For my Mom and Babeh
For My Sist and Brow
For All my Friends
For My Kitties and alm
For All Readers
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vii
KATA PENGANTAR
Alhamdulillah Segala puji bagi Allah SWT yang telah melimpahkan Rahmat, Nikmat,
dan Hidayah-Nya, sholawat serta salam semoga tetap tercurahkan kepada junjungan kita Nabi
Muhammad SAW penegak kebenaran yang patut kita ikuti jejak langkahnya sampai akhir
hayat. Skripsi dengan judul “Aplikasi Presentasi Airboard Dengan Image Tracking Laser
Pointer” dengan petunjuknya, akhirsnya dapat diselesaikan untuk memenuhi sebagian
persyaratan mendapatkan gelar Sarjana Informatika.
Penulis menyadari akan keterbatasan yang dimiliki. Begitu banyak bantuan diberikan
dalam penyusunan Tugas Akhir ini. Oleh karena itu, penulis mengucapkan terima kasih
kepada :
1. Orang tua tercinta serta keluarga, untuk setiap kasih sayang dan pengorbanan yang tak
mungkin terbalas,
2. Ibu Umi Salamah, M. Kom. Selaku ketua jurusan yang telah membantu dan memberikan
arahan dalam proses pembuatan tugas akhir.
3. Bapak Drs. YS. Palgunadi, M.Sc, selaku Dosen Pembimbing I sekaligus pembimbing
akademik yang telah memberikan arahan serta masukan selama proses penyusunan Tugas
Akhir ini,
4. Bapak Didiek Sri Wiyono, ST, MT, selaku Dosen Pembimbing II yang telah memberikan
arahan serta masukan selama proses penyusunan Tugas Akhir ini,
5. Dosen-dosen informatika yang telah membagi ilmunya kepada penulis selama proses
belajar sampai disusunnya skripsi ini,
6. Rekan-rekan seperjuangan mahasiswa Informatika 2007 yang telah membantu dalam
berbagi pengetahuan dan pengalaman khususnya dalam penyusunan skripsi ini,
7. Semua pihak yang telah membantu kelancaran proses penyusunan skripsi ini.
Semoga amal kebaikan semua pihak tersebut mendapatkan imbalan dari Tuhan Yang Maha
Esa.
Akhir kata, diharapkan penelitian ini dapat bermanfaat bagi perkembangan ilmu
pengetahuan dan juga bermanfaat untuk semua pihak yang berkepentingan.
Surakarta, 29 Juli 2011
Penulis
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
viii
ABSTRACT
Zaim, Muchamad Dachlan 2011. Airboard Presentation Application with Image Tracking
Laser Pointer. Department of Informatics, Faculty of Mathematics and Science. Sebelas
Maret University, Surakarta
Airboard is a presentation application in the field of human computer interaction that
serves as a tool in implementing IT-based presentation materials. It’s also as a "pen" to write
notes directly on the material with a laser pointer tracking image. Image tracking laser pointer
is the method to get the coordinates of the laser beam pointer from an image. Therefore, the
purpose of this research is to create an application that can solve these problems and compare
several methods with certain algorithms in the application.
This research consisted of four stages namely display calibration phase, laser detection,
command detection and interpretation. In testing, calibration phase was used to compare
manual with automatic calibration. Laser detection and command detection were used to test
valid data by equivalence class partitioning test. Variations on the phase of laser detection are
the colors of laser beam, points, and the methods performed 5 times. Variations on the phase
of command detection are the commands, movements, speeds and methods performed 2 times.
Test results showed that the calibration phase of the automatic calibration was quite
capable of replacing manual calibration, by a margin of less than 3 pixels in webcam area with
conditions appropriate threshold value. The best methods of laser detection were the method
Difference Edge Laser Detection and method Brightness and Extract Red Channel Laser
Detection with the successful detection was 100% for each color of different laser. The best
method of command detection was the method Extract Cr and Difference Edge Detection
Laser, with success percentage was 95.83%.
Keywords: Airboard, Human Computer Interaction, Application Presentation, image
tracking laser pointer
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ix
ABSTRAK
Zaim, Muchamad Dachlan 2011. Aplikasi Presentasi Airboard dengan Image Tracking
Laser Pointer. Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam.
Universitas Sebelas Maret, Surakarta
Airboard adalah aplikasi presentasi di bidang interaksi manusia komputer yang
berfungsi sebagai alat bantu dalam menjalankan materi presentasi berbasis IT dan sebagai
“pena” untuk menuliskan catatan secara langsung pada materi tersebut dengan image tracking
laser pointer. Image tracking laser pointer adalah cara bagaimana mendapatkan koordinat
sinar laser pointer dari sebuah citra. Oleh karena itu tujuan dari penelitian ini adalah
terwujudnya aplikasi airboard dan membandingkan beberapa metode dengan algoritma
tertentu.
Penelitian ini terdiri dari empat tahapan yaitu tahap kalibrasi tampilan, deteksi laser,
deteksi perintah dan interpretasi. Pada tahap kalibrasi membandingkan antara kalibrasi manual
dengan otomatis. Pada tahap deteksi laser dan deteksi perintah menggunakan pengujian data
valid equivalence partitioning class. Pada tahap deteksi laser dilakukan pengujian sebanyak 5
kali dengan variasi data berupa sinar laser, titik, dan metode. Pada tahap deteksi perintah
dilakukan pengujian dengan variasi data berupa sinar laser, perintah, gerak, kecepatan dan
metode yang dilakukan sebanyak 2 kali.
Hasil pengujian tahap kalibrasi menunjukkan bahwa kalibrasi otomatis cukup mampu
menggantikan kalibrasi manual, dengan selisih di bawah 3 pixel pada area webcam dengan
kondisi nilai threshold yang tepat. Metode terbaik pada tahap deteksi laser adalah metode
Difference Edge Laser Detection dan metode Brightness and Extract Red Channel Laser
Detection dengan keberhasilan deteksi sebesar 100% untuk tiap warna laser yang berbeda.
Metode terbaik tahap deteksi perintah adalah metode Extract Cr and Difference Edge Laser
Detection, dengan persentase sebesar 95,83%.
Kata Kunci: Airboard, Interaksi Manusia Komputer, Aplikasi Presentasi, laser tracking
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
x
DAFTAR ISI
HALAMAN JUDUL ................................................................................................................... i
HALAMAN PENGAJUAN ....................................................................................................... ii
HALAMAN PERSETUJUAN .................................................................................................. iii
HALAMAN PENGESAHAN ................................................................................................... iv
HALAMAN MOTTO ................................................................................................................. v
HALAMAN PERSEMBAHAN ................................................................................................ vi
KATA PENGANTAR .............................................................................................................. vii
ABSTRACT ............................................................................................................................... viii
ABSTRAK ................................................................................................................................. ix
DAFTAR ISI ............................................................................................................................... x
DAFTAR TABEL .................................................................................................................... xiii
DAFTAR GAMBAR ............................................................................................................... xiv
DAFTAR LAMPIRAN ............................................................................................................ xvi
BAB I PENDAHULUAN ........................................................................................................... 1
1.1 LATAR BELAKANG ................................................................................................ 1
1.2 RUMUSAN MASALAH ............................................................................................ 2
1.3 BATASAN MASALAH ............................................................................................. 3
1.4 TUJUAN PENELITIAN ............................................................................................. 3
1.5 MANFAAT PENELITIAN ........................................................................................ 3
1.6 SISTEMATIKA PENULISAN ................................................................................... 4
BAB II TINJAUAN PUSTAKA ................................................................................................ 5
2.1 DASAR TEORI .......................................................................................................... 5
2.1.1 Pengolahan Citra ..................................................................................................... 5
2.1.2 Citra / Image ........................................................................................................... 7
2.1.3 Pengolahan Citra Warna ......................................................................................... 9
2.1.3.1 Citra RGB ............................................................................................................... 9
2.1.3.2 Citra HSL .............................................................................................................. 11
2.1.3.3 Citra YCbCr .......................................................................................................... 12
2.1.3.4 Citra Grayscale ..................................................................................................... 13
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xi
2.1.3.5 Citra Biner ............................................................................................................. 13
2.1.4 Deteksi Tepi .......................................................................................................... 15
2.1.5 Difference Edge Detection .................................................................................... 16
2.1.6 Grayscale Filter .................................................................................................... 16
2.1.7 Binary Thresholding Filtering .............................................................................. 17
2.1.8 Brightness Detection ............................................................................................. 17
2.1.9 Blob Detection Algorithm ..................................................................................... 17
2.1.10 Quadrilateral Transformation .............................................................................. 18
2.1.11 Gradient Calculation ............................................................................................ 18
2.2 PENELITIAN TERKAIT ......................................................................................... 18
2.2.1 Interaction with a Projection Screen Using a Camera-Tracked Laser Pointer ... 19
2.2.2 Laser Pointer Interaction Techniques using Peripheral Areas of Screens........... 19
2.2.3 Image processing Based Tracking System ............................................................ 19
2.2.4 uPen ...................................................................................................................... 20
2.3 RENCANA PENELITIAN ....................................................................................... 20
BAB III METODOLOGI PENELITIAN ................................................................................. 23
3.1 TAHAP PERSIAPAN (STUDI PUSTAKA) ........................................................... 23
3.2 TAHAP ANALISA DAN PERANCANGAN .......................................................... 23
3.3 TAHAP IMPLEMENTASI ...................................................................................... 23
3.3.1 Menulis Kode Program ......................................................................................... 24
3.4 TAHAP PENGUJIAN .............................................................................................. 24
3.4.1 Tahap Kalibrasi Tampilan (Display Calibration) ................................................. 25
3.4.2 Tahap Deteksi Laser (Laser Detection) ................................................................ 25
3.4.3 Tahap Deteksi Perintah (Command Detection) .................................................... 26
3.5 TAHAP PENULISAN LAPORAN .......................................................................... 27
BAB IV HASIL DAN PEMBAHASAN .................................................................................. 28
4.1 ARSITEKTUR APLIKASI ...................................................................................... 28
4.2 METODE DAN ALGORITMA PENELITIAN ....................................................... 29
4.2.1 Tahap Kalibrasi Tampilan (Display Calibration) ................................................. 29
4.2.2 Tahap Deteksi Laser (Laser Detection) ................................................................ 30
4.2.3 Tahap Deteksi Perintah (Command Detection) .................................................... 32
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xii
4.2.4 Tahap Interpretasi (Interpretation) ....................................................................... 33
4.3 HASIL IMPLEMENTASI SISTEM ......................................................................... 34
4.3.1 Algoritma dan Metode Penelitian ......................................................................... 34
4.3.2 Screen Output Implementasi ................................................................................. 40
4.4 HASIL PENGUJIAN ................................................................................................ 46
4.4.1 Tahap Kalibrasi Display ....................................................................................... 46
4.4.2 Tahap Deteksi Laser ............................................................................................. 51
4.4.3 Tahap Deteksi Perintah ......................................................................................... 52
BAB V KESIMPULAN DAN SARAN ................................................................................... 55
5.1 KESIMPULAN ......................................................................................................... 55
5.2 SARAN ..................................................................................................................... 56
DAFTAR PUSTAKA ............................................................................................................... 57
LAMPIRAN .............................................................................................................................. 59
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xiii
DAFTAR TABEL
Tabel 1 Jenis Mode Warna ...................................................................................................... 8
Tabel 2 Data Kalibrasi Display Tempat Pertama ................................................................... 59
Tabel 3 Data Kalibrasi Display Tempat Kedua ...................................................................... 60
Tabel 4 Data Deteksi Laser Metode 1..................................................................................... 61
Tabel 5 Data Deteksi Laser Metode 2..................................................................................... 62
Tabel 6 Data Deteksi Laser Metode 3..................................................................................... 63
Tabel 7 Data Deteksi Laser Metode 4..................................................................................... 64
Tabel 8 Data Rekapitulasi Deteksi Laser ................................................................................ 65
Tabel 9 Data Rekapitulasi Deteksi Perintah ........................................................................... 66
Tabel 10 Data Deteksi Perintah Metode 1 ................................................................................ 66
Tabel 11 Data Deteksi Perintah Metode 2 ................................................................................ 67
Tabel 12 Data Deteksi Perintah Metode 3 ................................................................................ 69
Tabel 13 Data Deteksi Perintah Metode 4 ................................................................................ 70
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xiv
DAFTAR GAMBAR
Gambar 1 Presentasi dengan menggunakan laser dan webcam .............................................. 2
Gambar 2 Blok diagram pengolah citra .................................................................................. 7
Gambar 3 Proses Sampling dan Kuitansi ............................................................................... 8
Gambar 4 Nilai 8 bit RGB .................................................................................................... 10
Gambar 5 Nilai warna RGB pada hexadecimal .................................................................... 10
Gambar 6 Komposisi warna RGB ........................................................................................ 11
Gambar 7 Lingkaran Hue ..................................................................................................... 11
Gambar 8 Dekomposisi citra RGB ke dalam komponen luminance dan chrominance) ...... 12
Gambar 9 Citra grayscale dan citra hitam putih ................................................................... 13
Gambar 10 Representasi citra biner ........................................................................................ 14
Gambar 11 Proses Edge Detection ......................................................................................... 15
Gambar 12 Hasil Edge Detection ........................................................................................... 16
Gambar 13 Algoritma Differerence Edge Detection .............................................................. 16
Gambar 14 Gradient Calculation ........................................................................................... 18
Gambar 15 Skenario sistem interaksi ..................................................................................... 19
Gambar 16 Tahapan aplikasi Airboard ................................................................................... 21
Gambar 17 Diagram rancangan alur pelaksanaan tugas akhir ................................................ 23
Gambar 18 Arsitektur Sistem ................................................................................................. 28
Gambar 19 Proses Auto Calibration ....................................................................................... 29
Gambar 20 Proses Manual Calibration .................................................................................. 29
Gambar 21 Proses Quadrilateral Transformation .................................................................. 30
Gambar 22 Proses Transformasi Display ............................................................................... 30
Gambar 23 Proses Brightness Detection ................................................................................ 30
Gambar 24 Proses Difference Edge Laser Detection ............................................................. 31
Gambar 25 Proses Brightness and Extract Red Channel Laser Detection ............................. 31
Gambar 26 Proses Extract Cr and Difference Edge Laser Detection .................................... 32
Gambar 27 Proses Gradient Calculation ................................................................................ 32
Gambar 28 Perintah dari Airboard ......................................................................................... 33
Gambar 29 Output Kalibrasi Manual ...................................................................................... 40
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xv
Gambar 30 Tampilan airboard v.2 pada saat kalibrasi otomatis ............................................. 41
Gambar 31 Proses kalibrasi otomatis ...................................................................................... 41
Gambar 32 Perbedaan treshold pada kalibrasi otomatis ......................................................... 42
Gambar 33 Perbedaan Gambar yang belum mengalami kalibrasi display dan telah terkalibrasi
display (terdapat proses transformasi koordinat) ................................................. 43
Gambar 34 Output Airboard v2 pada saat deteksi laser ......................................................... 43
Gambar 35 Hasil deteksi laser yang menghasilkan koordinat ................................................ 43
Gambar 36 Perubahan Citra pada Metode 1 ........................................................................... 44
Gambar 37 Perubahan Citra pada Metode 2 ........................................................................... 44
Gambar 38 Perubahan Citra pada Metode 3 ........................................................................... 45
Gambar 39 Perubahan Citra pada Metode 4 ........................................................................... 46
Gambar 40 Hasil Interpretasi Power Point dan Pointer Pen ................................................... 46
Gambar 41 Empat titik video projector pada kalibrasi tampilan ............................................ 47
Gambar 42 Selisih kalibrasi otomatis dengan kalibrasi manual koordinat X. ........................ 47
Gambar 43 Detail selisih kalibrasi otomatis dengan kalibrasi manual koordinat X. ............ 48
Gambar 44 Selisih kalibrasi otomatis dengan kalibrasi manual koordinat Y pada tempat 1. 48
Gambar 45 Detail selisih kalibrasi otomatis dengan kalibrasi manual koordinat Y pada
tempat 1. ............................................................................................................... 49
Gambar 46 Selisih kalibrasi otomatis dengan kalibrasi manual koordinat X pada tempat 2. 50
Gambar 47 Selisih kalibrasi otomatis dengan kalibrasi manual koordinat Y pada tempat 2. 50
Gambar 48 Hasil Pengujian beberapa Metode pada Tahap Deteksi Laser. ............................ 51
Gambar 49 Perbedaan Ketiga Sinar Laser pada Pengujian. ................................................... 51
Gambar 50 Hasil Pengujian beberapa Metode pada Tahap Deteksi Perintah (>750 ms). ...... 52
Gambar 51 Hasil Pengujian beberapa Metode pada Tahap Deteksi Perintah (<750 ms). ...... 53
Gambar 52 Rancangan sistem setelah pengujian .................................................................... 54
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xvi
DAFTAR LAMPIRAN
Lampiran 1. Tahap Kalibrasi Display ....................................................................................... 59
Lampiran 2. Tahap Deteksi Laser ............................................................................................. 60
Lampiran 3. Tahap Deteksi Perintah ........................................................................................ 66
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
1
BAB I
PENDAHULUAN
1 PENDAHULUAN
1.1 LATAR BELAKANG
Zaman sudah mulai berubah, metode pengajaran yang konvensional sudah
mulai tergantikan dengan metode-metode yang sesuai dengan perkembangan zaman.
Penggunaan media Teknologi Informasi dan Komunikasi (TIK), seperti video
projector memberikan pengaruh terhadap dunia pendidikan khususnya dalam proses
pembelajaran, sehingga guru dan anak didik dituntut untuk dapat memanfaakan TIK
untuk kepentingan penyelenggaraan kegiatan pengembangan pendidikan. Pengajaran
dengan TIK akan membuat proses pendidikan menjadi lebih menarik dan mampu
mengatasi proses yang monoton. Bila tidak ada inovasi maka kualitas pendidikan akan
berjalan di tempat, akibatnya lulusan siswa-siswa tersebut kurang mampu berbicara di
persaingan global.
Salah satu perkembangan teknologi informasi dalam pendidikan, yaitu dengan
menggunakan sebuah materi yang telah dipersiapkan sebelumnya dan akan disajikan
menggunakan berbagai alat penampil, seperti OHP (Over Head Projector) dan video
projector. Pada zaman dahulu pengajaran menggunakan papan ajar dari blackboard
menggunakan kapur tulis sebagai media tulisnya, kemudian dilanjutkan dengan papan
ajar whiteboard dengan menggunakan spidol sebagai media tulisnya, hingga sampai ke
era OHP (Over Head Projector) dengan menggunakan lapisan mika yang bertuliskan
sebuah materi dan dipantulkan ke sebuah layar. Namun, para pengajar sekarang sudah
mulai beralih menggunakan video projector yang dihubungkan dengan komputer untuk
menampilkan materi yang akan disajikan melalui sebuah layar sesuai.
Akan tetapi, kekurangan dalam penggunaan media-media ini adalah interaksi
antara pengajar dan siswa menjadi kurang baik. Pada saat pengajar menggunakan
media-media ini, contohnya OHP maka posisi pengajar harus menghadap ke layar, hal
ini sama saja dengan membelakangi siswa. Ketika menulis di lapisan mika pun juga
dengan posisi seperti itu pula. Kekurangan ini sesuai dengan penelitian Asri Djalil,
2007 dan Lisnawati, 2011.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
2
Pada video projector pengajar bisa menghadap siswa dengan baik. Namun, ada
satu hal yang kurang, yaitu interaksi terhadap materi yang disajikan. Seorang pengajar
yang menggunakan media ini biasanya memberikan materi dengan posisi berdiri dan
menggunakan sebuah laser pointer untuk menjelaskan serta untuk menguasai materi
presentasi dengan baik. Apabila pengajar ingin menuliskan sesuatu secara langsung
(seperti, membuat catatan, catatan kaki, penjelasan) pada materi tersebut (layaknya
pengajar yang menggunakan blackboard atau whiteboard), maka pengajar perlu
menuju ke sebuah komputer dan menggunakan mouse untuk menerangkan secara
detail bagian yang akan dijelaskan secara langsung. Hal ini akan mengurangi
efektifitas pengajaran, karena dapat memecah konsentrasi siswa dalam memahami
materi yang diberikan (Indrawati, 2005).
Oleh karena itu, dibutuhkan solusi agar seorang pengajar dapat menuliskan
secara langsung pada sebuah materi yang disajikan, layaknya media konvensional
tanpa kembali ke posisi komputer berada.
Gambar 1 Presentasi dengan menggunakan laser dan webcam (Shizuki B, 2006)
Berdasarkan masalah tersebut, maka penulis tertarik untuk melakukan
penelitian mengenai “Aplikasi Presentasi Airboard dengan Image Tracking Laser
Pointer” Diharapkan dengan adanya aplikasi Airboard ini, pengajar tidak perlu
khawatir untuk menuliskan secara langsung pada sebuah materi serta dapat berinteraksi
secara langsung untuk menjalankan presentasi dengan menggunakan laser pointer
tanpa perlu kembali ke posisi komputer yang digunakan.
1.2 RUMUSAN MASALAH
Permasalahan yang akan dibahas pada penelitian ini adalah bagaimana cara
menggunakan, membandingkan dan menganalisis performansi beberapa metode yang
digunakan pada aplikasi Airboard.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
3
1.3 BATASAN MASALAH
Batasan masalah pada Tugas Akhir ini adalah penelitian lebih terfokus pada
pembuatan aplikasi Airboard dengan batasan sebagai berikut:
1. Menggunakan peralatan utama berupa perangkat keras, yaitu sinar laser pointer dan
webcam yang digunakan pada microsoft Windows.
2. Warna laser yang digunakan untuk pengujian adalah warna merah, warna biru dan
hijau.
3. Hanya menggunakan single object, yaitu satu jenis warna laser pointer pada saat
menjalankan aplikasi ini.
4. Menggunakan metode image tracking laser pointer.
1.4 TUJUAN PENELITIAN
Tujuan dari tugas akhir ini, adalah
1. Terwujudnya aplikasi Airboard sebagai alat bantu dalam menjalankan materi
presentasi berbasis IT dan sebagai “pena” untuk menuliskan catatan secara
langsung pada materi tersebut.
2. Menganalisis performansi terbaik dari beberapa metode yang digunakan pada
aplikasi tersebut pada tahap kalibrasi tampilan, pengenalan sinar laser pointer dan
pengenalan perintah yang dimasukkan oleh pengguna.
1.5 MANFAAT PENELITIAN
Manfaat penelitian ini diharapkan berguna bagi masyarakat dan bagi penulis,
yaitu
1. Bagi penulis:
Penulis dapat memperluas wawasan dan pengetahuan penulis tentang:
a. Pengenalan sinar laser pointer dari webcam dan merepresentasikannya menjadi
sebuah “pena” untuk menggerakkan cursor pointer mouse komputer
b. Penggunaan metode tersebut pada sebuah aplikasi Airboard yang dapat
membantu pengguna dalam menulis secara langsung pada sebuah materi
c. Perbandingan sejauh mana keberhasilan beberapa metode yang digunakan pada
aplikasi tersebut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
4
2. Bagi masyarakat:
Sebagai sumber referensi dan penelitian dasar pada penelitian selanjutnya
khususnya mengenai deteksi laser.
1.6 SISTEMATIKA PENULISAN
Sistematika penulisan memuat tentang metode penulisan yang digunakan dalam
pembuatan laporan penelitian, dengan uraian sebagai berikut :
1. Bab Pendahuluan, berisi mengenai latar belakang, rumusan masalah, tujuan,
manfaat atas penelitian, tinjauan pustaka dan metodologi yang digunakan dalam
pembuatan sistem dan sistematika penyusunan laporan.
2. Bab Landasan Teori, dijelaskan secara umum teori yang berhubungan dengan
materi yang nantinya digunakan untuk melakukan proses analisis, perancangan dan
implementasi sistem, misalnya mengenai image processing, berbagai metode
image processing yang digunakan dalam penelitian ini dan lain sebagainya.
3. Bab Analisis Kebutuhan dan Perancangan, menguraikan tentang gambaran obyek
penelitian, analisis semua permasalahan yang ada, dimana masalah-masalah yang
muncul akan diselesaikan melalui penelitian.
4. Bab Hasil dan Pembahasan, dipaparkan hasil-hasil dari tahapan penelitian, dari
tahap analisis, desain, hasil testing dan implementasinya, berupa penjelasan
teoritik, baik secara kualitatif, kuantitatif, atau secara statistik.
5. Bab Kesimpulan dan Saran, berisi kesimpulan dan saran. Kesimpulan berisi
rumusan jawaban terhadap pertanyaan (perumusan masalah) dengan bukti-bukti
yang ada dan telah dilakukan dalam penelitian ini. Saran berisi pemecahan masalah
yang diteliti atau tindak lanjut dari hasil penelitian kedepannya yang bersifat
operasional.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
5
BAB II
TINJAUAN PUSTAKA
2 TINJAUAN PUSTAKA
2.1 DASAR TEORI
2.1.1 Pengolahan Citra
Menurut Abdoun dan Abouchabaka (2011), pengolahan citra adalah
suatu disiplin ilmu yang sangat penting dalam berbagai aplikasi secara real
yang meliputi banyak metode dan banyak penelitian. Berbagai macam metode
yang digunakan dalam penelitian ini membutuhkan spesifikasi yang tinggi dari
para pengguna perangkat lunak pengolahan gambar dan penguasaan setiap
bahasa pemrograman tunggal yang tidak dimiliki untuk setiap pengguna.
Menurut Gunawan (2009), pengolahan citra adalah suatu metode untuk
mengolah gambar asli menjadi gambar digital. Pengambilan gambar dapat
menggunakan kamera video atau alat yang dapat digunakan untuk mentransfer
gambar.
Menurut Aini (2010), pengolahan citra (Image processing) merupakan
suatu sistem dimana proses dilakukan dengan masukan berupa citra (image)
dimana hasilnya juga berupa citra (image). Sesuai dengan perkembangan
komputer itu sendiri, pengolahan citra mempunyai dua tujuan utama, yaitu
sebagai berikut:
1. Memperbaiki kualitas citra, dimana citra yang dihasilkan dapat
menampilkan informasi secara jelas. Hal ini berarti manusia sebagai
pengolah informasi (human perception).
2. Mengekstrasi informasi ciri yang menonjol pada suatu citra, dimana
hasilnya adalah informasi citra dimana manusia mendapatkan informasi ciri
dari citra secara numerik.
Menurut Hartanto (2007), pengolahan citra merupakan sebuah bentuk
pemrosesan sebuah citra atau gambar dengan cara memproses numerik dari
gambar tersebut, dalam hal ini yang diproses adalah masing-masing pixel atau
titik dari gambar tersebut. Bentuk umum dari image filtering hampir serupa
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
6
dengan image processing. Salah satu teknik pemrosesan citra ini memanfaatkan
komputer sebagai peranti untuk memproses masing-masing pixel dari sebuah
gambar. Oleh karena itulah muncul istilah pemrosesan citra secara digital atau
“Digital Image processing”. Image processing sendiri dapat didefiniskan juga
sebagai proses filtering sebuah gambar, pixel demi pixel. Istilah manipulasi
gambar atau “Image Manipulation” sering juga digunakan untuk menyebutkan
istilah pemrosesan citra atau gambar tersebut.
“Digital image processing” diperkenalkan pertama kali di New York,
USA pada awal tahun 1920-an. Pertama kalinya digunakan untuk
meningkatkan kualitas gambar koran yang dikirimkan oleh kabel bawah laut
yang terbentang antara London dan New York. Sampai tahun 1960-an
perkembangannya tidaklah terlalu menggembirakan. Namun pada akhir tahun
1960-an, dimana perkembangan komputer yang pesat dan mampu menawarkan
kecepatan dan kapasitas yang lebih tinggi memacu perkembangan dari
implementasi algoritma pemrosesan citra yang lebih pesat lagi. Untuk saat ini
penggunaan dari pemrosesan citra telah melingkupi berbagai macam disiplin
ilmu diantaranya bidang Arsitektur, Geografi, Ilmu Komputer, Kedokteran,
Fotografi, Arkeologi, dan lain sebagainya.
Menurut Hartanto (2007), tujuan utama dari “Digital image processing”
tersebut selain untuk meningkatkan kualitas gambar yang diperoleh, juga
dimaksudkan untuk memproses data yang diperoleh untuk ditanggapi secara
otomatis oleh sebuah mesin atau peralatan. Kelebihan dari penggunaan “Digital
image processing” adalah dalam hal ketepatan dan flesibilitasnya. Sedangkan
kerugiannya adalah dalam hal kecepatan dan biaya sebagai akibat dari
pemanfaatan proses yang lebih kompleks.
Gunawan (2009), Image processing atau sering disebut dengan
pengolahan citra digital merupakan suatu metode yang digunakan untuk
mengolah atau memproses dari gambar asli sehingga menghasilkan gambar lain
yang sesuai dengan kebutuhan. Pengambilan gambar bisa dilakukan oleh
kamera video atau alat-alat yang lain yang dapat digunakan untuk mentransfer
gambar. Dalam pengolahan citra, dilakukan operasi terhadap citra asli menjadi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
7
citra baru berdasarkan citra asli. Operasi yang dilakukan pada citra
dikategorikan sebagai berikut :
1. Point, yaitu operasi yang menghasilkan output dimana setiap pixel hanya
dipengaruhi oleh pixel pada posisi yang sama dari citra asli.
2. Local, yaitu operasi yang menghasilkan output dimana pixel-nya
dipengaruhi oleh pixel-pixel tetangga pada citra asli.
3. Global, yaitu opeasi yang menghasilkan output dimana pixel-nya
dipengaruhi oleh semua pixel yag ada dalam citra asli. Misalnya ada suatu
gambar yang terlalu gelap maka dengan image processing gambar tersebut
bisa diproses sehingga mendapatkan gambar yang jelas. Secara garis besar
bisa gambarkan seperti blok diagram pada gambar dibawah ini:
Gambar 2 Blok diagram pengolah citra (Gunawan, 2009)
2.1.2 Citra / Image
Citra terbentuk dari kumpulan intensitas cahaya yang tersusun dalam
bidang dua dimensi. Kumpulan intensitas cahaya tersebut dinyatakan dalam
suatu fungsi kontinyu f(x,y) dimana x dan y menyatakan koordinat ruang dan
nilai intensitas cahaya memberi informasi warna dan kecerahan citra.
Citra digital merupakan yang dihasilkan dari gambar analog dua
dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar
analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit.
Persilangan antara baris dan kolom tertentu disebut dengan pixel. Contohnya
adalah gambar/titik diskrit pada baris m dan kolom n disebut dengan pixel
[m,n]. Sampling adalah proses untuk menentukan warna pada pixel tertentu
pada citra dari sebuah gambar yang kontinu. Pada proses sampling biasanya
dicari warna rata-rata dari gambar analog yang kemudian dibulatkan. Proses
sampling sering juga disebut proses digitasi.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
8
Sampling menyatakan banyaknya pixel (blok) untuk mendefinisikan
suatu gambar. Sedangkan kuantisasi menunjukkan banyaknya derajat nilai pada
setiap pixel (menunjukkan jumlah bit pada gambar digital, misal b/w dengan
dua bit, grayscale dengan delapan bit, true color dengan 24 bit).
Gambar 3 Proses Sampling dan Kuitansi (Tofani K. M. H. S, 2010)
Citra atau umumnya dikenal gambar merupakan kumpulan titik-titik
penyusun citra itu sendiri. Titik-titik tersebut dikenal dengan pixel. Banyaknya
titik-titik penyusun citra tersebut disebut resolusi. Jadi, resolusi merupakan
MxN pixel. Masing-masing pixel yang menyusun suatu citra dapat memiliki
warna yang berbeda-beda, yang disebut dengan bit depth. Bit depth dinyatakan
dengan angka yang bersatuan bit. Sebagai contoh bit depth = 3, artinya terdapat
23 = 8 variasi yang mungkin untuk setiap pixel-nya. Semakin besar nilai bit
depth, maka semakin besar pula ukuran fungsi citra tersebut. Ada beberapa
jenis mode warna, antara lain :
Tabel 1 Jenis Mode Warna (Tofani K. M. H. S, 2010)
Jenis
Mode
Warna
Keterangan Ukuran bit
depth
Jumlah
variasi
warna
Grayscale Warna keabuan, disusun oleh warna dasar Red,
Green, Blue yang masing-masing memiliki nilai
dasar yang sama. Misal = Red = 67, Green = 67,
dan Blue = 67. Dari suatu nilai yang sama akan
membentuk satu warna keabuan yang berbeda
pada rentang gradasi hitam dan putih.
8 bit depth 28 = 256
variasi warna
Monokrom Warna yang hanya terdiri dari hitam dan putih 1 bit 21 = 2 variasi
warna
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
9
Jenis
Mode
Warna
Keterangan Ukuran bit
depth
Jumlah
variasi
warna
RGB Warna yang disusun oleh 3 channel, yaitu Red,
Green, Blue yang masing-masing memiliki 8 bit
depth.
8 x 3 = 24 224 =
16.777.216
variasi warna
CMYK Warna yang terdiri dari 4 channel, yaitu Cyan,
Magenta, Yellow, Black yang masing-masing
memiliki 8 bit depth,
8 x 4 = 32 232 =
4.294.967.296
variasi warna
2.1.3 Pengolahan Citra Warna
2.1.3.1 Citra RGB
Suatu citra biasanya mengacu ke citra RGB. Sebenarnya
bagaimana citra disimpan dan dimanipulasi dalam komputer
diturunkan dari teknologi televisi, yang pertama kali
mengaplikasikannya untuk tampilan grafis komputer. Jika dilihat
dengan kaca pembesar, tampilan monitor komputer akan terdiri dari
sejumlah triplet titik warna merah (Red), hijau (Green) dan biru
(Blue). Tergantung pada pabrik monitornya untuk menentukan apakah
titik tersebut merupakan titik bulat atau kotak kecil, tetapi akan selalu
terdiri dari 3 triplet red, green dan blue.
Citra RGB disebut juga citra truecolor. Citra RGB merupakan
citra digital yang terdiri dari tiga layer yang mengandung matriks data
berukuran m x n x 3 yang merepresentasikan warna merah, hijau dan
biru untuk setiap pixel-nya. Tiap layer juga memiliki intensitas
kecerahan warna yang nantinya saat ketiga layer digabungkan akan
membentuk suatu kombinasi warna baru tergantung besarnya tingkat
kecerahan.
Tiap layer berukuran 8 bit, berati memiliki tingkat kecerahan
warna sampai 256 level. Artinya tiap layer warna dapat menyumbang
tingkat kecerahan warnanya dari rentang level 0 sampai level 255.
Dimana 0 merepresentasikan warna hitam dan 255 merepresentasikan
warna putih.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
10
Citra dalam komputer tidak lebih dari sekumpulan sejumlah
triplet dimana setiap triplet terdiri atas variasi tingkat keterangan
(brightness) dari elemen red, green dan blue. Representasinya dalam
citra, triplet akan terdiri dari 3 angka yang mengatur intensitas dari
Red (R), Green (G) dan Blue (B) dari suatu triplet. Setiap triplet akan
merepresentasikan 1 pixel (picture element). Suatu triplet dengan nilai
67, 228 dan 180 berarti akan mengeset nilai R ke nilai 67, G ke nilai
228 dan B ke nilai 180. Angka-angka RGB ini yang seringkali disebut
dengan color values. Pada format .bmp citra setiap pixel pada citra
direpresentasikan dengan dengan 24 bit, 8 bit untuk R, 8 bit untuk G
dan 8 bit untuk B, dengan pengaturan seperti pada gambar 5
Gambar 4 Nilai 8 bit RGB (Fatta H.A, 2007)
Dasar dari pengolahan citra adalah pengolahan warna RGB
pada posisi tertentu. Dalam pengolahan citra warna dipresentasikan
dengan nilai hexadecimal dari 0x00000000 sampai 0x00ffffff. Warna
hitam adalah 0x00000000 dan warna putih adalah 0x00ffffff. Definisi
nilai warna di atas seperti gambar di bawah, variabel 0x00
menyatakan angka dibelakangnya adalah hexadecimal.
Gambar 5 Nilai warna RGB pada hexadecimal (Gunawan, 2009)
Terlihat bahwa setiap warna mempunyai range nilai 00 (angka
desimalnya adalah 0) dan ff (angka desimalnya adalah 255), atau
mempunyai nilai derajat keabuan 256 = 28. Dengan demikian range
warna yang digunakan adalah (28) (2
8) (2
8) = 224 (atau yang dikenal
dengan istilah True Colour pada Windows). Nilai warna yang
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
11
digunakan di atas merupakan gambungan warna cahaya merah, hijau
dan biru seperti yang terlihat pada gambar di atas. Sehingga untuk
menentukan nilai dari suatu warna yang bukan warna dasar digunakan
gabungan skala kecerahan dari setiap warnanya.
Gambar 6 Komposisi warna RGB (Gunawan, 2009)
2.1.3.2 Citra HSL
Warna dalam media digital dapat direpresentasikan dalam
berbagai cara. Mode RGB merepresentasikan semua warna sebagai
campuran dari 3 cahaya merah, hijau, dan biru. Mode HSL merupakan
mode yang ditemukan oleh Alvy Ray Smith pada tahun 1978. Mode ini
merepresentasikan warna dalam 3 komponen: hue, saturation, dan
lightness.
Hue merupakan corak warna atau pilihan warna yang meliputi
spektrum warna pelangi seperti merah, kuning, hijau, dst. Hue
seringkali direpresentasikan dalam bentuk lingkaran yang berisi
warna-warna pelangi seperti pada gambar 2. Karena berbentuk
lingkaran, hue memiliki nilai sebesar sudut lingkaran yaitu dari 0
sampai 360.
Gambar 7 Lingkaran Hue (Evan, 2009)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
12
Saturation merupakan tingkat pewarnaan atau tingkat
kemurnian sebuah warna. Warna dengan saturation tinggi memiliki
corak warna yang terlihat jelas, sedangkan warna dengan saturation
rendah terlihat sebagai percampuran antara beberapa warna. Warna
grayscale (yang didapat dari percampuran warna-warna RGB dengan
perbandingan 1:1:1) memiliki tingkat saturation yang paling rendah.
Nilai saturation berkisar dari 0 sampai 100.
Lightness menyatakan tingkat terang sebuah warna. Warna
putih yang merupakan percampuran warna RGB dengan nilai
maksimum memiliki lightness paling tinggi, sedangkan warna hitam
memiliki lightness paling rendah. Nilai lightness juga berkisar dari 0
sampai 100.
2.1.3.3 Citra YCbCr
YCbCr merupakan standar internasional bagi pengkodean
digital gambar televisi yang didefinisikan di CCIR. Y merupakan
komponen luminance, Cb dan Cr adalah komponen chrominance.
Pada monitor monokrom nilai luminance digunakan untuk
merepresentasikan warna RGB. Chrominance merepresentasikan
corak warna dan saturasi (saturation). Nilai komponen ini juga
mengindikasikan banyaknya warna biru dan merah pada warna.
Gambar 8 Dekomposisi citra RGB ke dalam komponen luminance dan
chrominance (Tofani K. M. H. S, 2010)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
13
2.1.3.4 Citra Grayscale
Dalam komputasi, suatu citra digital grayscale atau greyscale
adalah suatu citra dimana nilai dari setiap pixel merupakan sample
tunggal. Citra yang ditampilkan dari citra jenis ini terdiri atas warna
abu-abu, bervariasi pada warna hitam pada bagian yang intensitas
terlemah dan warna putih pada intensitas terkuat. Citra grayscale
berbeda dengan citra ”hitam-putih”, dimana pada konteks komputer,
citra hitam putih hanya terdiri atas 2 warna saja yaitu ”hitam” dan
”putih” saja. Pada citra grayscale warna bervariasi antara hitam dan
putih, tetapi variasi warna diantaranya sangat banyak. Citra grayscale
seringkali merupakan perhitungan dari intensitas cahaya pada setiap
pixel pada spektrum elektromagnetik single band.
Citra grayscale disimpan dalam format 8 bit untuk setiap
sample pixel, yang memungkinkan sebanyak 256 intensitas. Format
ini sangat membantu dalam pemrograman karena manupulasi bit yang
tidak terlalu banyak. Pada aplikasi lain seperti pada aplikasi medical
imaging dan remote sensing biasa juga digunakan format 10,12
maupun 16 bit.
Gambar 9 Citra grayscale dan citra hitam putih (Fatta H.A, 2007)
2.1.3.5 Citra Biner
Citra biner, yaitu citra yang hanya terdiri atas dua warna, yaitu
hitam dan putih. Oleh karena itu, setiap pixel pada citra biner cukup
direpresentasikan dengan 1 bit.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
14
Gambar 10 Representasi citra biner (Hidayat W, 2010)
Meskipun saat ini citra berwarna lebih disukai karena memberi
kesan yang lebih kaya dari citra biner, namun tidak membuat citra biner
mati. Pada beberapa aplikasi citra biner masih tetap di butuhkan,
misalkan citra logo instansi ( yang hanya terdiri dari warna hitam dan
putih), citra kode barang (bar code) yang tertera pada label barang, citra
hasil pemindaian dokumen teks, dan sebagainya. Seperti yang sudah
disebutkan diatas, citra biner hanya mempunyai dua nilai derajat
keabuan : hitam dan putih. Pixel – pixel objek bernilai 1 dan pixel –
pixel latar belakang bernilai 0. Pada waktu menampilkan gambar adalah
putih dan 1 adalah hitam. Jadi pada citra biner, latar belakang berwarna
putih sedangkan objek berwarna hitam seperti tampak pada gambar 2.1
diatas. Meskipun komputer saat ini dapat memproses citra hitam-putih
(grayscale) maupun citra berwarna, namun citra biner masih tetap di
pertahankan keberadaannya.
Alasan penggunaan citra biner adalah karena citra biner
memiliki sejumlah keuntungan sebagai berikut:
1). Kebutuhan memori kecil karena nilai derajat keabuan hanya
membutuhkan representasi 1 bit.
2). Waktu pemrosesan lebih cepat di bandingkan dengan citra hitam-
putih ataupun warna.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
15
2.1.4 Deteksi Tepi
Deteksi Tepi (Yew G.E., 2010) adalah alat dasar yang digunakan dalam
berbagai aplikasi pengolah gambar untuk memperoleh informasi dari frame
sebagai langkah awal untuk fitur ekstraksi dan segmentasi objek. Proses ini
mendeteksi garis luar dari suatu obyek dan batas-batas antara objek dengan
latar belakang gambar. Fungsi filter deteksi tepi juga bisa digunakan untuk
meningkatkan gambar yang kabur atau anti-aliased video streaming.
Deteksi tepi (Edge Detection) (Gunawan B, 2009) pada suatu citra
adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra,
tujuannya adalah :
• Untuk menandai bagian yang menjadi detail citra
• Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error
atau adanya efek dari proses akuisisi citra
Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik
tersebut mempunyai perbedaan yang tinggi dengan tetangganya. Gambar
berikut ini menggambarkan bagaimana tepi suatu gambar diperoleh.
Gambar 11 Proses Edge Detection (Gunawan, 2009)
Pada gambar di bawah terlihat bahwa hasil deteksi tepi beberapa citra
menggunakan model diferensial berupa tepi-tepi dari suatu gambar.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
16
Gambar 12 Hasil Edge Detection (Gunawan, 2009)
2.1.5 Difference Edge Detection
Metode yang dibuat oleh Caragea (2008), Difference Edge Detection
mendeteksi perbedaan antara pasangan pixel di sekitar pixel dan menggunakan
nilai tertinggi dari perbedaan empat pasang pixel yang dapat digunakan untuk
membentuk garis melalui pixel tengah.
Gambar 13 Algoritma Differerence Edge Detection
2.1.6 Grayscale Filter
Grayscale filter digunakan untuk mengubah gambar berwarna menjadi
sebuah gambar hitam putih dengan cara mengubah efek warna dari masing-
masing pixel menjadi derajat keabua-abuan.
Citra hasil color filtering kemudian dikonversi menjadi grayscale agar
dapat digunakan oleh class Blob Counter. Proses konversi dari citra berwarna
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
17
menjadi grayscale menggunakan koefesian dari ITU- Recommendation
BT.709.
Grayscale = 0.2125 * red + 0.7154 * green + 0.0721 * blue
2.1.7 Binary Thresholding Filtering
Citra Biner (Threshold) dilakukan dengan mempertegas citra dengan
cara mengubah citra hasil yang memiliki derajat keabuan 256 (8 bit), menjadi
hanya dua buah yaitu hitam dan putih. Hal yang perlu diperhatikan pada proses
Thresholding adalah memilih sebuah nilai threshold dimana piksel yang
bernilai dibawah nilai threshold akan diset menjadi hitam dan piksel yang
bernilai diatas nilai threshold akan diset menjadi putih. Misalkan ditetapkan
suatu nilai batas / ambang, sebesar 128 dimana elemen-elemen (pixel) pada
citra batas nilainya lebih kecil dari pada nilai batas tersebut ‘menyala’, dan
elemen-elemen lainnya dianggap ‘dimatikan’, dan keduanya diubah nilainya
sesuai statusnya.
2.1.8 Brightness Detection
Brightness Detection mendeteksi pixel yang paling terang pada gambar
yang diproses dengan metode ini dengan pencahayaan di atas nilai ambang
tertentu yang telah ditentukan. Luminance dari pixel dapat dihitung dengan
menggunakan nilai RGB-nya, dengan rumus sederhana:
Luminance = (299 * red + 587 * green + 114 * blue) / 1000
2.1.9 Blob Detection Algorithm
Salah satu dari Edge Detection yang dipakai untuk mendapatkan
koordinat objek adalah dengan menggunakan metode deteksi blob yaitu
mendeteksi kumpulan titik-titik pixel yang memiliki warna berbeda (lebih
terang atau lebih gelap) dari latar belakang dan menyatukannya dalam suatu
region. Dalam penelitian tugas akhir ini, warna latar belakang ditentukan
berwarna hitam sedang warna objek terdeteksi ditentukan berwarna putih (lebih
terang).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
18
2.1.10 Quadrilateral Transformation
Quadrilateral Transformation adalah algoritma transformasi segiempat,
yang memungkinkan untuk mengubah setiap segiempat dari sumber gambar yang
diberikan kepada gambar persegi panjang. Ide dari algoritma ini didasarkan pada
transformasi homogen dan matematika yang digambarkan oleh Paulus Heckbert
(1989).
2.1.11 Gradient Calculation
Gradient Calculation (Derhgawen A, 2007) adalah mengenali banyak titik
yang bergerak sepanjang sumbu x dan y, sehingga dapat digunakan untuk
mengenali gerakan. Sebagai contoh, jika gerakan titik laser sepanjang sumbu x-
jauh lebih dari gerakan di sepanjang sumbu y, gerakan ini kurang lebihnya
membentuk gerakan horisontal. Jadi, berdasarkan posisi awal dan akhir dari titik
laser pointer, akan menentukan apakah gerakan itu ke kiri atau ke kanan. Teknik
yang sama digunakan juga untuk mendeteksi ke atas, ke bawah, dan gerakan
diagonal
Gambar 14 Gradient Calculation (Derhgawen A, 2007)
2.2 PENELITIAN TERKAIT
Pada studi literatur yang telah dilakukan, penelitian sejenis telah banyak
dilakukan, terutama untuk mengenali sinar laser pointer, tetapi berbeda metode dan
implementasinya. Penelitian Kirstein dan Heinrich Müller yang berjudul Interaction
with a Projection Screen Using a Camera-Tracked Laser Pointer, banyak digunakan
sebagai rujukan dalam penelitian mengenai pengenalan sinar laser pointer dengan
webcam untuk berbagai aplikasi. Berikut adalah uraian penelitian yang sudah ada
mengenai pengenalan sinar laser pointer:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
19
2.2.1 Interaction with a Projection Screen Using a Camera-Tracked Laser Pointer
Penelitian (Kirstein C., Muller H., 1998) ini menerangkan bagaimana
cara membuat sebuah sistem untuk berinteraksi secara langsung dengan layar
proyeksi video menggunakan laser pointer. Titik laser pada layar ditangkap
oleh kamera video, dan lokasi tersebut diketahui dengan teknik pengolahan
citra (image processing). Perilaku titik ini diterjemahkan menjadi sinyal yang
dikirim menjadi input pada mouse komputer dan menyebabkan reaksi yang
sama apabila mouse digerakkan, sehingga kursor mouse dapat digerakkan
hanya menggunakan laser pointer. Algoritma yang digunakan adalah Motion
Detection, Pattern Recognition dan SubPixel Estimation.
Gambar 15 Skenario sistem interaksi (Kirstein C, 1998)
2.2.2 Laser Pointer Interaction Techniques using Peripheral Areas of Screens
Pada paper ini menjelaskan tentang teknik interaksi baru yang
menggunakan laser pointer secara langsung dengan memanipulasi aplikasi yang
ditunjukkan pada layar besar. Teknik ini berdasarkan pada teknik goal-crossing
dan kuncinya adalah pada empat area layar perangkat yang sangat besar.
Teknik ini membuat pengguna mudah untuk menjalankan perintah, dan
interaksi yang berdasarkan pada teknik crossing memungkinkan pengguna
untuk mengeksekusi perintah dengan cepat dan berkesinambungan. (Shizuki
B., Hisamatsu T., Takahashi S., Tanaka J., 2006).
2.2.3 Image processing Based Tracking System
Pengolahan citra (image processing) berbasis sistem pelacakan yang
dilengkapi dengan sistem komputasi yang kuat telah banyak memunculkan
aplikasi dalam berbagai bidang saat ini. Dalam tulisan ini, pengolahan citra
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
20
berbasis sistem pelacakan. Dalam rangka untuk mengenali pola warna atau titik
yang diinginkan pada projector screen biasanya menggunakan perangkat keras
bertipe filter. Algoritma-algoritma untuk mengenali pola inilah yang dibahas
dalam jurnal ini, yaitu Color Separation Filter. (Alitavoli M., Basiri S., Basiri
B., 2006)
2.2.4 uPen
Paper yang berjudul “uPen: A Smart Pen-liked Device for Facilitating
Interaction on Large Displays” ini menyajikan uPen, laser pointer
dikombinasikan dengan switch-kontak, tiga tombol dan modul komunikasi
nirkabel. Perangkat interaksi baru memungkinkan pengguna untuk berinteraksi
pada layar besar di kejauhan atau langsung seperti pada mouse komputer.
Aplikasi onboard memungkinkan sistem uPen untuk mengidentifikasi
pengguna yang berbeda dan menyediakan layanan pribadi kepada mereka,
seperti berhubungan antar pengguna dengan hak-hak tertentu, memberikan
akses ke konten pribadi setiap pengguna (misalnya, halaman rumah, kalender
pribadi). Selain itu, dengan metode asosiasi dua langkah, sistem uPen memiliki
kemampuan untuk membedakan stroke dari uPen yang berbeda dan bekerja
secara simultan serta mendukung interaksi multiuser. Sebuah sistem prototipe
telah diterapkan pada Smart Class peneliti dan studi mengatakan bahwa
mahasiswa mendapatkan manfaat dalam menggunakan sistem uPen ini. (Bi X.,
Shi Y., Xiaojie C., 2006)
2.3 RENCANA PENELITIAN
Penelitian yang akan dilakukan pada tugas akhir ini hanya menggunakan laser
pointer dan webcam biasa, berbeda dengan uPen pada penelitian oleh Xiaojun Bi
(2006), dengan menggunakan beberapa metode image processing pada pengenalan
sinar video projector untuk kalibrasi display dengan quadrilateral transformation dan
pengenalan sinar laser pointer untuk mendapatkan koordinat lokasi sinar laser pointer
tersebut, sehingga dapat ditransformasikan menjadi sebuah gerak cursor pointer
mouse, berbeda metode yang digunakan oleh Majid Alitavol (2006), Buntarou Shizuki
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
21
(2006) dan Kirstein (1998). Aplikasi ini mempunyai beberapa tahapan yang akan
dijelaskan secara terperinci pada diagram berikut ini:
Gambar 16 Tahapan aplikasi Airboard
a. Tahap Kalibrasi Tampilan, yaitu tahap kalibrasi untuk mendeteksi area video
projector pada display kamera yang akan digunakan untuk mentranslasikan
koordinat lokasi sinar laser pointer ke koordinat lokasi sebenarnya pada display
komputer.
b. Tahap Deteksi Laser, yaitu tahap untuk mendeteksi sinar laser pointer dan lokasi
koordinatnya yang akan digunakan pada tahapan selanjutnya. Pada tahap ini
terdapat 4 metode, yaitu:
i. Brighntess Laser Detection (M1), metode yang ditawarkan oleh Derhgawen
(2007) ini berbasis brightness pixel, sesuai dengan spesifikasi laser pointer
pada saat tertangkap oleh sebuah layar, yaitu berwarna putih di pusat sinar laser
pointer dan memudar di sekelilingnya.
ii. Difference Edge Laser Detection (M2), metode ini merupakan hasil ujicoba
pada saat penelitian yang berbasis pada brightness pixel dengan menggunakan
difference edge detection untuk mengatasi perbedaan pixel sinar laser pointer
pada saat digerakkan dimana nilai brightness-nya hampir sama dengan sinar
dari video projector.
iii. Brightness and Extract Red Channel Laser Detection (M3), metode ini
merupakan hasil ujicoba pada saat penelitian yang berbasis pada brightness
pixel dengan menggunakan brightness correction dan extract red channel
untuk mengatasi perbedaan pixel sinar laser pointer pada saat digerakkan
dimana nilai brightness-nya hampir sama dengan sinar dari video projector.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
22
iv. Extract Cr and Difference Edge Laser Detection (M4), metode ini merupakan
hasil ujicoba pada saat penelitian yang berbasis pada brightness pixel dengan
menggunakan Extract Cr dan Difference Edge Detection untuk mengatasi
perbedaan pixel sinar laser pointer pada saat digerakkan dimana nilai
brightness-nya hampir sama dengan sinar dari video projector.
c. Tahap Deteksi Perintah, yaitu mendeteksi perintah yang diinputkan melalui
pergerakan sinar laser pointer. Pada tahap ini ada 4 perintah yang bisa digunakan,
yaitu Next Slide, Previous Slide, Draw On (pointer pen aktif), Draw Off (pointer
pen tidak aktif)
d. Tahap Interpretasi, yaitu tahapan memanfaatkan koordinat laser pointer dan
perintah pada tahap sebelumnya untuk diubah menjadi gerak cursor pointer mouse,
untuk navigasi dan untuk menjalankan pointer pen pada aplikasi microsoft power
point.
Sedangkan untuk proses pengujian hanya untuk menguji pada 3 tahapan saja, yaitu:
a. Tahap Kalibrasi
Pada tahap kalibrasi dilakukan pengujian, dengan menghitung selisih
perbedaan antara kalibrasi manual dan kalibrasi otomatis dengan berbagai
threshold.
b. Tahap Deteksi Laser
Tahap deteksi laser dilakukan pengujian dengan equivalence partitioning
class pada data valid dengan variasi data berupa sinar laser (3 sinar laser), 9 titik,
dan metode (4 metode) dilakukan sebanyak 5 kali, sehingga total pengujian
sebanyak 540 percobaan.
c. Tahap Deteksi Perintah
Tahap deteksi laser dilakukan pengujian dengan equivalence partitioning
class pada data valid dengan variasi data berupa sinar laser (3 sinar laser), perintah
(4 buah perintah), gerak (3 gerakan tiap perintah), kecepatan (lambat dan cepat)
dan metode (4 metode) dilakukan sebanyak 2 kali, sehingga total pengujian
sebanyak 576 percobaan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
23
23
BAB III
METODOLOGI PENELITIAN
3 PERENCANAAN SISTEM
Metodologi yang akan digunakan pada penelitian ini ditunjukkan pada gambar 17.
Gambar 17 Diagram rancangan alur pelaksanaan tugas akhir
3.1 TAHAP PERSIAPAN (STUDI PUSTAKA)
Studi pustaka yaitu dengan mengumpulkan referensi berupa buku-buku tentang
teori Laser Detection, jurnal, skripsi, maupun tulisan ilmiah yang dimuat di situs
maupun web. Referensi tersebut kemudian dilakukan pemilahan topik masalah
mengenai penelitian yang berhubungan dengan tugas akhir ini dan pernah dilakukan
oleh peneliti lain. Output yang ingin dihasilkan dari penelitian ini adalah rangkuman
dasar teori dan hasil dari penelitian sebelumnya.
3.2 TAHAP ANALISA DAN PERANCANGAN
Membuat analisa dari studi pustaka yang telah dilakukan sebelumnya dan
membuat rancangan sistem yang akan digunakan untuk membuat aplikasi airboard.
Output dari analisan dan perancangan adalah arsitektur aplikasi dan algoritma yang
akan digunakan dalam pembuatan aplikasi airboard.
3.3 TAHAP IMPLEMENTASI
Setelah menganalisis dan merancang, selanjutnya tahap implementasi dengan
tujuan menghasilkan prototype program yang sesuai dengan hasil perancangan di atas.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
24
3.3.1 Menulis Kode Program
Kegiatan selanjutnya adalah penulisan kode program (coding)
menggunakan lingkungan bahasa pemrograman dan platform yang telah
ditentukan. Seluruh fungsi yang ada dalam program diterjemahkan ke dalam
rangkaian kode sumber aplikasi hingga selanjutnya menjadi sebuah prototype
sistem yang bisa digunakan.
Perangkat yang digunakan untuk mengimplementasikan rancangan yang
telah dibuat meliputi perangkat lunak dan perangkat keras, yaitu
1. Ruang Lingkup Perangkat Lunak
Perangkat lunak yang digunakan untuk membangun aplikasi ini antara lain :
a. Microsoft Visual C# 2008 Express Edition
b. Library Aforge.Net
2. Ruang Lingkup Perangkat Keras
Perangkat keras yang digunakan untuk penelitian ini antara lain :
a. Personal Computer dengan spesifikasi sebagai berikut:
i. Intel Core 2 Duo 1,73Ghz
ii. RAM 512 MB
iii. Hardisk 80GB
b. Webcam resolusi quarter VGA (320 x 240) px
c. Laser Pointer dengan 3 warna yang berbeda, yaitu red beam laser (laser
merah), green beam laser (laser hijau), dan blue beam laser (laser biru)
3.3.2 Debugging
Selanjutnya dilakukan debugging untuk menguji aplikasi serta mencari
error yang masih terdapat pada program untuk selanjutnya diperbaiki.
3.4 TAHAP PENGUJIAN
Teknik pengujian dilakukan dengan melihat pada tahapan-tahapan yang
dilakukan pada penelitian ini, tetapi hanya dilakukan ujicoba hingga tahap ketiga
(command detection), karena pada tahap keempat tidak menggunakan metode yang
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
25
khusus, hanya memanfaatkan API Windows saja. Berikut adalah teknik pengujian
masing-masing tahapan, yaitu
3.4.1 Tahap Kalibrasi Tampilan (Display Calibration)
Pada tahap kalibrasi dilakukan pengujian, dengan menghitung selisih
perbedaan antara kalibrasi manual dan kalibrasi otomatis dengan berbagai
threshold. Pada tahap ini, pengujian dilakukan dengan membandingkan 2
metode kalibrasi antara manual dan otomatis dengan 2 tempat yang berbeda
dimana masing-masing tempat mempunyai threshold range yang berbeda untuk
menentukan koordinat 4 titik pada display video projector yang tertangkap
pada display webcam.
Alur pengujian pada tahap ini secara detail adalah seperti di bawah ini:
1) Pada tempat pertama dilakukan :
a) Kalibrasi manual dengan melakukan ujicoba kalibrasi sebanyak 5 kali.
b) Kalibrasi otomatis dengan bermacam-macam range threshold berjarak
10 yang masih dapat mendeteksi titik pojok display video projector,
dimana masing-masing nilai threshold melakukan ujicoba kalibrasi
sebanyak 5 kali.
2) Pada tempat kedua dilakukan :
a) Kalibrasi manual dengan melakukan ujicoba kalibrasi sebanyak 5 kali.
b) Kalibrasi otomatis dengan bermacam-macam range threshold berjarak
10 yang masih dapat mendeteksi titik pojok display video projector,
dimana masing-masing nilai threshold melakukan ujicoba kalibrasi
sebanyak 5 kali.
3.4.2 Tahap Deteksi Laser (Laser Detection)
Tahap deteksi laser dilakukan pengujian dengan equivalence
partitioning class pada data valid dengan variasi data berupa sinar laser (3 sinar
laser yang mempunyai warna laser berbeda-beda, yaitu red beam laser (laser
merah), green beam laser (laser hijau), dan blue beam laser (laser biru)), 9
titik, dan metode (4 metode) dilakukan sebanyak 5 kali, sehingga total
pengujian sebanyak 540 percobaan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
26
Alur pengujian pada tahap ini secara detail, yaitu dengan masing-
masing metode (ada 4 metode), dilakukan ujicoba keberhasilan deteksi laser
pada:
1) Titik I (daerah atas kanan) selama 5 detik ujicoba
2) Titik II (daerah atas tengah) selama 5 detik ujicoba
3) Titik III (daerah atas kiri) selama 5 detik ujicoba
4) Titik IV (daerah tengah kanan) selama 5 detik ujicoba
5) Titik V (daerah tengah tengah) selama 5 detik ujicoba
6) Titik VI (daerah tengah kiri) selama 5 detik ujicoba
7) Titik VII ( daerah bawah kanan) selama 5 detik ujicoba
8) Titik VIII (daerah bawah tengah) selama 5 detik ujicoba
9) Titik IX (daerah bawah kiri) selama 5 detik ujicoba
3.4.3 Tahap Deteksi Perintah (Command Detection)
Tahap deteksi laser dilakukan pengujian dengan equivalence
partitioning class pada data valid dengan variasi data berupa sinar laser (3 sinar
laser), perintah (4 buah perintah), gerak (3 gerakan tiap perintah), kecepatan
(lambat dan cepat) dan metode (4 metode) dilakukan sebanyak 2 kali, sehingga
total pengujian sebanyak 576 percobaan.
Alur pengujian pada tahap ini secara detail, yaitu pada masing-masing
metode (ada 4 metode), dilakukan ujicoba keberhasilan deteksi perintah dengan
1) Perintah I (kanan)
a) Kanan Atas dengan 2 kecepatan yang berbeda
b) Kanan Tengah dengan 2 kecepatan yang berbeda
c) Kanan Bawah dengan 2 kecepatan yang berbeda
Perintah dikatakan sukses, apabila terjadi perubahan slide sebelum
perintah selanjutnya dieksekusi (yaitu slide berubah menjadi slide
setelahnya). Apabila tidak terdapat perubahan slide, maka perintah
command detection dikatakan gagal.
2) Perintah II (kiri)
a) Kiri Atas dengan 2 kecepatan yang berbeda
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
27
b) Kiri Tengah dengan 2 kecepatan yang berbeda
c) Kiri Bawah dengan 2 kecepatan yang berbeda
Perintah dikatakan sukses, apabila terjadi perubahan slide sebelum
perintah selanjutnya dieksekusi (yaitu slide berubah menjadi slide
sebelumnya). Apabila tidak terdapat perubahan slide, maka perintah
command detection dikatakan gagal.
3) Perintah III (atas)
a) Atas Kanan dengan 2 kecepatan yang berbeda
b) Atas Tengah dengan 2 kecepatan yang berbeda
c) Atas Kiri dengan 2 kecepatan yang berbeda
Perintah dikatakan sukses, apabila perintah selanjutnya adalah arah
ke bawah untuk mulai menggambar dan menghasilkan goresan yang
menunjukkan bahwa Draw On sudah aktif. Apabila perintah selanjutnya
arah ke atas, maka perintah ke atas sebelumnya gagal, dan harus dilakukan
ulang perintah.
4) Perintah IV (bawah)
a) Bawah Kanan dengan 2 kecepatan yang berbeda
b) Bawah Tengah dengan 2 kecepatan yang berbeda
c) Bawah Kiri dengan 2 kecepatan yang berbeda
Perintah dikatakan sukses dilihat dari hasil perintah selanjutnya,
yaitu perintah arah ke atas untuk mulai mengaktifkan kembali mode Draw
On. Apabila tidak menghasilkan goresan, maka perintah bawah sukses.
Apabila menghasilkan goresan, berati mode Draw On masih aktif lagi.
3.5 TAHAP PENULISAN LAPORAN
Tahap akhir adalah penulisan laporan berdasarkan implementasi yang sudah
dilakukan. Penulisan laporan meliputi penulisan bagian pendahuluan, penulisan bagian
pembahasan, dan terakhir adalah menarik kesimpulan untuk menjawab rumusan
masalah yang telah ditentukan sebelumnya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
28
BAB IV
HASIL DAN PEMBAHASAN
4 HASIL DAN PEMBAHASAN
4.1 ARSITEKTUR APLIKASI
Studi pustaka yang telah dilakukan menghasilkan sebuah solusi perancangan
aplikasi berupa diagram tahapan deteksi laser dan interpretasinya untuk menjalankan
materi presentasi berbasis IT serta untuk menjadi sebuah “pena” dalam menulis pada
materi presentasi tersebut. Aplikasi ini dilakukan melalui empat tahap, yaitu kalibrasi
tampilan, deteksi laser, deteksi perintah dan tahap interpretasi sesuai dengan gambar
18.
Gambar 18 Arsitektur Sistem
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
29
4.2 METODE DAN ALGORITMA PENELITIAN
Metode yang digunakan pada penelitian ini mempunyai 4 tahapan, yaitu
4.2.1 Tahap Kalibrasi Tampilan (Display Calibration)
Display Calibration, yaitu kalibrasi untuk mendeteksi area video
projector pada display kamera yang akan digunakan untuk mentranslasikan
koordinat lokasi sinar laser pointer ke koordinat lokasi sebenarnya pada display
komputer. Pada tahap ini ada beberapa metode yang dilakukan pada penelitian
ini, yaitu:
a. Auto Calibration (Difference Edge Detection)
Gambar 19 Proses Auto Calibration
Pada tahap ini ada beberapa metode yang dilakukan, yaitu:
a) Grayscale Transformation, yaitu tahapan untuk mengubah citra asli
yang didapatkan dari sumber utama menjadi citra grayscale.
b) Difference Edge Detection, yaitu tahapan mendeteksi perbedaan warna
pasangan pixel yang berbeda pada citra grayscale.
c) Threshold Filtering, yaitu tahapan untuk mengubah citra grayscale
yang dihasilkan oleh Difference Edge Detection menjadi citra biner
dengan menentukan nilai threshold tertentu.
d) Blob Detection, yaitu tahapan mendeteksi kumpulan pixel yang
mempunyai warna yang berbeda dari citra latar belakang dan
menyatukannya menjadi satu region. Pada tahapan ini menghasilkan 4
titik koordinat kalibrasi.
b. Manual Calibration
Gambar 20 Proses Manual Calibration
Pada tahap ini, pengguna hanya memasukkan inputan sebanyak 4
titik, dengan cara menekan Klik Kiri dari titik 1 sampai dengan titik 4, dan
untuk menghubungkan dengan titik pertama cukup dengan menekan Klik
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
30
Kanan (setelah titik ke-4 di-Klik). Pada tahapan ini, dilakukan tahapan
penyimpanan koordinat kalibrasi.
c. Coordinate Transformation
Gambar 21 Proses Quadrilateral Transformation
Pada tahap ini dilakukan perubahan bentuk dari segi empat yang
dihasilkan dari kalibrasi menjadi segi empat beraturan sesuai dengan layar
komputer. Perubahan bentuk ini akan menentukan perubahan hasil
tangkapan koordinat pada pendeteksian sinar laser pointer, terutama pada
saat interpretasi cursor pointer mouse.
Gambar 22 Proses Transformasi Display
4.2.2 Tahap Deteksi Laser (Laser Detection)
Laser Detection, yaitu mendeteksi sinar laser pointer dan lokasi
koordinatnya yang akan digunakan pada tahapan interpretasi
a. Brightness Laser Detection (M1)
Gambar 23 Proses Brightness Detection
Pada tahap ini dilakukan brightness detection, yaitu tahapan
mengambil nilai RGB (Red Green Blue) tiap pixel pada suatu citra dan
menghitung pixel yang paling terang dengan menggunakan rumus
brightness, sehingga ditemukan titik yang paling terang dari suatu citra
tersebut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
31
b. Difference Edge Laser Detection (M2)
Gambar 24 Proses Difference Edge Laser Detection
Pada tahap ini dilakukan beberapa tahapan yaitu:
a) Grayscale Transformation, yaitu tahapan mengubah citra pada tahapan
sebelumnya yang hanya menampilkan warna tertentu saja menjadi citra
grayscale (abu-abu).
b) Difference Edge Detection, yaitu tahapan mendeteksi perbedaan warna
pasangan pixel yang berbeda pada citra grayscale tahapan sebelumnya.
c) Threshold Filtering, yaitu tahapan mengubah citra grayscale menjadi
citra biner dengan titik threshold yang telah ditentukan.
d) Blob Detection, yaitu tahapan mendeteksi kumpulan pixel yang
mempunyai warna yang berbeda dari citra latar belakang dan
menyatukannya menjadi satu region. Pada tahapan ini menghasilkan 1
titik koordinat dari hasil tangkapan sinar laser pointer pada citra asli.
c. Brightness and Extract Red Channel Laser Detection (M3)
Gambar 25 Proses Brightness and Extract Red Channel Laser Detection
Pada tahap ini dilakukan beberapa tahapan yaitu:
a) Brightness Correction, yaitu filter yang beroperasi di ruang warna HSL
dan menyesuaikan nilai kecerahan pixel menggunakan nilai luminance
tertentu dari ruang warna HSL.
b) Extract RGB Red Channel, yaitu filter warna dengan cara mengambil
channel warna Merah (Red Channel) pada suatu citra dari ruang warna
RGB dan mengubah citra tersebut menjadi citra grayscale.
c) Threshold Filtering, yaitu tahapan mengubah citra grayscale menjadi
citra biner dengan titik threshold yang telah ditentukan.
d) Blob Detection, yaitu tahapan mendeteksi kumpulan pixel yang
mempunyai warna yang berbeda dari citra latar belakang dan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
32
menyatukannya menjadi satu region. Pada tahapan ini menghasilkan 1
titik koordinat dari hasil tangkapan sinar laser pointer pada citra asli.
d. Extract Cr and Difference Edge Laser Detection (M4)
Gambar 26 Proses Extract Cr and Difference Edge Laser Detection
Pada tahap ini dilakukan beberapa tahapan yaitu:
a) Extract YCbCr Cr Index, yaitu filter warna dengan cara mengambil
channel warna Cr (Chrominen) pada suatu citra dari ruang warna HSL
dan mengubah citra tersebut menjadi citra grayscale.
b) Difference Edge Detection, yaitu tahapan mendeteksi perbedaan warna
pasangan pixel yang berbeda pada citra grayscale tahapan sebelumnya.
c) Threshold Filtering, yaitu tahapan mengubah citra grayscale menjadi
citra biner dengan titik threshold yang telah ditentukan.
d) Blob Detection, yaitu tahapan mendeteksi kumpulan pixel yang
mempunyai warna yang berbeda dari citra latar belakang dan
menyatukannya menjadi satu region. Pada tahapan ini menghasilkan 1
titik koordinat dari hasil tangkapan sinar laser pointer pada citra asli.
4.2.3 Tahap Deteksi Perintah (Command Detection)
Command Detection, mendeteksi perintah yang diinputkan melalui
pergerakan sinar laser pointer. Pada tahap ini ada 4 perintah yang bisa
digunakan, yaitu Next Slide, Previous Slide, Draw On (pointer pen aktif),
Draw Off (pointer pen tidak aktif)
Gambar 27 Proses Gradient Calculation
Pada tahapan ini dilakukan tahapan Gradient Calculation, untuk
menentukan perintah yang dimasukkan oleh pengguna. Perintah yang akan
digunakan ada 4 macam perintah, yaitu:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
33
a. Kiri (Previous Slide)
Perintah yang digunakan pada bagian ini adalah mengarahkan laser pointer
dari arah KANAN KE KIRI.
b. Kanan (Next Slide)
Perintah yang digunakan pada bagian ini adalah mengarahkan laser pointer
dari arah KIRI KE KANAN.
c. Atas (Draw On)
Perintah yang digunakan pada bagian ini adalah mengarahkan laser pointer
dari arah ATAS KE BAWAH.
d. Bawah (Draw Off)
Perintah yang digunakan pada bagian ini adalah mengarahkan laser pointer
dari arah BAWAH KE ATAS.
Gambar 28 Perintah dari Airboard
4.2.4 Tahap Interpretasi (Interpretation)
Tahapan memanfaatkan koordinat laser pointer dan perintah pada tahap
sebelumnya untuk diubah menjadi gerak cursor pointer mouse, untuk navigasi
dan untuk menjalankan pointer pen pada aplikasi microsoft power point. Pada
tahap ini tidak menggunakan metode yang khusus, karena hanya memanfaatkan
API pada Windows saja. Pada tahapan ini meliputi beberapa bagian dibawah
ini, yaitu:
a. Cursor Pointer Mouse
Pada tahap ini digunakan API Mouse pada Microsoft Windows yang
akan menggerakkan cursor pointer mouse berdasar koordinat lokasi sinar
laser yang ditemukan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
34
b. Microsoft power point
Pada tahap ini digunakan API Windows, yaitu mendeteksi Windows
microsoft power point yang aktif dan mengaktifkannya. Perintah-perintah
pada command detection dieksekusi pada tahap ini, yaitu:
a) Kiri (Previous Slide), aplikasi secara otomatis menekan huruf p
b) Kanan (Next Slide) , aplikasi secara otomatis menekan huruf n
c) Atas (Draw On) , aplikasi secara otomatis menekan tombol control+p
d) Bawah (Draw Off) , aplikasi secara otomatis menekan tombol control+a
c. PointerPen
Pada tahap digunakan API Mouse pada Microsoft Windows pada
saat presentasi sedang dilakukan serta mode DrawOn aktif. Pada saat laser
belum berhenti, maka KLIK KIRI pada Mouse telah diaktifkan tanpa
melepas KLIK KIRI. Pada saat laser sudah tidak terdeteksi lagi, maka
KLIK KIRI pada Mouse di-nonaktifkan atau dilepaskan.
4.3 HASIL IMPLEMENTASI SISTEM
4.3.1 Algoritma dan Metode Penelitian
a. Tahap Kalibrasi Display
1) Kalibrasi Manual
2) Kalibrasi Otomatis
a. GrayImage
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
35
b. Difference edge detector
c. Threshold Filter
d. Blob Detection
e. Shape Checker
3) Transformasi Koordinat
b. Tahap Deteksi Laser
1) Metode 1
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
36
2) Metode 2
Sama dengan metode kalibrasi otomatis, hanya berbeda pada
metode Blob Detection, yaitu:
3) Metode 3
Hampir sama dengan metode 2, namun metode pertama dan
kedua saja yang berbeda. Metode pertama digunakan Brightness
Correction dan Metode 2 digunakan ExtractChannel Red.
4) Metode 4
Hampir sama dengan metode 2, namun metode pertama dan
kedua saja yang berbeda. Metode pertama digunakan YCbCr Extract
Channel Cr dan Metode 2 digunakan Difference Edge Detection.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
37
c. Tahap Deteksi Perintah
1) Inisialisasi titik yang disimpan, dengan cara:
a) Titik Awal dengan x1 dan y1
b) Titik Akhir dengan x2 dan y2
2) Menghitung nilai dx dan dy
3) Menentukan Perintah yang dihasilkan (kanan, kiri, atas, bawah, dan
diagonal)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
38
4) Jika Semua perintah tidak ada, maka deteksi perintah memberikan nilai ”?”
d. Tahap Interpretasi
1) Cursor Pointer Mouse
2) Powerpoint
Di dalam foreach tersebut, dilakukan deteksi adanya Microsoft power
point
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
39
Jika tidak dalam posisi Draw On, maka
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
40
3) Pointer Pen
4.3.2 Screen Output Implementasi
a. Kalibrasi Tampilan
1) Kalibrasi Manual
Pada tahap ini, pengguna hanya memasukkan inputan sebanyak
4 titik, dengan cara menekan Klik Kiri dari titik 1 (pojok kiri atas), titik
2 (pojok kanan atas), titik 3 (pojok kanan bawah) dan terakhir titik 4
(pojok kiri bawah) Langkah terakhir pengguna untuk menghubungkan
titik pertama dengan titik keempat cukup dengan menekan Klik Kanan
(setelah titik ke-4 di-Klik).
Gambar 29 Output Kalibrasi Manual
2) Kalibrasi Otomatis
Pada tahap ini, pengguna hanya menekan tombol kalibrasi saja
secara langsung, karena aplikasi ini akan secara otomatis mendeteksi
area video projector yang digunakan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
41
Gambar 30 Tampilan airboard v.2 pada saat kalibrasi otomatis
Proses yang dilakukan sesuai gambar 31, yaitu Grayscale
Transformation (kiri atas), Difference Edge Detection (kanan atas),
Threshold Filtering (kiri bawah), dan terakhir Blob Detection (kanan
bawah) yang menghasilkan koordinat dari keempat titik pojok dari area
video projector.
Gambar 31 Proses kalibrasi otomatis
Pada aplikasi ini, pengguna sebenarnya memasukkan threshold
yang sesuai agar dapat digunakan untuk mendeteksi area video
projector. Pemilihan nilai threshold yang sesuai akan menentukan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
42
keberhasilan dan akurasi koordinat titik pojok yang dihasilkan yang
diperlihatkan pada gambar 32.
Threshold = 0
Threshold = 10
Threshold = 20
Threshold = 30
Threshold = 40
Threshold = 50
Threshold = 60
Threshold = 70
Gambar 32 Perbedaan treshold pada kalibrasi otomatis
3) Transformasi Koordinat
Proses yang dilakukan setelah menemukan koordinat keempat
titik pojok sesuai gambar 33, yaitu transformasi koordinat dari area
webcam yang cukup luas (kiri) berubah menjadi area video projector
(kanan).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
43
Gambar 33 Perbedaan Gambar yang belum mengalami kalibrasi display
dan telah terkalibrasi display (terdapat proses transformasi
koordinat)
b. Deteksi Laser
Tahap yang dilakukan selanjutnya adalah tahap deteksi laser. Pada
tahap ini, terdapat 4 metode yang digunakan yang menghasilkan koordinat
titik laser pointer dari area yang telah tertransformasi sesuai gambar 33
bagian kanan. Tampilan pada saat digunakan aplikasinya ditunjukkan pada
gambar 34, sedangkan koordinat titik laser pointer yang ditemukan pada
area tertransformasi ditunjukkan pada gambar 35.
Gambar 34 Output Airboard v2 pada saat deteksi laser
Gambar 35 Hasil deteksi laser yang menghasilkan koordinat
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
44
1) Metode 1 (Brightness Laser Detection)
Metode ini dilakukan brightness detection, yaitu tahapan mengambil
nilai RGB (Red Green Blue) tiap pixel pada suatu citra dan menghitung
pixel yang paling terang dengan menggunakan rumus brightness,
sehingga ditemukan titik yang paling terang dari suatu citra tersebut.
Gambar 36 Perubahan Citra pada Metode 1
2) Metode 2 (Difference Edge Laser Detection)
Metode ini dilakukan beberapa proses sesuai gambar 37, yaitu dari
citra webcam (kiri atas) yang kemudian dilakukan tahap kalibrasi
tampilan menjadi area tertransformasi (tengah atas) tanpa koordinat,
Grayscale Transformation (kanan atas), Difference Edge Detection (kiri
bawah), Threshold Filtering (tengah bawah), dan terakhir Blob
Detection (kanan bawah) yang menghasilkan koordinat titik laser
pointer.
Gambar 37 Perubahan Citra pada Metode 2
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
45
3) Metode 3 (Brightness and Extract Red Channel Laser Detection)
Metode ini dilakukan beberapa proses sesuai gambar 38, yaitu dari
citra webcam (kiri atas) yang kemudian dilakukan tahap kalibrasi
tampilan menjadi area tertransformasi (tengah atas) tanpa koordinat,
Brightness Correction (kanan atas), Extract RGB Red Channel (kiri
bawah), Threshold Filtering (tengah bawah), dan terakhir Blob
Detection (kanan bawah) yang menghasilkan koordinat titik laser
pointer.
Gambar 38 Perubahan Citra pada Metode 3
4) Metode 4 (Extract Cr and Difference Edge Laser Detection)
Metode ini dilakukan beberapa proses sesuai gambar 39, yaitu dari
citra webcam (kiri atas) yang kemudian dilakukan tahap kalibrasi
tampilan menjadi area tertransformasi (tengah atas) tanpa koordinat,
Extract YCbCr Cr Index (kanan atas), Difference Edge Detection (kiri
bawah), Threshold Filtering (tengah bawah), dan terakhir Blob
Detection (kanan bawah) yang menghasilkan koordinat titik laser
pointer.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
46
Gambar 39 Perubahan Citra pada Metode 4
c. Interpretasi Power Point dan Pointer Pen
Hasil interpretasi power point dan pointer pen pada aplikasi ini yang
digunakan untuk menggambar ditunjukkan pada gambar 40.
Gambar 40 Hasil Interpretasi Power Point dan Pointer Pen
4.4 HASIL PENGUJIAN
4.4.1 Tahap Kalibrasi Display
a. Pengujian pada Tempat Pertama
Pengujian pada tempat pertama dan kedua didapatkan hasil
beberapa titik pojok tampilan video projector (A, B, C, D) sesuai dengan
gambar 41
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
47
A
B
C
D
Gambar 41 Empat titik video projector pada kalibrasi tampilan
Data pengujian yang telah didapatkan dan sesuai pada lampiran 1,
dapat ditunjukkan hasil sebagai berikut:
Selisih Kalibrasi Otomatis dan Manual (Koordinat X pada Tempat
1)
53.40
0.40
0.20
0.00
0.20
0.60
0.60
113.40
1.40
0.40
1.80
2.00
2.20
55.20
104.40
0.80
0.20
1.00
0.40
0.60
0.60
52.40
0.80
1.00
0.40
0.20
0.20
0.40
0.00
20.00
40.00
60.00
80.00
100.00
120.00
T0 T10 T20 T30 T40 T50 T60
threshold
error
A
B
C
D
Titik
Gambar 42 Selisih kalibrasi otomatis dengan kalibrasi manual koordinat X.
Data koordinat X empat titik (A, B, C, D) pada tempat pertama,
dilakukan pengujian threshold dari 0 hingga 60. Selisih perbedaan dengan
kalibrasi manual diperlihatkan pada gambar 42.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
48
Detail Selisih Kalibrasi Otomatis dan Manual (Koordinat X pada
Tempat 1 dengan T10-T50)
0.40
0.20
0.00 0.20
0.60
1.40
0.40
1.80 2.00 2.20
0.80
0.20
1.00
0.40 0.600.80 1.00
0.40
0.20
0.20
0.00
0.50
1.00
1.50
2.00
2.50
T10 T20 T30 T40 T50
threshold
error
A
B
C
D
Titik
Gambar 43 Detail selisih kalibrasi otomatis dengan kalibrasi manual
koordinat X.
Gambar 43 menunjukkan secara detail selisih yang cukup kecil di
bawah nilai 2,50 sehingga dari gambar 42 hanya diperlihatkan threshold 10
hingga threshold 50 saja.
Selisih Kalibrasi Otomatis dan Manual (Koordinat Y pada Tempat
1)
60.20
0.80
0.20
0.80
1.20
0.80
1.40
67.20
2.00
0.40
0.80
0.40
0.20
2.80
61.40
1.00
0.80
0.60
0.20
0.40
0.20
62.40
0.40
0.40
0.40
0.40
0.20
0.60
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
T0 T10 T20 T30 T40 T50 T60
threshold
error
A
B
C
D
Titik
Gambar 44 Selisih kalibrasi otomatis dengan kalibrasi manual
koordinat Y pada tempat 1.
Data koordinat Y empat titik (A, B, C, D) pada tempat pertama,
dilakukan pengujian threshold dari 0 hingga 60. Selisih perbedaan dengan
kalibrasi manual diperlihatkan pada gambar 44.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
49
Detail Selisih Kalibrasi Otomatis dan Manual (Koordinat Y pada
Tempat 1 dengan T10-T60)
0.80
0.20
0.80 1.20
0.80
1.40
2.00
0.40 0.80
0.40
0.20
2.80
1.00
0.80
0.60
0.20 0.40
0.200.40
0.40
0.40
0.40
0.20 0.60
0.00
0.50
1.00
1.50
2.00
2.50
3.00
T10 T20 T30 T40 T50 T60
threshold
error
A
B
C
D
Titik
Gambar 45 Detail selisih kalibrasi otomatis dengan kalibrasi manual
koordinat Y pada tempat 1.
Gambar 45 menunjukkan secara detail selisih yang cukup kecil di
bawah nilai 3,00 sehingga dari gambar 44 hanya diperlihatkan threshold 10
hingga threshold 60 saja.
Perbedaan threshold ini menyebabkan hasil yang berbeda-beda pada
deteksi pojok video projector, sesuai dengan screen output implementasi
pada sub bab sebelumnya. Threshold yang tepat akan menghasilkan deteksi
pojok yang lebih baik, tidak terlalu kecil dan tidak terlalu besar. Apabila
threshold terlalu kecil, maka deteksi titik tidak mampu mendapatkan titik
pojok yang tepat, karena deteksi tepi yang dilakukan oleh difference edge
detection menghasilkan tepi yang tebal. Namun, apabila threshold terlalu
besar, maka deteksi tepi juga tidak mampu mendapatkan titik pojok yang
tepat pula, karena tepi yang dihasilkan oleh difference edge detection terlalu
tipis dan terpotong, sehingga Blob detection tidak mampu mendeteksi area
tertutup video projector yang tertangkap webcam.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
50
b. Pengujian pada Tempat Kedua
Selisih Kalibrasi Otomatis dan Manual (Koordinat X pada Tempat
2)
2.00
1.00
1.00
1.00
2.00
1.00
1.00
2.00
2.00
0.00
2.00
1.00
1.00
1.00
0.00
0.00
0.00
0.50
1.00
1.50
2.00
2.50
T0 T10 T20 T30
threshold
error
A
B
C
D
Titik
Gambar 46 Selisih kalibrasi otomatis dengan kalibrasi manual
koordinat X pada tempat 2.
Detail selisih yang cukup kecil di bawah nilai 3,00 untuk data
koordinat X pada tempat kedua ditunjukkan oleh gambar 46, sedangkan
detail selisih yang cukup kecil dengan nilai maksimum 3,00 untuk data
koordinat Y yang ditunjukkan oleh gambar 47 antara threshold 0 hingga
threshold 30 saja. Untuk threshold 40, auto calibration tidak mampu
mendeteksi area video projector.
Selisih Kalibrasi Otomatis dan Manual (Koordinat Y pada Tempat
2)
3.00
1.00
2.00
1.00
1.00
3.00
2.00
3.00
2.00
1.00
2.00
1.00
1.00
1.00
1.00
1.00
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
T0 T10 T20 T30
threshold
error
A
B
C
D
Titik
Gambar 47 Selisih kalibrasi otomatis dengan kalibrasi manual
koordinat Y pada tempat 2.
Dapat disimpulkan bahwa metode kalibrasi otomatis cukup mampu
menggantikan kalibrasi manual, dengan selisih perbedaan yang kecil,
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
51
sebesar kurang lebih dibawah 3 pixel pada area webcam dengan kondisi
nilai threshold yang tepat.
4.4.2 Tahap Deteksi Laser
Sesuai data pengujian pada lampiran 2, dapat ditunjukkan hasil sebagai
berikut:
Hasil Pengujian beberapa Metode pada Tahap Deteksi Laser
85.21 100.00
100.00
100.00
100.00
100.00
100.00
100.00
100.00
100.00
100.00
98.95
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
100.00
Red Green Blue
Warna Laser
Persentase
M1
M2
M3
M4
Metode
M1 = Brightness Laser Detection
M2 = Difference Edge Laser Detection
M3 = Brightness and Extract Red Channel Laser Detection
M4 = Extract Cr and Difference Edge Laser Detection
Gambar 48 Hasil Pengujian beberapa Metode pada Tahap Deteksi Laser.
Pada tahap deteksi laser, sinar laser green dan blue mempunya nilai
yang tinggi dibandingkan dengan sinar laser merah, karena ketajaman sinar
laser tersebut. Hal ini dikarenakan tidak adanya sinar laser warna merah yang
cukup tajam yang dapat dibandingkan dengan sinar laser warna hijau dan
biru/ungu. Gambar 49 menunjukkan perbandingan ketiga sinar laser tersebut.
Gambar 49 Perbedaan Ketiga Sinar Laser pada Pengujian.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
52
Dapat disimpulkan bahwa keempat metode cukup mampu mendeteksi
keberadaan sinar laser dengan minimal keberhasilan deteksi sebesar diatas
85%. Untuk metode terbaik dicapai oleh metode 2 (Difference Edge Laser
Detection) dan 3 (Brightness and Extract Red Channel Laser Detection)
dengan keberhasilan deteksi sebesar 100% untuk tiap warna laser yang
berbeda.
4.4.3 Tahap Deteksi Perintah
Sesuai data pengujian pada lampiran 3, dapat ditunjukkan hasil sebagai
berikut:
Hasil Pengujian beberapa Metode pada Tahap Deteksi
Perintah (>750ms)
100.00
100.00
100.00
100.00
92.00
100.00
100.00
91.67
100.00
100.00
100.00
100.00
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
100.00
Red Green Blue
Warna
Persentase
M1
M2
M3
M4
Metode
M1 = Brightness Laser Detection
M2 = Difference Edge Laser Detection
M3 = Brightness and Extract Red Channel Laser Detection
M4 = Extract Cr and Difference Edge Laser Detection
Gambar 50 Hasil Pengujian beberapa Metode pada Tahap Deteksi Perintah (>750 ms).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
53
Hasil Pengujian beberapa Metode pada Tahap Deteksi
Perintah (<750ms)
42.00
100.00
100.00
8.33
96.00
96.00
0.00
83.33
100.00
95.83
100.00
100.00
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
100.00
Red Green Blue
Warna
Persentase
M1
M2
M3
M4
Metode
M1 = Brightness Laser Detection
M2 = Difference Edge Laser Detection
M3 = Brightness and Extract Red Channel Laser Detection
M4 = Extract Cr and Difference Edge Laser Detection
Gambar 51 Hasil Pengujian beberapa Metode pada Tahap Deteksi Perintah (<750 ms).
Pada kecepatan lambat (waktu tempuh >750 ms) sesuai gambar 50,
hampir semua metode dapat mengenali perintah secara baik dengan rata-rata
keberhasilan sebesar di atas 90 % (nilai minimal pada metode 3 untuk warna
hijau). Namun, untuk kecepatan yang tinggi (waktu tempuh < 750 ms) sesuai
gambar 51, sinar merah tidak dapat dikenali secara jelas. Hal ini sesuai dengan
penyebab perbedaan keberhasilan sinar merah pada tahap deteksi sinar laser.
Keberhasilan deteksi ini tidak signifikan dengan deteksi laser karena
jumlah titik yang dibutuhkan untuk deteksi perintah minimal 2 titik pada
sejumlah koordinat titik yang ditemukan hingga batasan tidak ditemukan titik
sebanyak 8 buah citra. Namun, pada deteksi sinar laser dihitung tiap detiknya
terekam berapa jumlah koordinat yang tertangkap. Dengan kata lain, deteksi
perintah menghitung sejumlah titik dan deteksi sinar laser menghitung
keberhasilan tiap 1 titik.
Metode terbaik pada tahap ini dicapai oleh metode 4 (Extract Cr and
Difference Edge Laser Detection) dengan keberhasilan deteksi sebesar di atas
95%, tepatnya 95,83%.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
54
Rancangan sistem yang tepat sesuai dengan penelitian ini adalah
Gambar 52 Rancangan sistem setelah pengujian
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
55
BAB V
KESIMPULAN DAN SARAN
5 KESIMPULAN DAN SARAN
5.1 KESIMPULAN
Kesimpulan yang bisa diambil pada penelitian tugas akhir ini adalah pada tahap
kalibrasi, metode kalibrasi otomatis cukup mampu menggantikan kalibrasi manual,
dengan selisih perbedaan yang kecil, sebesar kurang lebih di bawah 3 pixel pada area
webcam dengan kondisi nilai threshold yang tepat.
Pada tahap deteksi laser, metode yang terbaik adalah Difference Edge Laser
Detection dan Brightness and Extract Red Channel Laser Detection dengan
keberhasilan deteksi sebesar 100% untuk tiap warna laser yang berbeda.
Pada tahap deteksi perintah, metode yang terbaik adalah metode Extract Cr
and Difference Edge Laser Detection, dengan persentase deteksi perintah diatas 95%,
yaitu 95,83% baik pada mode cepat maupun lambat dibandingkan dengan metode yang
lain, diikuti metode Difference Edge Laser Detection dan metode Brightness and
Extract Red Channel Laser Detection serta yang terakhir metode Brightness Laser
Detection. Pada mode lambat hampir semua metode bisa digunakan dengan persentase
paling sedikit diatas 90%, yaitu sebesar 91,67%. Namun, pada mode cepat, sinar merah
(red beam laser) mengalami kegagalan yang cukup banyak, dikarenakan pancaran
yang kurang kuat dibanding dengan sinar biru (blue beam laser) dan hijau (green
beam laser).
Pada akhirnya, rancangan sistem aplikasi Airboard terdiri dari tahap kalibrasi
dengan auto calibration, tahap deteksi laser dengan Difference Edge Laser Detection
dan Brightness and Extract Red Channel Laser Detection serta tahap deteksi perintah
dengan Extract Cr and Difference Edge Laser Detection dan Gradient Calculation.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
56
5.2 SARAN
Saran yang dapat ditujukan untuk penelitian berikutnya yang terkait dengan
penelitian ini adalah:
1. Metode Kalibrasi Otomatis dapat dilanjutkan penelitiannya dengan menambahkan
metode untuk membandingkan beberapa threshold, sehingga titik kalibrasi tampilan
yang tepat bisa diperoleh dari titik yang mempunyai nilai yang sama.
2. Penelitian ini dapat dilanjutkan agar memungkinkan untuk memanfaatkan semua
fasilitas mouse (klik kiri, klik kanan dan dragging)
3. Pada waktu menjalankan draw off (dari bawah ke atas), aplikasi ini menghasilkan
sebuah citra, karena posisi “pena” dalam kondisi aktif. Jadi, penelitian ini dapat
dilanjutkan agar dapat menjalankan perintah draw off tanpa menghasilkan sebuah citra