A B C Gambar 2.12 Ide Dasar Corner Detection
2.5 Penelitian Terdahulu
Pendeteksian citra telah banyak digunakan untuk membantu kebutuhan manusia dalam pencarian informasi yang dapat diolah kembali menjadi informasi lain bagi pengguna yang berbeda. Penelitian mengenai masalah ini telah banyak dilakukan dengan berbagai algoritma untuk mendapatkan hasil yang lebih akurat.
Pada tahun 2005, Devireddy dan Rao menggunakan metode BP untuk mendeteksi tulisan tangan. Pada penelitian tersebut dibuktikan bahwa sistem memiliki kemampuan untuk mengenali pola tanpa harus terpengaruh dari perubahan posisi dari sebuah nilai input. Citra juga dapat digunakan dalam pengenalan wajah menggunakan algoritma genetic dan BP untuk meningkatkan efisiensi kecocokan wajah (Anam et al. 2009). Selain itu, pendeteksian juga dapat dilakukan dengan mencari perbedaan rotasi perubahan sebuah cita menggunakan LED Angle (light-emitting diode deflection angle) sehingga dapat mengenali objek dari sudut berbeda (Li, 2011). Peneletian juga dapat digunakan dengan menggabungkan beberapa metode untuk meningkatkan hasil pendeteksian yang lebih akurat, dengan menggunakan dua metode pendekatan (Bhatia, 2011).
Adapun beberapa penelitian sebelumnya yang telah dilakukan untuk mendeteksi cita berdasarkan masa lalunya, dapat dilihat pada Tabel 2.1.
Tabel 2.1 Penelitian Sebelumnya
No Judul Pengarang Tahun Kelebihan Kekurangan
1. Hand Written Character Recognition Using Backpropagation Network Srinivasa Kumar Devireddy, Settipalli Appa Rao
2005 Mampu untk mengenali pola tanpa harus terpengaruh dengan perubahan posisi. Belum mampu mengenali pola yang kompleks. 2. Face Recognition Using Genetic Algorithm and Backpropagation Neural Network Sarawat Anam, Md Shohidul Islam, MA Kashem, MN Islam, MR Islam, MS Islam 2009 Hasil pendeteksian cukup akurat dengan tingkat kecocokan 82.61% menggunakan GA dan 91.30% menggunakan BP n/a 3. An LED Assembly Angle Detection System Li Chunming, Shi Xinna, Xu Yunfeng, Wu Shaoguang 2011 Dapat mengenali perubahan kecerahan citra serta perubahan sudut yang berbeda dari sebuah citra
n/a
4. Accurate Corner Detection Methods using Two Step Approach
Nitiin Bhatia, Megha Chhabra
2011 Hasil pendeteksian lebih akurat serta lebih mudah dan efisien
Teknologi merupakan salah satu media yang banyak digunakan untuk membantu pekerjaan manusia dengan memanfaatkan tools, process dan resources dalam pengolahannya. Penggunaan teknologi banyak dipakai pada hampir seluruh aspek kehidupan dan perannya digunakan untuk menjalin pertukaran data ataupun informasi (Simarmata, 2006). Pemakaian komputer dalam era informasi berkembang sangat pesat dan diimplemetasikan untuk menjawab berbagai kebutuhan manusia dalam melakukan proses komputasi, pemrosesan serta analisis data, hiburan dan lainnya.
Penggunaan internet pada saat ini mampu mengembangkan beberapa sektor wisata di Indonesia menjadi lebih maksimal sehingga mampu mendatangkan turis baik dari dalam negeri maupun luar negeri. Untuk menarik pihak wisatawan, banyak sekali materi yang bisa kita gunakan, salah satunya adalah dengan menggunakan media mulitimedia, baik berupa gambar ataupun video.
Gambar adalah media informasi yang sangat efektif karena terbukti handal dalam penyampaian informasi dengan penyajian yang lebih menarik bagi indera manusia. Gambar atau citra adalah sebuah representasi yang mirip dari sebuah objek (Jahne, 2005). Penggunaan citra banyak digunakan sebagai media periklanan untuk wisatawan agar dapat berkunjung ke suatu daerah.
Dengan menunjukan citra dari objek wisata yang akan ditawarkan, pihak pengelola dapat membuat para calon wisatawan tertarik untuk mendatangi lokasi yang ditawarkan. Di Indonesia, ada banyak sekali tempat wisata yang belum dikenal oleh masyarakat, dalam pengembangannya dibutuhkan sebuah alat bantu untuk memperkenalkan daerah tersebut kepada masyarakat.
Ada begitu banyak objek pariwisata yang dapat diperkenalkan kepada wisatawan dalam suatu wilayah, hanya saja tidak semua wisatawan tahu nama daerah wisata yang dicari. Salah satu masalah yang terjadi adalah kurang populernya suatu objek wisata yang ditawarkan. Dalam sebuah kasus tertentu, wisatawan yang pernah mengunjungi tempat tersebut hanya memiliki citra yang diambil di tempat tersebut tanpa tahu informasi penting mengenai wilayah tersebut seperti nama tempat, lokasi, keistimewaan yang ditawarkan, kekurangan, dan lain sebagainya.
Oleh sebab itu, dibutuhkan sebuah alat bantu dalam melakukan pencarian tempat wisata tersebut hanya dengan menggunakan sebuah citra. Citra yang dibawa pengguna dapat dicari dalam database, sehingga komputer dapat mengolah potongan citra tersebut dan menunjukan pada pengguna lokasi citra yang diberikan pengguna beserta dengan informasi yang dibutuhkan pengguna.
Namun, kesulitan dalam mencari citra yang diinginkan adalah banyaknya piksel data yang diolah karena citra memiliki warna, ukuran dan informasi yang berbeda. Tidak seperti manusia yang memiliki kemampuan untuk mengetahui persamaan dan perbedaan sebuah citra, komputer hanya dapat membedakan citra berdasarkan gradien, warna, ukuran piksel dan lain sebagainya. Selain itu, komputer juga tidak dapat mengolah informasi secara otomatis tanpa melakukan pembelajaran terlebih dahulu.
Dalam tugas akhir ini, Penulis melakukan pendekatan menggunakan metode corner detection dalam mengenali citra, yaitu dengan menggunakan titik-titik sudut yang jelas pada sebuah citra yang kemudian akan dibandingkan antara satu dengan yang lain. Setiap titik dalam masing-masing citra akan di simpan ke dalam database dan dikelompokan berdasarkan modelnya sehingga dengan mudah dapat dilacak oleh komputer menggunakan backpropagation yang akan belajar mengolah citra yang dimasukkan oleh pengguna.
Metode corner detection banyak digunakan dalam computer vision atau machine vision untuk dapat mengenali objek dengan menggunakan citra. Konsep ini digunakan dalam pengenalan citra (Pishchulin, 2010), pendeteksian citra bila yang mengalami perubahan derajat sudut (Li et al. 2011) dan sering digabungkan dengan beberapa metode lain untuk mendapatkan hasil yang lebih akurat, seperti menggabungkan pendeteksian menggunaan edge dan corner sekaligus (Bhatia & Chhabra, 2011), atau dengan menggunaan mutual information dan merupakan turunan
dalam bidang keuangan (Lee & To, 2010), prakiraan curah hujan (Vamsidhar et al. 2010), pengategorisasikan teks (Ramsundaram & Victor, 2010), inisialisasi (Ganatra et al. 2011), kompresi citra (Panda, 2012) dan masih banyak lainnya.
Dalam tugas akhir ini, Penulis akan menggunakan metode Harris Corner Detector dan Backpropagation untuk membantu pengguna dalam melakukan pencarian dan pengenalan objek citra. Harris Corner Detector (HCD) memiliki kemampuan untuk mendeteksi sudut dalam suatu citra karena mampu menghasilan nilai yang konsisten walau dengan adanya rotasi, skala dan variasi pencahayaan maupun noise pada gambar. Penggunaan Harris Corner Detector didasarkan pada fungsi autokorelasi sinyal lokal dimana fungsi autokorelasi lokal akan menghitung perubahan lokal dan sinyal. Lalu hasil dari corner yang dihasilkan oleh sebuah citra akan diolah oleh backpropagation (BP) sehingga sistem dapat belajar dalam mengolah informasi yang dibutuhkan oleh pengguna dengan menggunakan citra.
