Bab ini berisi kesimpulan yang menjawab pernyataan dalam perumusan masalah dan beberapa saran yang bermanfaat dalam pengembangan aplikasi Virtual Punch Training di waktu yang akan datang.
7
BAB II
LANDASAN TEORI
2.1 Menghitung Kecepatan Menggunakan Kinect
Untuk menghitung kecepatan menggunakan Kinect dibutuhkan sebuah masukan berupa posisi objek dan waktu yang ditempuh objek. (Catuhe, 2012 dan Microsoft, 2012). Nilai masukan dapat diperoleh dari Runtime Tracking atau Depth Tracking. Cara mendapatkan masukan tersebut dengan membuat sebuah threshold. Titik U sebagai posisi dimana user berdiri dan titik K adalah posisi Kinect, sedangkan titik U1 sebagai marker awal pukulan dan U2 sebagai marker akhir dari pukulan. Jarak antara titik U – K adalah 1,5 meter sedangkan jarak titik U1 – U2 adalah 50 cm.
Jarak optimal dan hasil tangkapan terbaik pada Kinect adalah sejauh 1,2 meter sampai 3 meter (Catuhe, 2012), oleh karena itu akan digunakan setengah dari jarak optimal tersebut agar Kinect berfungsi dengan normal sehingga mendapatkan hasil terbaik dan optimal kecepatan pukulan dari tangan user.
Gambar 2.1 Jarak threshold
2.2 Energi Kinetik
Setiap sistem fisik menyimpan sebuah energi, untuk mengetahui berapa besarnya energi yang tersimpan dalam sebuah benda maka diperlukan persamaan khusus untuk menghitungnya. Secara umum adanya energi dalam sebuah benda dapat diketahui dengan mengamati perubahan sifat dari benda atau sistem
tersebut. Dikarenakan bentuk energi yang terlalu banyak maka secara umum energi dapat didefinisikan sebagai kapasitas sebuah benda untuk melakukan usaha.
Energi Kinetik merupakan energi yang dimiliki benda karena gerakannya. Dapat juga didefinisikan sebagai usaha yang dibutuhkan untuk menggerakkan suatu benda dengan massa tertentu dari posisi diam sampai pada kecepatan tertentu.
Dalam fisika, energi kinetik biasa dituliskan dengan persamaan berikut
...(1)
Dimana Energi Kinetik (Ek) adalah setengah dari massa benda dikalikan dengan kuadrat kecepatan benda tersebut. Willem's Gravesande telah melakukan percobaan untuk membuktikan rumus tersebut dengan cara menjatuhkan benda kedalam tanah liat dari hasil percobaan tersebut dia menyimpulkan bahwa kedalaman dari lubang tanah liat yang dihasilkan benda yang jatuh tersebut berbanding lurus dengan kuadrat kecepatan.
Energi Kinetik memiliki satuan internasional yaitu Joule dan dilambangkan dengan kapital J, atau bisa juga ditulis Newton meter (N.m) (Zainuri, 2007)
Karena setiap benda yang bergerak memiliki energi kinetik, maka nilai dari energi kinetik tersebut yang akan digunakan untuk merepresentasikan kekuatan sebuah pukulan.
2.3 Bagian Tubuh Manusia
Tubuh manusia terdiri dari beberapa bagian besar, dan setiap bagian tersebut memiliki massanya masing-masing. Menurut situs ExRx (ExRx, 2013) yang
berdasarkan hasil studi de Leva mengemukakan bahwa tubuh manusia terbagi atas beberapa bagian dan memiliki berat seperti tabel berikut:
Gambar 2.2 Human Segments
Tabel 2.1 Persentase berat anggota tubuh (ExRx, 2013) Percentages of Total Body Weight
Segment Males Females Average
Head & Neck 6.94 6.68 6.81 Trunk 43.46 42.58 43.02 Upper Arm 2.71 2.55 2.63 Forearm 1.62 1.38 1.5 Hand 0.61 0.56 0.585 Thigh 14.16 14.78 14.47 Shank 4.33 4.81 4.57 Foot 1.37 1.29 1.33
lalu jika dibuat tabel rata-rata maka hasilnya sebagai berikut:
Tabel 2.2 Persentase rata-rata berat anggota tubuh (ExRx, 2013) de Leva's Segment Weight data
Segment Quantity Percent Extension
Head 1 6.810 6.81 Trunk 1 43.020 43.02 Total Arm 2 4.715 9.43 Total Leg 2 20.370 40.74 Total Percent: 100
Dapat dilihat dari tabel 2.2 bahwa berat sebuah tangan manusia adalah 4.715 persen dari berat tubuhnya. Maka jumlah persen ini nantinya akan dihitung dengan massa masukan pada rumus energi kinetik.
Dikarenakan perbedaan penamaan antara massa dan berat, apabila dalam ilmu fisika massa merupakan berat dalam ilmu biologi ataupun masyarakat umum dimana satuannya sama-sama gram atau Kilogram. Maka untuk selanjutnya penyebutan massa dan berat adalah memiliki maksud yang sama hanya berbeda bidang studinya saja.
2.4 Microsoft Xbox Kinect
Microsoft Xbox 360 Kinect atau biasa disebut Kinect, pada awalnya memiliki nama Project Natal. Kinect adalah produk dari Microsoft yang memperkenalkan teknologi motion gaming sebagai fitur utamanya. Kinect membuat pemain dapat berinteraksi dengan konsol Xbox 360 tanpa bantuan game controller. Menggunakan Kinect, pemain dapat bermain Xbox 360 cukup hanya dengan menggunakan gerakan anggota tubuhnya.
Teknologi Kinect diciptakan dengan tujuan untuk memperluas peminat konsol Xbox 360 diluar batas kalangan gamer. Saat ini Kinect bersaing ketat dengan Playstation Move milik Sony dan Wii MotionPlus milik Nintendo. Kinect pertama kali dirilis pada tanggal 4 November 2010 di wilayah USA.
Kinect dibuat berdasarkan sistem software dari developer Rare yang merupakan bagian dari Microsoft Game Studios. Sedangkan teknologi kamera yang digunakan oleh Kinect dibuat dari developer Israel, PrimeSense.
Kinect dilengkapi dengan kamera RGB, Depth Sensor, Multi-Array Microphone untuk menangkap dan mengenali suara, dan dilengkapi sebuah Tilt motor agar bisa menyesuaikan derajat tangkapan kamera. Teknologi Depth Sensor Kinect merupakan sensor tiga dimensi (3D) untuk mengenali gerakan pemain.
Sensor ini dapat mengenali sampai enam orang sekaligus, namun hanya dua pemain berstatus aktif yang dapat dideteksi gerakannya oleh Kinect. Depth Sensor terdiri dari sebuah proyektor Infra-Red (IR) yang dikombinasikan dengan sensor monokrom CMOS. Inilah yang dapat membuat Kinect melihat dalam bentuk 3D dalam keadaan cahaya apapun. Kalkulasi jarak antara obyek yang ditangkap dengan Kinect diperoleh berdasarkan sinar IR tersebut. Semakin pendek jaraknya, maka semakin bersinar poin yang ditangkap sensor. Jarak tangkap Depth Sensor dapat diatur. Kinect mampu mengkalibrasikan sensor secara otomatis berdasar pola permainan berada, termasuk benda-benda yang berada disekitar pemain.
Inovasi utama dari Kinect adalah kemampuannya yang lebih maju dalam mengenali wajah, gerakan dan suara. Kinect menghasilkan video dengan 30Hz frame rate. Dengan video stream RGB pada VGA yang beresolusi 11-bit (640 x 480 pixel dengan tingkat sensivitas 2048). Sensor memiliki daerah pandang angular dengan sudut 57 derajat pada bidang horizontal dan 43 derajat pada bidang vertikal. Sensor ini juga dapat dimiringkan hingga 27 derajat ke atas ataupun ke bawah.
Kinect mampu menangkap dan mendeteksi gerakan tubuh secara akurat, pemain hanya menggunakan tubuh untuk berinteraksi dengan dashboard konsol Xbox 360, bermain game, bahkan untuk mengakses fitur-fitur Xbox Live.
Mekanisme kerja Kinect menangkap dan mengenali pergerakan tubuh dari pemain adalah sebagai berikut:
1. Posisi pemain harus menghadap Kinect terlebih dahulu.
2. Kemudian Kinect menangkap titik-titik persendian pada tubuh yang disebut Joint. Ada 20 titik pada tubuh yang dapat terdeteksi oleh Kinect meliputi
kepala, bahu tengah, bahu kanan, bahu kiri, siku kanan, siku kiri, pergelangan tangan kanan, pergelangan tangan kiri, tangan kanan, tangan kiri, tulang punggung, pinggul tengah, pinggul kanan, pinggul kiri, pinggul tengah, lutut kanan, lutut kiri, pergelangan kaki kanan, pergelangan kaki kiri, kaki kanan dan kaki kiri.
3. Joint yang tertangkap oleh sensor tadi dikonversi menjadi titik koordinat 3D (x,y,z) bertipe float. Sehingga setiap pemain melakukan gerakan, maka titik koordinat dari joint yang bersangkutan juga turut berubah pula. Sumbu x merepresentasikan gerakan pemain secara horizontal, sumbu y merepresentasikan gerakan pemain secara vertikal, sumbu z merepresentasikan jauh dekatnya posisi pemain dari Kinect.
Gambar 2.3 Joints dan Orientation pada Kinect (Webb and Ashley, 2012 dan Catuhe,2012)
2.5 Microsoft Kinect SDK
Kinect for Windows SDK adalah toolkit pemograman untuk developer aplikasi. Hal ini memungkinkan para akademik dan komunitas untuk mengakses
kemampuan yang ditawarkan oleh perangkat Microsoft Kinect yang terhubung ke komputer dengan OS Windows 7.
SDK ini dilengkapi driver, API untuk raw sensor streams, skeletal tracking, dokumentasi instalasi dan resource lainnya. SDK ini juga menyediakan kemampuan-kemampuan Kinect bagi para developer yang akan membuat aplikasi dengan C++, C# maupun Visual Basic dengan menggunakan Microsoft Visual Studio 2010.
SDK ini mencakup beberapa fitur diantaranya: 1. Raw Sensor Streams
Akses ke raw data stream dari depth sensor, color camera sensor dan empat microphone array memungkinkan developer untuk membangun proyek mereka menggunakan low-level stream yang dihasilkan oleh Kinect.
2. Skeletal Tracking
Kemampuan untuk melacak gambar kerangka satu atau dua orang yang bergerak dalam bidang Kinect sehingga mudah untuk membuat aplikasi berbasis gerakan.
3. Kemampuan audio yang canggih
Kemampuan pemrosesan audio yang canggih termasuk acoustic noise suppression dan echo cancellation, beam formation untuk mengidentifikasi sumber suara dan terintegrasi dengan Windows Speech Recognition API. 4. Contoh kode dan dokumentasi
SDK mencakup lebih dari 100 halaman dokumentasi teknis. Selain file bantuan, dokumentasi termasuk panduan rinci untuk sampel yang disediakan dengan SDK.
5. Instalasi mudah
Instalasi SDK berlangsung cepat, tidak memerlukan konfigurasi yang rumit dan ukuran installer kurang dari 300MB.
Kinect SDK memiliki arsitektur sebagai berikut, agar aplikasi yang dibuat menggunakan SDK bisa berkomunikasi dengan Kinect. (Microsoft, 2012).
Gambar 2.4 Arsitektur Kinect
2.6 Bahasa Pemograman C#
C# sering dianggap sebagai bahasa penerus C++ atau versi canggih, karena ada anggapan bahwa tanda # adalah perpaduan 4 tanda tambah yang disusun sedemikian rupa sehingga membentuk tanda pagar. Akan tetapi, terlepas dari benar tidaknya anggapan tersebut, C# adalah sebuah bahasa pemrograman yang berorientasi pada objek yang dikembangkan oleh Microsoft dan menjadi salah
satu bahasa pemrograman yang mendukung .NET programming melalui Visual Studio.
C# didasarkan pada bahasa pemrograman C++. C# juga memiliki kemiripan dengan beberapa bahasa pemrograman seperti Visual Basic, Java, Delphi dan tentu saja C++. C# memiliki kemudahan syntax seperti Visual Basic, dan tentu saja ketangguhan seperti Java dan C++. Kemiripan-kemiripan ini tentunya memudahkan programmer dari berbagai latar belakang bahasa pemrograman tidak perlu waktu yang lama untuk menguasainya, karena bagaimanapun juga C# lebih sederhana dibandingkan bahasa-bahasa seperti C++ dan Java.
C# didesain oleh program designer dari Microsoft, Anders Hajlsberg. Sebelum bekerja pada Microsoft, Anders bekerja di borland, tempat dia menulis Pascal compiler. Sebelum mengembangkan C#, Anders mengetahui berbagai macam kekurangan pada bahasa C++, Delphi, Java, dan Smaltalk, karena itu Anders menciptakan bahasa C# yang lebih tangguh. Hal ini juga menjelaskan mengapa C# memiliki kemiripan dengan beberapa bahasa tersebut dan menjadi salah satu alasan mengapa C# memiliki lebih banyak nilai tambah apabila digunakan untuk mengembangkan aplikasi Kinect menggunakan SDK milik Microsoft dibandingkan menggunakan bahasa C++ ataupun VB.Net. (Microsoft, 2013).
2.7 UML
Notasi UML dibuat sebagai kolaborasi dari Grady Booch, DR. James Rumbough, Ivar Jacobson, Rebecca Wirfs-Brock, Peter Yourdon, dan lainnya. Jacobson menulis tentang pendefinisian persyaratan – persyaratan sistem yang
disebut use case. Juga mengembangkan sebuah metode untuk perancangan sistem yang disebut Object Oriented Software Enginnering (OOSE) yang berfokus pada analisis. Booch, Rumbough, dan Jacobson biasa disebut dengan tiga sekawan (tree amigos). Semuanya bekerja di Rational Software Corporation dan berfokus pada standarisasi dan perbaikan ulang UML.
Penggabungan beberapa metode menjadi UML dimulai 1993. Setiap orang dari tiga sekawan di rational mulai menggabungkan idenya dengan metode – metode lainnya. Pada akhir tahun 1995 Unified Method versi 0.8 diperkenalkan. Unified Method diperbaiki dan diubah menjadi UML pada tahun 1996, UML 1.0 disahkan dan diberikan pada Object Technology Group (OTG) pada tahun 1997, dan pada tahun itu juga beberapa perusahaan pengembang utama perangkat lunak mulai mengadopsinya. Pada tahun yang sama OTG merilis UML 1.1 sebagai standar industri.
BAB III
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis
Punch training merupakan bentuk latihan fisik dimana dilakukan gerakan memukul dengan cara mengepalkan tangan lalu menghantamkannya ke sebuah sasaran. Punch termasuk gerakan pertahanan yang digunakan untuk memberi jarak antara diri sendiri dengan musuh atau lawan, sehingga terdapat jeda waktu untuk melarikan diri ataupun memberi serangan lanjutan. Gerakan punch biasanya dipakai dalam beberapa seni beladiri ataupun olahraga petarung. Salah satu contohnya adalah tinju.
Jab adalah contoh dari gerakan paling dasar dari sebuah punch, yaitu dengan mengepalkan tangan dan memukul lurus kedepan sejajar dengan dada sampai tangan benar-benar lurus, jab dapat dilakukan dengan cepat dan memiliki efek yang cukup besar untuk melumpuhkan target sementara. Biasanya jab digunakan untuk membuat pengalih perhatian, bertahan ataupun membuat jarak.
Kekuatan pukulan seorang atlit tinju atau siapapun yang melakukan pukulan dapat dilihat dari kekuatannya saat melakukan jab dimana kekuatan jab ditentukan oleh beberapa faktor diantaranya berat tangan si pemukul dan kecepatan tangan saat melakukan jab. Sehingga semakin cepat gerakan tangan dan semakin berat tangan si pemukul maka akan memiliki jab yang lebih bertenaga daripada yang kecepatan pukulannya pelan tetapi tangannya berat atau sebaliknya.
Sehingga untuk melihat kekuatan jab dapat menggunakan Kinect sebagai sensor penangkap gerakan dan menggunakan rumus fisika untuk menghitung data
yang dihasilkan oleh Kinect. Untuk menghitung berat tangan dari pemukul akan menggunakan rumus segmen tubuh milik de Leva yaitu berat satu tangan manusia adalah 4,715 persen dari berat tubuh keseluruhan. Kemudian untuk mengukur kecepatan tangan saat melakukan jab punch akan menggunakan Kinect, dimana Kinect sudah memiliki kemampuan untuk mengukur jarak dengan menggunakan Depth-Sensor, Depth-Sensor bekerja menggunakan Infrared-beam dengan memanfaatkan waktu pantulan dari cahaya Infrared, semakin cepat pantulan cahaya Infrared ditangkap oleh Kinect maka semakin dekat objeknya dengan Kinect, sehingga untuk menentukan jarak suatu objek menjadi lebih akurat. Terdapat pula Runtime-Tracking yang berfungsi untuk mendeteksi posisi tubuh seperti tangan, kepala, kaki, badan, dan lainnya.
Dari hasil perhitungan tersebut nantinya akan dimunculkan sebuah grafik kepada user sehingga user dapat mengetahui seberapa kuat tenaga jab yang dia lakukan dan untuk mengukur performa kekuatan pukulan saat melakukan training akan diberikan sebuah penghitung waktu dan batas pukulan tertentu sebagai standar training yang harus dilewati, dimana standar tersebut dapat dimasukkan secara manual.
3.1.1 Mengukur Kecepatan Jab
Untuk mengukur kecepatan Jab user harus berdiri di depan menghadap Kinect seperti gambar 3.1, dimana X1 adalah jarak 0 cm yang akan ditampilkan oleh Kinect, jarak ini didapat oleh kemampuan Depth-Sensor milik Kinect, sedangkan X2 merupakan jarak antara user dan Kinect dimana Kinect tidak akan
memulai perhitungan kecepatan apabila user tidak berada di area X2, area X2 ini nantinya dapat ditentukan jaraknya didalam program yang akan dibuat.
Gambar 3.1 Mengukur Kecepatan Jab
Setelah user berada di area X2 untuk dapat dilakukan perhitungan kecepatan maka user harus melakukan gerakan Jab lurus ke arah Kinect seperti gambar dibawah.
Gambar 3.2 Mengukur Kecepatan Jab 2
Kinect yang telah melakukan tracking terhadap tangan akan mencatat perubahan jarak dan waktu tempuh tangan dari X2 ke X3. Sehingga dari waktu tempuh tersebut akan dibagi dengan jarak dari X2 ke X3, maka ditemukanlah sebuah variabel kecepatan v, dimana v ini disimpan kedalam memori aplikasi dan nantinya akan digunakan untuk perhitungan kekuatan pukulan.
3.1.2 Mengukur Kekuatan Pukulan
Untuk pengukuran kekuatan pukulan akan digunakan akan menggunakan perhitungan Energi Kinetik (Ek = ½ m.v2), yaitu setengah dikalikan massa benda
dikalikan kuadrat kecepatan. Pertama dibutuhkan masukan massa, massa merupakan bobot yang dimiliki suatu benda atau objek, dikarenakan massa yang akan dihitung adalah hanya massa sebuah tangan maka akan digunakan tabel segmentasi tubuh manusia oleh de Leva, dimana sebuah tangan memiliki bobot 4,715 persen dari keseluruhan tubuh manusia. Massa tersebut didapatkan dari masukan massa tubuh user kedalam program. Dimana massa tersebut akan menjadi variable masukan M, kemudian masukan M akan dicari massa tangannya (MT) dengan rumus M x 4,715 / 100, hasil dari perkalian tersebut akan menghasilkan massa tangan dengan variabel MT, sehingga rumus Energi Kinetik berubah menjadi Ek = ½ MT.v2.
Setelah variabel MT berisi nilai selanjutnya adalah mengkuadratkan variabel kecepatan v yang telah didapat sebelumnya. Hasil dari pengkuadratan v akan dikalikan dengan MT, kemudian hasil perkalian tersebut akan dikalikan dengan setengah maka akan di dapat sebuah persamaan akhir Ek = ½ MT.V, nilai tersebut yang akan dijadikan variabel Kekuatan (Ek) di dalam program.
Sedangkan untuk pencatatan performa akan menggunakan sistem nilai tertinggi, dimana nilai tersebut didapat dari nilai variabel Ek yang telah ditemukan sebelumnya, kemudian Ek yang dihasilkan oleh Jab selama latihan akan dicatat tenaga pukulan terkuat dan pukulan terlemah, selanjutnya disimpan sebagai rekor pribadi. Apabila nilai dalam satu sesi lebih tinggi dari sesi sebelumnya maka nilai tertinggi tersebut akan menggantikan nilai yang sebelumnya. Sehingga setiap user melakukan training dapat meningkatkan performa kekuatan pukulan dengan mengalahkan nilai training di sesi yang lalu.
3.1.3 Spesifikasi Perangkat Lunak
Dari hasil analisis diatas maka dibutuhkan sebuah aplikasi yang dapat melakukan hal berikut :
A. Ketika user berada dalam jangkauan Kinect maka tampilan dilayar harus menampilkan tubuh user secara virtual.
B. Dapat menangkap masukan gerakan user dari Kinect. Dengan cara melakukan tracking terhadap kedua tangan dan memberi ID pada setiap tangan. Sehingga apabila setiap ID tersebut mengenai triger dalam program akan menjalankan aksi sesuai triger yang ada, misal memillih menu.
C. Menggunakan masukan tersebut untuk menghitung kecepatan jab dari user menggunakan teknik perpindahan objek. Yaitu dengan cara menghitung jarak dari titik awal ke titik akhir pergerakan kemudian dihitung dengan waktu perpindahan.
D. Menghitung kekuatan jab menggunakan cara yang sudah ditentukan dibagian analisis.
E. Menggunakan nilai dari kekuatan jab sebagai parameter penilaian saat melakukan training.
F. Setiap hasil training akan dibandingkan dengan nilai latihan sebelumnya dan memberikan peringkat setiap sesi training.
3.1.4 Inisialisasi Kinect
Prosedur inisialisasi digunakan untuk melakukan inisialisasi awal guna mempersiapkan Kinect yang akan dipakai. Terdapat beberapa proses inisialisasi diantaranya :
A. Proses inisialisasi runtime Kinect yang terdiri atas 3 sub-proses. Dimana proses tersebut berperan untuk mempersiapkan Kinect yang akan digunakan B. Sub-proses inisialisasi color image berperan untuk menginisialisasi sensor
live feed camera atau RGB kamera pada Kinect.
C. Sub-proses inisialisasi depth frame berperan untuk menginisialisasi 3D depth sensor pada Kinect.
D. Sub-proses inisialisasi runtime frame berperan untuk menginisialisasi runtime tracking pada Kinect.
Prosedur inisialisasi Kinect dapat dilihat pada Gambar 3.3 :
3.1.5 Mendeteksi Objek dan Drawing User
Prosedur yang dipakai untuk mendeteksi objek dan menggambar user adalah sebagai berikut :
A. Prosedur RuntimeFrameReady digunakan untuk mendeteksi user runtime dengan cara menggambar titik-titik pada persendian (joint) tubuh
A.1 Proses clear image berperan dalam melakukan refresh pada komponen canvas image pada WPF-form, berguna agar gambar runtime tidak tertumpuk setiap kali user melakukan pergerakan. A.2 Proses deklarasi variabel bertipe RuntimeFrame berperan untuk
menampung runtime data user.
A.3 Proses penyesuaian runtime dan jumlah maksimal user untuk membatasi runtime agar tidak mendeteksi runtime lain setelah runtime pertama terdeteksi. Hal ini bertujuan agar meningkatkan kinerja aplikasi dalam melakukan pendeteksian user.
A.4 Proses menggambar ellipse digunakan untuk menempelkan gambar ellipse dari form pada setiap runtime joint yang terdeteksi.
A.5 Proses isi ellipse dengan warna agar setiap ellipse yang dibuat memiliki warna.
Proses yang terjadi pada prosedur RuntimeFrameReady dapat dilihat pada Gambar 3.4.
Gambar 3.4 Flowchart RuntimeFrameReady
B. Prosedur DrawPoint digunakan untuk menggambar titik-titik pada tubuh user dan digunakan pada prosedur RuntimeFrameReady.
Beberapa proses yang terjadi pada saat DrawPoint antara lain:
B.1 Proses deklarasi variabel scaledJoint berperan untuk menandai joint pada titik tubuh user.
B.2 Proses deklarasi variabel bertipe ellipse digunakan untuk membuat ellipse yang nantinya akan ditempelkan pada titik joint dari user. B.3 Proses deklarasi SolidColorBrush digunakan untuk mengisi warna
yang nantinya berperan dalam proses pewarnaan ellipse.
B.4 Proses mengisi width, geight dan opacity dari ellipse digunakan untuk menentukan ukuran tinggi, lebar serta tingkat transparansi dari ellipse yang dibuat.
B.5 Proses menambah ellipse berperan dalam membuat ellipse dengan atribut parameter yang diatur sebelumnya.
Proses yang terjadi pada prosedur DrawPoint dapat dilihat pada Gambar 3.5.
Gambar 3.5 Flowchart DrawPoint
Flowchart pseudocode berikut digunakan untuk mendeteksi kecepatan pukulan dari user dan mendeteksi adanya hantaman dengan objek virtual yang dibuat. Penjelasan proses yang terjadi pada pendeteksian kecepatan dan pendeteksian hantaman dengan objek virtual adalah sebagai berikut :
A. Proses Pendeteksian User
-User berdiri tegak didepan Kinect pada jarak antara 150 - 155 cm.
-User melambaikan tangan kearah Kinect agar Kinect dapat memberikan ID pada masing-masing tangan.
B. Proses Pendeteksian Tangan
-Tangan harus berada di area tangkapan Kinect, setelah tangan terdeteksi maka diberikan ID pada masing-masing tangan kemudian diberikan sebuah kursor berupa sarung tangan.
C. Proses Pendeteksian Kecepatan Pukulan
-Tangan yang sudah terdeteksi akan diukur jaraknya.
-Setiap tangan memiliki ID dan counter-timer masing-masing.
-Jika tangan terdeteksi pada jarak 150 cm maka counter-timer akan diatur ke posisi 00.00.00.000.
-Jika tangan bergerak maju mendekati Kinect sehingga jaraknya kurang dari 150 cm atau sama dengan 149 cm maka counter-timer akan di Mulai. -Apabila tangan sudah dekat dengan Kinect dengan jarak tangan kurang
dari 100 cm atau sama dengan 100 cm maka counter-timer akan dihentikan, mainkan efek hantaman lalu dicatat waktu yang dihasilkan oleh counter-timer tersebut.
-Hitung waktu yang didapat dari counter-timer dengan cara yang telah ditentukan dibagian analisis, kemudian catat hasilnya. Hasil tersebut merupakan kecepatan tangan. Masing-masing nilai dibedakan sesuai ID tangan tersebut.