HASIL DAN PEMBAHASAN
4.1 Pengujian Program Pengenalan Alat – alat Stasioneri Secara RealTime
Menggunakan Ekstraksi Ciri DST.
Tahap pengujian program bertujuan untuk mengetahui program yang telah dibuat dapat bekerja sesuai dengan harapan yang telah di rancang sebelumnya. Pada proses pengujian program ini menggunakan computer dengan spesifikasi berikut:
Prosesor : Intel (R) Core(TM) i5-2430M [email protected] (4CPUs) ,~2.4 GHz.
RAM :4 GBDDR3 // Hdd 500 GB // DVDRW multi
Langkah–langkah untuk menjalankan program pengenalan alat stasioneri sebagai berikut: 1. Click dua kali icon matlab seperti gambar 4.1 berikutini:
Gambar 4.1 Gambar Icon Matlab
2. Setelah menekan dua kali gambar 4.1 sebelum masuk halaman utama matlab maka akan terlihat seperti gambar 4.2.
Gambar4.2 Gambar sebelum masuk halaman utama matlab
3. Jika gambar 4.2 muncul tunggu sesaat, lalu user akan masuk pada Command Window sebelum masuk pada halaman utama program seperti gambar 4.3.
Gambar 4.3 Gambar command window matlab
4. Setelah masuk halaman Command window matlab current directory harus disesuaikan dengan directory tempat program disimpan, ketik guiq pada command window, user akan masuk ke halaman utama pengenalan seperti gambar 4.4.
Gambar 4.4 Tampilan utama guiq proses pengenalan
5. Setelah melakukan tahap ke empat user melakukan proses pengenalan dengan menekan tombol ON untuk menampilkan proses video pada webcam, jika video sudah muncul user dapat menekan tombol Ok untuk melakukan proses pencuplikan gambar video untuk dilakukan proses berikutnya lihat gambar 4.5 dan 4.6 berikut ini.
25
Gambar 4.5 Proses tampilan ketika tombol ON ditekan
Gambar 4.6 proses tampikan ketika tombol Ok ditekan
6. Hasil mencuplik didapat, selanjutnya dengan menekan tombol “Prepro” didapat
hasil preprocessing seperti cropping dengan memotong bagian dari citra, resizing dari citra alat stasioneri yang di capture sebelumnya dan yang ditampilkan hasil cropping yang terlihat pada gambar 4.6.
Gambar 4.7 Proses tampilan ketika tombol “Prepro” ditekan
7. Preprocessing sudah dilakukan user menekan tombol “DST” untuk dapat mengetahui hasil ektraksi ciri seperti pada gambar 4.7.
Gambar 4.8 Tampilan setelah tombol “DST” ditekan
8. Proses terakhir untuk mengetahui hasil pengenalan user akan menekan tombol
“tahap pengenalan” dan hasilnya akan muncul dalam bentuk teks seperti gambar 4.9,
tombol “end” ditekan apabila user akan keluar dari program.
Gambar 4.9 Tampilan setelah tombol “TahapPengenalan” ditekan
Hasil pengujiangui proses pengenalan alat stasioneri dilakukan secara realtime, bisa dilihat bahwa hasil pengujian tampilan program yang dilakukan mengindikasikan sistem beker`ja sesuai dengan perancangan sehingga dapat digunakan untuk mencari dan menentukan nilai parameter yang terbaik untuk digunakan dalam proses pengenalan alat stasioneri secara realtime. Keseluruhan program terlampir pada lampiran L1–L4.
4.2 PenentuanNilai Parameter
Proses dilakukan setelah pengujian serta tampilan program bekerja dengan baik. Dalam menentukan nilai parameter yang digunakan dilakukan proses percobaan jumlah variasi koefisien DST sesuai dengan perancangan adalah 36, 55, 78, 105, 136, dan 171. Tiap koefisien DST dilakukan percobaan sebanyak 5 kali setiap alat stasioneri, koefisien DST yang memiliki tingkat pengenalan paling baik100% digunakan dalam proses yaitu 171, percobaan dapat dilihat pada tabel 4.1 dan selengkapnya dapat dilihat pada lampiran L5.
27
Tabel 4.1 pengujian alat stasioneri koefisien DST 36
Alat Stasioneri Database Jarak Minimum Hasil Pengenalan
Ballpoint Stabilo 1.8520 Dikenali sebagai Ballpoint
Cutter 1.6565
Pelubang kertas 2.7778
Tipe_x 2.3144
Ballpoint 1.1410
Steples Stabilo 1.5741 Dikenali sebagai Stabilo
Cutter 1.8765
Pelubang kertas 2.6787
Tipe_x 1.8626
Data percobaan lampiran L5 bisa dilihat pengaruh jumlah koefisien DST terhadap tingkat pengenalan, semakin besar nilai koefisien DST yang digunakan dalam melakukan pengenalan, semakin baik pula tingkat pengenalannya. Hal ini diperlihatkan pada gambar 4.9. Nilai koefisien DST yang semakin besar, menyebabkan makin banyaknya koefisien DST yang digunakan untuk membedakan antara citra alat stasioneri yang satu dengan yang lainnya. Ini akan makin mudah dibedakan antara citra alat stasioneri yang satu dengan lainnya. Kejadian inilah yang menyebabkan makin naiknya tingkat pengenalan.
Koefisien DST 36
Gambar 4.10 Pengaruh Koefisien DST terhadap Hasil pengenalan
Koefisien DST 55
Gambar 4.10 (Lanjutan) Pengaruh Koefisien DST terhadap Hasil pengenalan Koefisien DST 78
Gambar 4.10 (Lanjutan) Pengaruh Koefisien DST terhadap Hasil pengenalan
Dari gambar 4.9 untuk membedakan citra alat stasioneri yang satu dengan lainnya dilakukan dengan mencari nilai fungsi jarak antara citra alat stasioneri yang satu dengan citra lainnya, semakin besar nilai fungsi jarak semakin besar pula tingkat diskriminasinya, sehingga makin mudah dalam membedakan citra alat stasioneri yang satu dengan citra lainnya. Dari gambar 4.9 nilai fungsi jarak dicari dengan cara data matrik hasil ekstraksi ciri tipe_x dikurangi data matrik hasil ekstraksi ciri stabilo, hasilpengurangan dikuadratkan agar data matrik yang bernilai negatif menjadi positif, dan hasil dari kuadrat tersebut dijumlahkan dan hasil penjumlahan tersebut adalah nilai fungsi jarak dari citra tipe_x dengan citra stabilo. Menggunakan cara diatas maka nilai fungsi jarak yang didapat dari
29
gambar 4.9 untuk koefisien DST 36= 1.6755x103, koefisien DST 55= 1.7537x103, koefisien DST 78=1.8083x103. Dapat disimpulkan makin besar koefisien yang digunakan makin besar nilai fungsi jarak antara citra alat stasioneri satu dengan citra lainnya.
Data hasil percobaan (Tabel percobaan pada lampiran L5) dapat digunakan untuk mencari persen pengenalan melalui perhitungan dari setiap koefisien DST tabel data hasil percobaan (lampiran L5) dan grafik dari pengaruh koefisien DST terhadap tingkat pengenalan. Untuk mendapat tingkat persen pengenalan digunakan rumus:
Tingkat pengenalan = (4.1) Ket : = jumlah alat stasioneri yang dikenali dan benar.
n = banyaknya percobaan
Berdasarkan rumus diatas tingkat pengenalan alat stasioneri dapat diketahui dalam tabel 4.2.
Tabel 4.2.Pengaruh Koefisien DST terhadap tingkat pengenalan Koefisien DST Tingkat pengenalan (%)
36 86,67 55 88,89 78 91,11 105 93,33 136 95,56 171 100
Hasil perhitungan dan tabel 4.2 dapat disimpulkan nilai parameter yang terbaik dalam melakukan proses pengenalan alat stasioneri secara realtime, yaitu koefisien DST 171 karena mampu mengenali alat stasioneri dengan tingkat pengenalan sebesar 100%.
4.3 PengujianNilai Parameter
Pengujian dilakukan setelah nilai parameter ditentukan dan nilai parameter koefisien DST yang digunakan adalah koefisien DST 171 sesuai dari hasil penentuan nilai parameter. Pengujian bertujuan untuk mengetahui nilai parameter yang ditentukan dapat bekerja dengan baik dalam pengenalan alat stasioneri secara realtime, pengujian parameter dilakukan dengan melakukan pengujian sebanyak 5 kali setiap alat stasioneri, data pengujian parameter terdapat pada tabel pengujian parameter lampiran L8.
Tabel hasil pengujian (lampiran L8) diketahui nilai parameter yang sudah ditentukan mampu mengenali alat stasioneri dengan benar dengan tingkat pengenalan 100% pada pengujian nilai parameter, sehingga dapat disimpulkan bahwa koefisien DST 171 baik digunakan dalam melakukan pengenalan alat stasioneri secara realtime.