DASAR TEORI
2.9 Zig Zag Scanning
Zig-zag scanning yaitu proses yang merubah matriks 8 x 8 hasil proses kuantisasi kedalam vektor 1 x 28
, dengan pembacaan secara zig-zag scanning. Pada proses zig-zag scanning ini nilai nol pada frekuensi tinggi cenderung terbaca secara berurutan[29].
Gambar II.8. Path zig-zag scanning
Contoh hasil proses zig-zag scanning yang merubah matrks 8 x 8 hasil proses kuantisasi ke dalam vector 1 x 64.
-68 4-18 2 -2 -1 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2.10 MATLAB
Matlab (MATrix LABoratory) bahasa pemrograman yang dikembangkan The Mathwork Inc. dengan fungsi dan karakteristik yang berbeda dengan bahasa pemrograman lain seperti Delphi, Basic atau C++[30]. Bahasa pemrograman level tinggi untuk
11
kebutuhan komputasi teknis, visualisasi dan pemrograman seperti komputasi matematik, analisis data, pengembangan algoritma, simulasi pemodelan dan grafik perhitungan.
Dalam lingkungan perguruan tinggi teknik, Matlab perangkat standar untuk memperkenalkan dan mengembangkan penyajian materi matematika, rekayasa dan keimuan. Di industri, MatLab perangkat pilihan untuk penelitian dengan produktifitas yang tinggi, pengembangan dan analisanya.
Kegunaan MatLab secara umum adalah sebagai berikut: a) Matematika dan komputasi,
b) Perkembangan algoritma,
c) Pemodelan, simulasi, dan pembuatan prototype, d) Analisa data, eksplorasi dan visualisasi
e) Pembuatan aplikasi, termasuk pembuatan antaramuka grafis.
2.10.1 Karakteristik MATLAB
Bahasa pemrogramannya didasarkan pada matriks (baris dan kolom). Matlab lebih lambat (dibandingkan dengan Fortran atau C) karena bahasanya langsung diartikan namun pengembangannya lebih cepat. Automatic memory management, pada Matlab tidak harus mendeklarasikan arrays terlebih dahulu dan tersusun rapi. Dapat diubah ke bahasa C lewat MATLAB Compiler. Tersedia banyak toolbox untuk aplikasi-aplikasi khusus.
Beberapa kelebihan Matlab jika dibandingkan dengan program lain adalah :
a) Mudah memanipulasi struktur dan perhitungan berbagai operasi matriks meliputi penjumlahan, pengurangan, perkalian, invers dan fungsi matriks lainnya.
b) Menyediakan fasilitas plot struktur gambar (kekuatan fasilitas grafik tiga dimensi yang sangat memadai).
c) Script program yang dapat diubah sesuai dengan keinginan user.
d) Jumlah routine-routine powerful yang berlimpah yang terus berkembang. e) Kemampuan interface (misal dengan bahasa C, word dan mathematica).
f) Dilengkapi toolbox, simulink, stateflow dan sebagainya, serta mulai melimpahnya source code di internet yang dibuat dalam matlab (contoh toolbox misalnya: signal processing, control system, neural networks dan sebagainya).
MATLAB diciptakan akhir tahun 1970-an oleh Cleve Moler. MATLAB pertama kali diadopsi oleh insinyur rancangan kontrol, menyebar secara cepat ke bidang lain dan digunakan di bidang pendidikan, khususnya dalam pengajaran aljabar linear dan analisis numerik, serta populer di kalangan ilmuwan yang menekuni bidang pengolahan citra.
12
BAB III
PERANCANGAN
3.1 Gambaran sistem
Gambaran sistem secara keseluruhan yang akan dirancang pada proses pengenalan alat–alat stasioneri ditunjukan pada gambar III.1.
Gambar III.1. Blok diagram keseluruhan sistem pengenalan alat stasioneri
Proses sistem pengenalan gambar atau objek alat stasioneri yang akan dikenali terdiri atas software yang berfungsi sebagai user interface. Software tersebut akan dibuat menggunakan program Matlab yang berfungsi sebagai pusat pengaturan semua proses pengenalan alat stasioneri, baik mulai dari proses pengambilan gambar hingga mengenali gambar yang diambil menggunakan webcam.
3.1.1Alat Stasioneri
Alat stasioneri yang akan dipergunakan dalam proses pengenalan ini adalah alat stasioneri yang biasa kita gunakan dalam kehidupan sehari–hari. Alat–alat stasioneri yang digunakan hanya sebanyak 9 buah jenis alat stasioneri dari jumlah alat stasioneri yang ada meliputi: ballpoint, gunting, stabilo, tipe_x, paper klip, steples, buku kecil(note), cutter, dan pelubang kertas, untuk gambar dan penjelasan telah dijelaskan lebih awal pada bab II pada dasar teori tentang stasioneri gambar II.1.
13
Ekstrasi ciri
3.1.2 Webcam
Webcam yang digunakan dalam proses pengenalan alat–alat stasioneri adalah webcam dengan merk Logitech seri c 270. Gambar terdapat pada bab II subbab webcam gambar II.2. Webcam yang digunakan merk dan seri ini sudah mempunyai dudukan sendiri, webcam ini juga memiliki software pendukung yang biasa terdapat pada webcam seperti zoom in dan zoom out sehingga dapat mempermudah pengguna dalam melakukan pengaturan melalui PC. Pada proses pengambilan citra alat stasioneri menggunakan resolusi 640x480 piksel. Spesifikasi webcam dapat dilihat pada tabel III.1.
Tabel III.1. Spesifikasi dari Webcam Logitech c 270 High definition video (HD) HD 270p
Photo Quality 3 Megapixel
Video Quality Good
Focus Type Always Focused
Auto Light Correction Standart
3.1.3 Proses pengenalan alat–alat stasioneri
Proses pengenalan alat–alat stasioneri ini adalah proses alat stasioneri yang diambil atau capture untuk dikenali bentuknya. Proses yang akan dilakukan dalam tahap ini terdiri preprocessing, citra terkoreksi, ekstraksi ciri Discrete Sine Transform (DST), fungsi jarak dan penentuan keluaran dapat dilihat pada gambar III.2.
Gambar III.2 Blok diagram proses pengenalan alat stasioneri a. Citra alat–alat stasioneri
Tahap Proses citra ini akan diambil menggunakan webcam, gambar yang dicapture oleh webcam akan disimpan dalam format jpeg. Proses pengambilan gambar menggunakan webcam dilakukan dengan jarak ± 50 cm. Jarak yang digunakan ini menghasilkan gambar
Citra alat stasioneri Preprocessing Discrete Sine Transform (DST) Fungsi jarak Euclidean Penentuan keluaran Database alat stasioneri
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
yang fokus. Untuk fokus yang digunakan pada webcam menggunakan fokus normal artinya pengaturan default yang sudah terpasang pada webcam.
Sebelum dilakukannya proses pengambilan citra alat stasioneri menggunakan webcam, maka webcam harus dikomunikasikan dan diinisialisasi terlebih dahulu kedalam program matlab yang dibuat. Dalam menginisialisasikan dan mengkomunikasikan webcam menggunakan fungsi imaqhwinfo untuk mengetahui nama adaptor dalam webcam tersebut. Setelah dilakukan inisialisasi sesuai nama adaptornya yaitu „winvideo‟ dengan resolusi kamera yang digunakan yaitu 640 x 480, maka setelah komunikasi dan inisialisai pada webcam berhasil.Kemudian untuk perintah capture gambar menggunakan „getsnapshot‟. Berikut adalah contoh program inisialisasi webcam pada matlab:
imaqhwinfo;
vid=videoinput('winvideo');
vid=videoinput('winvideo',1,'RGB24_640x480'); gbr=getsnapshot(vid);
b. Preprocessing
Tahap proses preprocessing terdiri dari grayscale, cropping dan resizing. Pada tahap ini memiliki tujuan untuk mempersiapkan citra yang akan dilakukan ekstraksi ciri agar selanjutnya dapat dilakukan proses berikutnya.
Grayscale dilakukan agar citra alat stasioneri yang telah diambil menggunakan webcam menjadi keabuan. Hal ini dilakukan agar dapat mempermudah pengolahan citra dalam proses ekstraksi ciri. Berikut ini adalah contoh program grayscale pada matlab:
I2=imread('pelubang kertas.jpg'); kar=rgb2gray(I2);
Cropping merupakan suatu proses pemotongan bagian–bagian dari citra yang tidak diperlukan dalam suatu proses pengenalan citra alat stasioneri, seperti background template dan dari beberapa hasil percobaan yang dilakukan maka akan didapatkan nilai–nilai koordinat yang sesuai untuk dapat dilakukan proses cropping. Berikut ini adalah contoh program cropping pada matlab:
I2=imread('pelubang kertas.jpg'); C=imcrop(I2,[205 68 175 351]));
Resizing merupakan suatu tahap yang dilakukan untuk suatu citra yang akan dilakukan proses ekstrak dari webcam dengan resolusi yang dibawa oleh webcam yaitu 640x480 piksel,
15
yang akan diubah sesuai dengan ukuran piksel yang sama dengan ekstraksi ciri yang digunakan yaitu Discrete Sine Transform (DST), dengan melakukan beberapa percobaan didapat yaitu 256x128 piksel. Berikut ini adalah contoh program resizing pada matlab:
I2=imread('pelubang kertas.jpg'); L=imresize(I2, [256 128]);
c. Ekstraksi Ciri
Ekstraksi ciri yang digunakan dalam proses pengenalan alat–alat stasioneri adalah Discrete Sine Transform Two Dimesion (DST 2-D) bertujuan untuk membagi citra kedalam blok-blok kecil dengan ukuran tetap yang kemudian dikonveriskan dari domain spasial ke domain DST. Tahap ekstrasi ciri dilakukan dengan mengevaluasi variasi jumlah koefisien DST mulai dari 36, 55, 78, 105, 136, dan 171 yang telah disesuaikan dengan koefisien DST yang digunakan.
d. Fungsi jarak
Proses fungsi jarak bertujuan untuk membandingkan alat–alat stasioneri yang diambil melalui webcam dengan database yang telah dibuat sebelumnya. Hasil dari proses membandingkan ini adalah jarak yang akan digunakan dalam proses selanjutnya. Dalam sistem proses pengenalan ini fungsi jarak yang digunakan adalah fungsi jarak Euclideanlihat persamaan (2.3-2.5).
e. Penentuan Keluaran
Penentuan keluaran merupakan proses terakhir yang dilakukan dari proses pengenalan alat–alat stasioneri. Pada tahap ini hasil dari proses pengenalan alat stasioneri akanditentukan berdasarkan jarak minimum yang diperoleh setelah proses penghitungan fungsi jarak.