Scikit-Image - DASAR TEORI - PENCACAH BENDA BERDASARKAN BENTUK, UKURAN, DAN KODE ANGKA

BAB II DASAR TEORI

2.3. Python

2.3.2. Scikit-Image

Scikit-image adalah suatu pemrosesan citra yang mengimplementasikan algoritme dan utilitas untuk digunakan dalam suatu penelitian, pendidikan, dan aplikasi industri. Scikit-image memiliki standar pengkodean. Scikit-Scikit-image merepresentasikan gambar sebagai array NumPy untuk penyimpanan data multidimensi dalam python [11].

Gambar 2.7. Webcam Logitech C270

BAB III

PERANCANGAN PENELITIAN

3.1. Proses Pencacah Benda Berdasarkan Bentuk, Ukuran, dan Kode Angka

Proses mencacah benda berdasarkan bentuk, ukuran, dan kode angka meliputi beberapa proses, yaitu pengambilan citra dan klasifikasi bentuk, ukuran, dan kode angka. Alat yang digunakan untuk penelitian adalah laptop, webcam, dan kotak penguji. Laptop digunakan untuk perancangan software untuk proses pencacah benda, webcam digunakan untuk mengambil citra benda, dan kotak penguji digunakan untuk meletakkan benda yang akan diuji. Perancangan alat image processing berdasarkan bentuk, ukuran, dan kode angka ditunjukkan pada Gambar 3.1.

3.2.1

Kotak Pengujian Webcam Logitech C270

Laptop

Benda yang Diuji

Gambar 3.1. Perancangan Alat

3.2. Proses Kerja Sistem

Proses sebelum menampilkan teks dalam hasil keluaran, peneliti harus melalui beberapa tahap. Proses awal pengenalan benda 2D dengan pengambilan citra benda dilakukan menggunakan webcam, yang dapat mengambil citra grayscale. Tahap berikutnya yaitu tahap pengenalan bentuk, ukuran, dan kode angka. Diagram alir proses kerja sistem ditunjukkan pada Gambar 3.2.

Hasil Pengenalan Selesai

Gambar 3.3. Diagram Alir Pengambilan Citra

Gambar 3.2. Diagram Alir Proses Kerja Sistem

3.2.1. Pengambilan Citra benda 2D

Proses pengambilan citra benda adalah proses awal dalam sistem pencacahan benda berdasarkan bentuk, ukuran, dan kode angka. Pada proses ini citra diambil dengan webcam, setelah proses ini dilanjutkan ke proses pemrograman python. Proses diawali dengan menghidupkan webcam setelah itu mengambil citra benda. Diagram alir pengambilan citra benda 2D ditunjukkan pada Gambar 3.3.

Mulai

Gambar 3.4. Diagram Alir Pengambilan Citra

BendaMulai Camera On

Capture

Output:

Citra Grayscale

Output:

Citra Grayscale Selesai

Selesai

Gambar 3.3. Diagram Alir Pengambilan Citra Benda

3.2.2. Pengenalan Bentuk

Tahap ini merupakan proses pengenalan bentuk. Proses pengenalan bentuk benda yang dilakukan adalah mencari nilai extent circle dari citra benda. Proses ini ada tiga bentuk yang akan dideteksi, yaitu segitiga, persegi, dan bundar. Proses ini akan diulangi terus menerus hingga jumlah objek output sama dengan jumlah objek input. Penulis pada proses pengenalan bentuk menggunakan beberapa variabel, yaitu k merupakan indeks benda pertama dalam pemrograman python, R merupakan variabel nilai extent circle, F1 merupakan nilai batas untuk pengenalan bentuk segitiga, F2 merupakan nilai batas untuk pengenalan bentuk persegi, T merupakan variabel untuk array bentuk segitiga, I merupakan variabel untuk array bentuk persegi, dan C merupakan variabel untuk array bentuk bundar.

Diagram alir pengenalan bentuk ditunjukkan pada Gambar 3.4.

Mulai Grayscale ke Citra Biner

Konversi Citra Grayscale ke Citra Biner

R = Extend Circle

Gambar 3.4. Diagram Alir Pengenalan Bentuk

Output:

Gambar 3.4. (Lanjutan) Diagram Alir Pengenalan Bentuk

Gambar 3.4. (Lanjutan) Diagram Alir Pengenalan Bentuk R < F1

3.2.3. Pengenalan Ukuran

Tahap ini merupakan proses pengenalan ukuran. Proses pengenalan ukuran yang dilakukan adalah dengan mencari nilai keliling dari citra benda. Proses pengenalan ukuran dibagi menjadi tiga jenis ukuran, yaitu kecil, sedang, besar. Proses ini akan diulangi terus menerus hingga jumlah objek output sama dengan jumlah objek input. Penulis pada proses pengenalan ukuran menggunakan beberapa variabel, yaitu k merupakan indeks benda pertama dalam pemrograman python, P merupakan variabel nilai keliling benda, U1 merupakan nilai batas untuk pengenalan ukuran kecil, U2 merupakan nilai batas untuk pengenalan ukuran sedang, K merupakan variabel untuk array ukuran kecil, S merupakan variabel untuk array ukuran sedang, dan B merupakan variabel untuk array ukuran besar.

Diagram alir pengenalan ukuran ditunjukkan pada Gambar 3.5.

Mulai

Gambar 3.5. Diagram Alir Pengenalan Ukuran

3.2.4. Pengenalan Kode Angka

Tahap ini merupakan proses pengenalan kode angka. Proses pengenalan kode angka yang dilakukan adalah dengan mencari nilai luas dari citra benda untuk kode angka. Proses ini akan diulangi terus menerus hingga jumlah objek output sama dengan jumlah objek input.

Penulis pada proses pengenalan kode angka menggunakan beberapa variabel, yaitu k merupakan indeks benda pertama dalam pemrograman python, A merupakan variabel nilai luas benda untuk kode angka, dan L merupakan variabel nilai batas suatu kode angka.

Diagram alir pengenalan kode angka ditunjukkan pada Gambar 3.6.

Output:

Gambar 3.5. (Lanjutan) Diagram Alir Pengenalan Ukuran

Gambar 3.5. (Lanjutan) Diagram Alir Pengenalan Ukuran D

Mulai

Gambar 3.6. Diagram Alir Pengenalan Kode Angka

Output:

Gambar 3.6. (Lanjutan) Diagram Alir Pengenalan Kode Angka

Gambar 3.6. (Lanjutan) Diagram Alir Pengenalan Kode Angka Tidak

3.2.5. Pengisian Tabel Pada GUI Python

Tahap ini merupakan pengisian tabel keluaran pencacah benda berdasarkan bentuk, ukuran, dan kode angka. Proses ini akan diulangi terus menerus hingga jumlah objek output sama dengan jumlah objek input. Penulis pada proses pengisian tabel pada GUI python menggunakan beberapa variabel, yaitu M merupakan variabel untuk array bentuk, N merupakan variabel untuk array ukuran, dan O merupakan variabel untuk array kode angka.

Proses pengisian tabel pada GUI python input berupa masing_masing array dari setiap pengenalan, lalu akan dikelompokkan menjadi satu kelompok yang berisi masing-masing kelompok tiga array dari masing-masing pengenalan. Selanjutnya output berupa jumlah pengenalan yang akan terisi pada tabel yang diberi variabel J1 sampai dengan J27. Diagram alir proses pengisian tabel pada GUI python ditunjukkan pada Gambar 3.7.

Mulai

Gambar 3.7. Diagram Alir Pengisian Tabel GUI

Gambar 3.7. (Lanjutan) Diagram Alir Pengisian Tabel GUI Tidak

Gambar 3.7. (Lanjutan) Diagram Alir Pengisian Tabel GUI

J27 = J27 + 1

Gambar 3.7. (Lanjutan) Diagram Alir Pengisian Tabel GUI

Gambar 3.7. (Lanjutan) Diagram Alir Pengisian Tabel GUI Ya

3.3. Perancangan Tampilan GUI Python

Perancangan interface pada sistem pencacah benda berdasarkan bentuk, ukuran, dan kode angka menggunakan GUI ( Graphical User Interface ) yang terdapat pada python dengan tujuan membantu dalam proses pencacah benda berdasarkan bentuk, ukuran, dan kode angka. Rancangan tampilan GUI dapat dilihat pada Gambar 3.8. Keterangan tampilan GUI dapat dilihat pada Tabel 3.1.

Tabel 3.1. Keterangan Tampilan GUI Python

K Segitiga Persegi Bundar

Nama Bagian Keterangan

Text Box “K” Menunjukkan tabel untuk ukuran “Kecil”

Text Box “S” Menunjukkan tabel untuk ukuran “Sedang”

Text Box “B” Menunjukkan tabel untuk ukuran “Besar”

Text Box “1” Indikator benda kode angka “1”

Text Box “2” Indikator benda kode angka “2”

Text Box “3” Indikator benda kode angka “3”

Text Box “Segitiga” Indikator benda bentuk segitiga Text Box “Persegi” Indikator benda bentuk persegi Text Box “Bundar” Indikator benda bentuk bundar

Text Box ”Hasil Pengenalan” Menampilkan hasil pengenalan untuk input image

Tombol “Camera on” Menghidupkan kamera

Tombol “Capture” Menangkap gambar dari kamera Tombol “Proses” Memproses pengenalan input image

Tombol “Reset” Mengembalikan tampilan GUI seperti semula

Tombol “EXIT” Tombol untuk keluar dari tampilan GUI

PENCACAH BENDA BERDASARKAN BENTUK, UKURAN DAN KODE AGKA

PENCACAH BENDA BERDASARKAN BENTUK, UKURAN DAN KODE AGKA Hasil Capture

Gambar 3.8. Tampilan GUI Python

28 penentuan nilai dari setiap parameter, perbandingan hasil secara teori dan praktik, serta pengujian sistem pencacah benda berdasarkan bentuk, ukuran, dan kode angka menghasilkan data pengenalan. Penerapan sistem pencacah benda secara perangkat lunak pada Bab III. Pengujian sistem pencacah benda bertujuan untuk mengetahui sistem yang telah dirancang dapat bekerja dengan baik sesuai dengan perancangan.

4.1. Perubahan

4.2.1. Diagram Alir Penghapusan Kode Angka

Pada Gambar 4.1. ditunjukkan diagram alir penghapusan objek kode angka karena pada Gambar 3.4. masih belum dijelaskan mengenai proses penghapusan objek kode angka.

Penghapusan pengenalan kode angka bertujuan agar pada saat proses pengujian pengenalan bentuk dan ukuran pengenalan kode angka tidak terdeteksi sebagai objek bentuk dan ukuran.

Gambar 4.1. Diagram Alir Penghapusan Kode Angka Mulai

a<1000 Objek terhapus Input:

Citra Grayscale

Menghitung area objek kode angka (a)

Output:

Citra dengan kode angka dan citra tanpa kode objek Objek tidak terhapus

Selesai

Gambar 4.2. Diagram Alir Kode Angka

4.2.2. Diagram Alir Pengenalan Kode Angka

Tahap ini yaitu proses pengenalan kode angka dengan cara mencari nilai dari area atau luas kode angka. Penulis pada proses pengenalan kode angka menggunakan beberapa variabel, yaitu k merupakan indeks benda pertama dalam pemrograman python, A merupakan variabel nilai luas benda untuk kode angka, dan L merupakan variabel nilai batas suatu kode angka. Jika luas kurang dari L1, maka benda dianggap berkode 1, jika luas kurang dari L2, maka benda dianggap berkode 2, dan jika luas lebih dari L2, maka benda dianggap berkode 3. Proses ini akan dilanjutkan sampai pengujian terakhir. Diagram alir pengenalan kode angka ditunjukkan pada Gambar 4.2.

A < L1

Pada Gambar 4.2. merupakan perubahan diagram alir pengenalan kode angka yang menggantikan diagram alir pengenalan kode angka pada gambar 3.6. Perubahan diagram alir kode angka dilakukan karena adanya perubahan dari kerja program sehingga harus adanya penyesuaian agar semua proses pada program sesuai dengan output yang diharapkan.

4.1.3. Perubahan Ukuran Benda

Pada batasan masalah ukuran benda mengalami perubahan. Benda yang mengalami perubahan ukuran adalah benda berukuran sedang dan besar. Benda berukuran besar mengalami perubahan karena pada saat pengujian untuk benda tidak dapat terdeteksi dengan maksimal atau terpotong. Benda berukuran besar terpotong karena posisi peletakan webcam yang kurang tinggi. Sedangkan, untuk benda berukuran sedang mengalami perubahan karena agar setiap benda memiliki perbandingan nilai ukuran yang sama, yaitu berjarak 3 cm.

Perubahan ukuran benda ditunjukkan pada Tabel 4.1. dan 4.2.

Bentuk Ukuran Panjang Sisi/Diameter

Tabel 4.1. Ukuran Benda Sebelum Perubahan

Tabel 4.2. Ukuran Benda Setelah Perubahan Bentuk Ukuran Panjang

Sisi/Diameter

Gambar 4.4. Segitiga Ukuran 10 cm Gambar 4.3. Segitiga Ukuran 12 cm

Gambar 4.5. Persegi Ukuran 12 cm

Gambar 4.8. Bundar Ukuran 10 cm Gambar 4.6. Persegi Ukuran 10 cm

Gambar 4.7. Bundar Ukuran 12 cm

4.2. Penentuan Parameter

Penentuan parameter memiliki tujuan yaitu untuk mencari suatu nilai dari tiap batas pada program dari setiap pengenalan. Satuan yang digunakan dalam menentukan parameter adalah piksel (px). Pada penentuan parameter penulis sudah menentukan nilai batas-batas pada setiap pengenalan benda. Nilai yang dipakai untuk menentukan suatu parameter adalah nilai yang dihasilkan dari hasil pengujian secara praktik.

4.2.1. Parameter Bentuk

Penentuan parameter bentuk pada penelitian ini dilakukan dengan cara mencari nilai extent circle dari setiap bentuk dengan melakukan evaluasi nilai extent circle minimal dan maksimal dari setiap pengenalan bentuk dengan satuan parameternya adalah piksel. Nilai extent circle minimal dan maksimal dari setiap bentuk diperoleh dari pengujian secara praktik yang ditunjukkan pada Lampiran 1 Tabel L-3. Hasil dari nilai parameter bentuk ditetapkan sebagai nilai batas untuk pengenalan bentuk segitiga, persegi, dan bundar pada program dan akan dilakukan penghitungan sebagai berikut :

Diketahui : Extent circle max benda segitiga : 0,424 px, extent circle min benda persegi : 0,626 px, extent circle max benda persegi : 0,640 px, extent circle min benda bundar : 0,898 px.

• Penentuan Batas Bentuk Segitiga (R1):

R1 = 𝐸𝑥𝑡𝑒𝑛𝑡 𝑐𝑖𝑟𝑐𝑙𝑒 𝑚𝑎𝑥 𝑠𝑒𝑔𝑖𝑡𝑖𝑔𝑎 + 𝐸𝑥𝑡𝑒𝑛𝑡 𝑐𝑖𝑟𝑐𝑙𝑒 𝑚𝑖𝑛 𝑝𝑒𝑟𝑠𝑒𝑔𝑖 2

R1 =0,424 + 0,626 2

R1= 0,525 𝑝𝑥

Benda bentuk segitiga dapat terdeteksi apabila nilai extent circle bendanya yaitu lebih kecil dari 0,525 px.

• Penentuan Batas Bentuk Persegi (R2):

𝑅2 = 𝐸𝑥𝑡𝑒𝑛𝑡 𝑐𝑖𝑟𝑐𝑙𝑒 max 𝑝𝑒𝑟𝑠𝑒𝑔𝑖 + 𝐸𝑥𝑡𝑒𝑛𝑡 𝑐𝑖𝑟𝑐𝑙𝑒 min 𝑏𝑢𝑛𝑑𝑎𝑟 2

R2 = 0,640+0,898 2

𝑅2 = 0,769 𝑝𝑥

Gambar 4.9. List Program Pengenalan Bentuk

Benda bentuk persegi dapat terdeteksi apabila nilai extent circle bendanya yaitu lebih besar dari nilai extent circle benda bentuk segitiga dan lebih kecil dari 0,769 px.

Benda bentuk bundar dapat terdeteksi apabila nilai extent circle bendanya lebih besar dari nilai extent circle dari benda bentuk persegi, yaitu lebih dari 0,769 px.

4.2.2. Parameter Ukuran

Penentuan parameter ukuran pada penelitian ini dilakukan dengan cara mencari nilai keliling dari setiap ukuran dengan melakukan evaluasi nilai keliling minimal dan maksimal dari setiap pengenalan ukuran dengan satuan parameternya adalah piksel. Nilai keliling minimal dan maksimal dari setiap ukuran diperoleh dari pengujian secara praktik yang ditunjukkan pada Lampiran 1 Tabel L-4. Hasil dari nilai parameter ukuran ditetapkan sebagai nilai batas untuk pengenalan ukuran kecil, ukuran sedang, dan ukuran besar pada program dan akan dilakukan penghitungan sebagai berikut :

Diketahui : keliling max benda kecil : 494 px, keliling min benda sedang : 658 px, keliling max benda sedang : 916 px, keliling min benda besar : 948 px.

• Penentuan Batas Ukuran Kecil (K) :

K =𝑘𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑚𝑎𝑥 𝑏𝑒𝑛𝑑𝑎 𝑘𝑒𝑐𝑖𝑙 + 𝑘𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑚𝑖𝑛 𝑏𝑒𝑛𝑑𝑎 𝑠𝑒𝑑𝑎𝑛𝑔 2

K = ^{494 + 658}

K = 576 𝑝𝑥

Gambar 4.10. List Program Pengenalan Ukuran

Benda berukuran kecil dapat terdeteksi apabila nilai keliling ukurannya yaitu lebih kecil dari 576 px.

• Penentuan Batas Ukuran Sedang (S):

S =𝑘𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑚𝑎𝑥 𝑏𝑒𝑛𝑑𝑎 𝑠𝑒𝑑𝑎𝑛𝑔 + 𝑘𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑚𝑖𝑛 𝑏𝑒𝑛𝑑𝑎 𝑏𝑒𝑠𝑎𝑟

S =^{916 + 948}

S = 932 𝑝𝑥

Benda berukuran sedang dapat terdeteksi apabila nilai keliling ukurannya yaitu lebih besar dari nilai keliling benda berukuran kecil dan lebih kecil dari 932 px.

Benda berukuran besar dapat terdeteksi apabila nilai keliling bendanya lebih besar dari nilai keliling dari benda berukuran sedang, yaitu lebih dari 932 px.

4.2.3. Parameter Kode Angka

Penentuan parameter kode angka pada penelitian ini dilakukan dengan cara mencari nilai luas dari setiap kode angka dengan melakukan evaluasi nilai luas minimal dan maksimal dari setiap pengenalan kode angka dengan satuan parameternya adalah piksel.

Nilai luas minimal dan maksimal dari setiap kode angka diperoleh dari pengujian secara praktik yang ditunjukkan pada Lampiran 1 Tabel L-5. Hasil dari nilai parameter kode angka ditetapkan sebagai nilai untuk batas pengenalan kode 1, kode 2, dan kode 3 pada program

Gambar 4.11. List Program Pengenalan Kode Angka dan akan dilakukan penghitungan sebagai berikut :

Diketahui : luas max kode 1 : 316 piksel; luas min kode 2 : 986 piksel; luas max kode 2 : 1064 piksel; luas min kode 3 : 1091 piksel.

• Penentuan Batas Kode 1 (L1) :

L1 =𝑙𝑢𝑎𝑠 𝑚𝑎𝑥 𝑘𝑜𝑑𝑒 1 + 𝑙𝑢𝑎𝑠 𝑚𝑖𝑛 𝑘𝑜𝑑𝑒 2 2

𝐿1 =316 + 986 2 𝐿1 = 651 𝑝𝑥

Kode 1 dapat terdeteksi apabila nilai luas kodenya yaitu lebih kecil dari 651 px.

• Penentuan Batas Kode 2 (L2) :

L2 =𝑙𝑢𝑎𝑠 𝑚𝑎𝑥 𝑘𝑜𝑑𝑒 2 + 𝑙𝑢𝑎𝑠 𝑚𝑖𝑛 𝑘𝑜𝑑𝑒 3 2

𝐿2 =1064 + 1960 2 𝐿2 = 1.512 𝑝𝑥

Kode 2 dapat terdeteksi apabila nilai luas kodenya yaitu lebih besar dari nilai luas kode 1 dan lebih kecil dari 1.512 px.

Kode 3 dapat terdeteksi apabila nilai luas kodenya lebih besar dari nilai luas kode 2, yaitu lebih dari 1.512 px.

4.3. Perbandingan Teori Dengan Praktik

Perbandingan teori dan praktik dilakukan untuk mengetahui perbedaan nilai perhitungan secara teori dengan nilai perhitungan secara praktik. Menentukan perbandingan nilai yang perlu dilakukan adalah mengkonversi nilai secara praktik dengan satuan piksel menjadi satuan centimeter agar memiliki persamaan dengan nilai satuan secara teori. Nilai 1 piksel = 0,026 cm. Cara mengkonversi nilai piksel menjadi centimeter ditunjukkan pada Gambar 4.12. untuk pengenalan bentuk, Gambar 4.13. untuk pengenalan ukuran, dan Gambar 4.14. untuk pengenalan kode angka. Hasil perbandingan nilai secara teori dengan praktik ditunjukkan pada Tabel 4.3., 4.4., dan 4.5.

4.2.1. Pengenalan Bentuk

Diketahui : Panjang sisi : ukuran kecil = 4 cm, ukuran sedang = 7 cm, dan ukuran besar

= 10 cm. Jari-jari : ukuran kecil = 2 cm, ukuran sedang = 3,5 cm, dan ukuran besar = 5 cm.

𝑅₁ merupakan nilai untuk pengenalan bentuk segitiga, 𝑅₂ merupakan nilai untuk pengenalan bentuk persegi, dan 𝑅₃ merupakan nilai untuk pengenalan bentuk bundar. 𝑟 merupakan jari-jari dari circle dan benda bundar. Nilai 𝑅₁, 𝑅₂, 𝑅₃ didapat dari rumus extent circle yang ditunjukkan pada Sub Bab 2.1.5. pada Persamaan 2.3, 2.4, 2.5 halaman 6 hingga 7.

Perhitungan pengujian nilai extent circle pengenalan bentuk ditunjukkan pada Lampiran 1 Tabel L-3.

• Bentuk Segitiga (R1)

𝐿𝑢𝑎𝑠 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 𝐾𝑒𝑐𝑖𝑙 = 𝑎𝑙𝑎𝑠 × 𝑡𝑖𝑛𝑔𝑔𝑖 2 = 4 × 3,5

2 = 7 𝑐𝑚²

𝐿𝑢𝑎𝑠 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 𝑆𝑒𝑑𝑎𝑛𝑔 = 𝑎𝑙𝑎𝑠 × 𝑡𝑖𝑛𝑔𝑔𝑖 2 = 7 × 6

2 = 21 𝑐𝑚²

𝐿𝑢𝑎𝑠 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 𝐵𝑒𝑠𝑎𝑟 = 𝑎𝑙𝑎𝑠 × 𝑡𝑖𝑛𝑔𝑔𝑖 2 = 10 × 8,7

2 = 43,5 𝑐𝑚²

𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑢𝑎𝑠 𝐵𝑒𝑛𝑡𝑢𝑘 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 = 7 + 21 + 43.5 3 = 23,84 𝑐𝑚²

𝑅₁ = 𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑢𝑎𝑠 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎

𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑢𝑎𝑠 𝑀𝑖𝑛𝑖𝑚𝑢𝑚 𝐸𝑛𝑐𝑙𝑜𝑠𝑖𝑛𝑔 𝐶𝑖𝑟𝑐𝑙𝑒 𝑅₁ = 23,84

86,38 𝑅₁ = 0,28

• Bentuk Persegi (R2)

𝐿𝑢𝑎𝑠 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 𝐾𝑒𝑐𝑖𝑙 = 𝑠𝑖𝑠𝑖 × 𝑠𝑖𝑠𝑖 = 4 × 4 = 16 𝑐𝑚²

𝐿𝑢𝑎𝑠 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 𝑆𝑒𝑑𝑎𝑛𝑔 = 𝑠𝑖𝑠𝑖 × 𝑠𝑖𝑠𝑖 = 7 × 7 = 49 𝑐𝑚²

𝐿𝑢𝑎𝑠 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 𝐵𝑒𝑠𝑎𝑟 = 𝑠𝑖𝑠𝑖 × 𝑠𝑖𝑠𝑖 = 10 × 10 = 100 𝑐𝑚²

𝑅𝑒𝑟𝑎𝑡𝑎 𝐵𝑒𝑛𝑡𝑢𝑘 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 = 16 + 49 + 100 3

= 55 𝑐𝑚²

𝑅₂ = 𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑢𝑎𝑠 𝑃𝑒𝑟𝑠𝑒𝑔𝑖

𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑢𝑎𝑠 𝑀𝑖𝑛𝑖𝑚𝑢𝑚 𝐸𝑛𝑐𝑙𝑜𝑠𝑖𝑛𝑔 𝐶𝑖𝑟𝑐𝑙𝑒 𝑅₂ = 55

86,38 𝑅₂ = 0,63

• Bentuk Bundar (R3)

𝐿𝑢𝑎𝑠 𝐵𝑢𝑛𝑑𝑎𝑟 𝐾𝑒𝑐𝑖𝑙 = 2 𝜋 𝑟²

= 2 × 𝜋 × 2² = 25,13 𝑐𝑚²

𝐿𝑢𝑎𝑠 𝐵𝑢𝑛𝑑𝑎𝑟 𝑆𝑒𝑑𝑎𝑛𝑔 = 2 𝜋 𝑟²

= 2 × 𝜋 × 3,5² = 7,96 𝑐𝑚²

𝐿𝑢𝑎𝑠 𝐵𝑢𝑛𝑑𝑎𝑟 𝐵𝑒𝑠𝑎𝑟 = 2 𝜋 𝑟² = 2 × 𝜋 × 5² = 157,06 𝑐𝑚²

𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑢𝑎𝑠 𝐵𝑢𝑛𝑑𝑎𝑟 = 25,13 + 76,96 + 157,06 3

= 86,38 𝑐𝑚²

Gambar 4.12. Konversi Nilai Piksel Pengenalan Bentuk [12]

𝑅₃ = 𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑢𝑎𝑠 𝐵𝑢𝑛𝑑𝑎𝑟

𝑅𝑒𝑟𝑎𝑡𝑎 𝐿𝑢𝑎𝑠 𝑀𝑖𝑛𝑖𝑚𝑢𝑚 𝐸𝑛𝑐𝑙𝑜𝑠𝑖𝑛𝑔 𝐶𝑖𝑟𝑐𝑙𝑒 𝑅₃ = 86,38

86,38 𝑅₃ = 1

Tabel 4.3. Tabel Perbandingan Bentuk

4.2.2. Pengenalan Ukuran

Diketahui : 𝐾 merupakan nilai keliling benda. Panjang sisi dan diameter benda: ukuran kecil = 4 cm, ukuran sedang = 7 cm, dan ukuran besar = 10 cm. Rumus untuk mencari nilai keliling pengenalan ukuran ditunjukkan pada Sub Bab 2.1.6. pada Persamaan 2.6, 2.7, 2.8 halaman 7 hingga 8. Perhitungan pengujian nilai luas pengenalan kode angka ditunjukkan pada Lampiran 1 Tabel L-4.

Perhitungan Praktik Perhitungan Teori

Bentuk Nilai

Extent Circle Bentuk Nilai Extent Circle

Segitiga 0,011 Segitiga 0,28

Persegi 0,017 Persegi 0,63

Bundar 0,025 Bundar 1

• Ukuran Kecil

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 = 𝑠𝑖𝑠𝑖 + 𝑠𝑖𝑠𝑖 + 𝑠𝑖𝑠𝑖 = 4 + 4 + 4

= 12 cm

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 = 4 × 𝑠𝑖𝑠𝑖 = 4 × 4 = 16 cm

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝐵𝑢𝑛𝑑𝑎𝑟 = 2 × 𝜋 × 𝑟

= 2 × 𝜋 × 2

= 12,56 cm

Ukuran Kecil = 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 + 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 + 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝐵𝑢𝑛𝑑𝑎𝑟 3

=12 + 16 + 12,56 3

= 13,52 cm

• Ukuran Sedang

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 = 𝑠𝑖𝑠𝑖 + 𝑠𝑖𝑠𝑖 + 𝑠𝑖𝑠𝑖 = 7 + 7 + 7

= 21 cm

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 = 4 × 𝑠𝑖𝑠𝑖 = 4 × 7 = 28 cm

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝐵𝑢𝑛𝑑𝑎𝑟 = 2 × 𝜋 × 𝑟 = 2 × 𝜋 × 3,5

= 21,99 cm

Ukuran Sedang = 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 + 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 + 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝐵𝑢𝑛𝑑𝑎𝑟 3

= 21 + 28 + 21,99 3

= 23,66 cm

• Ukuran Besar

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 = 𝑠𝑖𝑠𝑖 + 𝑠𝑖𝑠𝑖 + 𝑠𝑖𝑠𝑖 = 10 + 10 + 10 = 30 cm

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 = 4 × 𝑠𝑖𝑠𝑖 = 4 × 10 = 40 cm

𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝐵𝑢𝑛𝑑𝑎𝑟 = 2 × 𝜋 × 𝑟 = 2 × 𝜋 × 5 = 31,42 cm

Ukuran Besar = 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑆𝑒𝑔𝑖𝑡𝑖𝑔𝑎 + 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝑃𝑒𝑟𝑠𝑒𝑔𝑖 + 𝐾𝑒𝑙𝑖𝑙𝑖𝑛𝑔 𝐵𝑢𝑛𝑑𝑎𝑟 3

=30 + 40 + 31,42 3

= 33,80 cm

Tabel 4.4. Tabel Perbandingan Ukuran Perhitungan Praktik Perhitungan Teori

Ukuran Nilai Keliling Ukuran Nilai Keliling

Kecil 11,22 𝑐𝑚 Kecil 13,52 𝑐𝑚

Sedang 19,54 𝑐𝑚 Sedang 23,66 𝑐𝑚

Besar 28,25 𝑐𝑚 Besar 33,80 𝑐𝑚

Gambar 4.13. Konversi Nilai Piksel Pengenalan Ukuran [12]

4.2.3. Pengenalan Kode Angka

Diketahui : 𝐿 merupakan nilai luas lingkaran kode, 𝑛 merupakan jumlah kode angka pada setiap benda, 𝑟 merupakan jari-jari kode, yaitu 0,5 cm. Rumus untuk mencari nilai luas pengenalan kode angka ditunjukkan pada Sub Bab 2.1.7. pada Persamaan 2.9 halaman 8.

Perhitungan pengujian nilai luas pengenalan kode angka ditunjukkan pada Lampiran 1 Tabel L-5.

• Kode 1

𝐿𝑢𝑎𝑠 = 𝑛(𝜋𝑟²)

𝐿𝑢𝑎𝑠 = 1(𝜋 × 0,5²) 𝐿𝑢𝑎𝑠 = 0,78 𝑐𝑚²

• Kode 2

𝐿𝑢𝑎𝑠 = 𝑛(𝜋𝑟²) 𝐿𝑢𝑎𝑠 = 2(𝜋 × 0,5²) 𝐿𝑢𝑎𝑠 = 1,57 𝑐𝑚²

• Kode 3

𝐿𝑢𝑎𝑠 = 𝑛(𝜋𝑟²) 𝐿𝑢𝑎𝑠 = 3(𝜋 × 0,5²) 𝐿𝑢𝑎𝑠 = 6,40 𝑐𝑚²

Hasil perbandingan perhitungan melalui pengenalan bentuk, ukuran, dan kode angka yang ditunjukkan pada Tabel 4.3., 4.4., dan 4.5. dapat dilihat bahwa hasil teori berbeda dengan hasil pengujian. Intensitas cahaya yang digunakan dalam pengujian secara praktik merupakan salah satu faktor yang memengaruhi antara hasil teori dengan pengujian.

Intensitas cahaya memiliki pengaruh terhadap nilai-nilai dari setiap parameter yang dipakai.

Intensitas cahaya yang digunakan dalam pengujian pencacah benda yaitu 6 lux, ditunjukkan pada Gambar 4.29. Perbandingan perhitungan secara praktik dan teori dilakukan untuk mengetahui sejauh mana perbedaan perhitungan secara teori dengan perhitungan secara praktik pada program untuk membuktikan apakah nilai secara teori apabila dimasukkan ke dalam program mampu mengenali setiap pengenalan benda atau tidak. Pengaruh perbedaan nilai secara teori dan praktik berpengaruh terhadap setiap pengenalan benda karena pada saat nilai secara teori dikonversikan ke nilai secara praktik lalu dimasukkan ke program hasilnya adalah benda tidak dapat terdeteksi.

Tabel 4.5. Tabel Perbandingan Kode Angka Perhitungan Praktik Perhitungan Teori

Kode Nilai Luas Kode Nilai Luas

1 7,15 𝑐𝑚² 1 0,78 𝑐𝑚²

2 27 𝑐𝑚² 2 1,57 𝑐𝑚²

3 56,02 𝑐𝑚² 3 6,40 𝑐𝑚²

Gambar 4.14. Konversi Nilai Piksel Pengenalan Kode Angka [12]

4.4. Kinerja Sistem

4.2.1. Pengujian Keberhasilan Pencacah Benda Berdasarkan Bentuk, Ukuran, dan Kode Angka

Pada tugas akhir ini, pengujian keberhasilan pencacah benda berdasarkan bentuk, ukuran, dan kode angka dilakukan 100 kali percobaan. Percobaan dilakukan dengan benda yang dikenali berupa bentuk benda yaitu segitiga, persegi, dan bundar; ukuran benda yaitu kecil, sedang, besar; dan kode 1, 2, dan 3. Percobaan dilakukan sebanyak 3 kali, percobaan pertama untuk 1 benda dengan 1 translasi, yaitu pada posisi 5, percobaan kedua dengan 2 benda 9 translasi, dan percobaan ketiga dengan 3 benda 9 translasi. Tingkat keberhasilan sistem pencacah benda berdasarkan bentuk, ukuran, dan kode angka ditunjukan pada Tabel 4.6., 4.7., 4.8. Gambar hasil pengujian pencacah benda berdasarkan bentuk, ukuran, dan kode angka ditunjukkan pada Gambar 4.16., 4.17., 4.18.

1 2 3

4 5 6

7 8 9

Gambar 4.15. Posisi Peletakan Benda

Tabel 4.6. Pengujian Dengan 1 Benda

Pada percobaan yang pertama menggunakan 1 benda dengan variasi translasi acak.

Percobaan dilakukan dengan 27 benda yang berbeda dengan tingkat keberhasilan 100%.

Percobaan Ke- Keterangan Hasil

Pengujian Posisi Bentuk Objek (Kode)

1 1 Segitiga Kecil (1) √

Percobaan Ke- Keterangan Hasil Pengujian Posisi Bentuk Objek (Kode)

28 1 Segitiga Kecil (1) √

Tabel 4.7. Pengujian Dengan 2 Benda

Pada percobaan yang kedua menggunakan 2 benda dengan variasi translasi dan rotasi.

Percobaan dilakukan sebanyak 40 kali dengan benda yang berbeda dengan tingkat keberhasilan 100%. Tabel 4.7. (Lanjutan) Percobaan Dengan 2 Benda

Tabel 4.8. Pengujian Dengan 3 Benda

Percobaan Ke- Keterangan Hasil

Pengujian Posisi Bentuk Benda (Kode)

Tabel 4.8. (Lanjutan) Percobaan Dengan 3 Benda

Pada percobaan yang ketiga menggunakan 31 benda dengan variasi translasi dan rotasi. Percobaan dilakukan sebanyak 33 kali dengan benda yang berbeda dengan tingkat keberhasilan 100%.

6 Bundar Besar (3) √

1 Segitiga Kecil (3) √

7 Persegi Kecil (3) √

4 Bundar Besar (2) √

9 Segitiga Kecil (2) √

3 Persegi Kecil (2) √

1 Segitiga Kecil (1) √

6 Persegi Besar (1) √

7 Segitiga Kecil (2) √

5 Persegi Besar (2) √

7 Bundar Kecil (2) √

2 Bundar Kecil (3) √

100

5 Bundar Besar (1) √

3 Persegi Kecil (1) √

9 Segitiga Kecil (2) √

Keterangan : √ = Berhasil , X = Tidak Berhasil Tabel 4.8. (Lanjutan) Percobaan Dengan 3 Benda

Gambar 4.16. Pengujian 1 Benda

Gambar 4.17. Pengujian 2 Benda

Gambar 4.19. Pengujian 2 Benda dengan Jarak 0 cm

Gambar 4.20. Pengujian 2 Benda dengan Jarak 0,5 cm

Gambar 4.18. Pengujian 3 Benda

Gambar 4.21. Pengujian 2 Benda dengan Jarak 1 cm

Gambar 4.22. Pengujian 3 Benda dengan Jarak 0 cm

Gambar 4.23. Pengujian 3 Benda dengan Jarak 0,5 cm

Gambar 4.26. Pengujian 2 Benda Berukuran Besar dengan Jarak 1 cm Gambar 4.24. Pengujian 3 Benda dengan Jarak 1 cm

Gambar 4.25. Pengujian 2 Benda Berukuran Besar dengan Jarak 0 cm

Gambar 4.27. Percobaan dengan Benda Berwarna

Gambar 4.28. Hasil Pengenalan Benda Berwarna

Pada Gambar 4.19. dan 4.22. menunjukkan pengujian dengan 2 macam kombinasi jumlah benda yang saling bersentuhan terjadi error atau persentase keberhasilan 0% karena nilai extent circle, keliling, dan luas dari setiap benda saling mempengaruhi dalam proses pengenalan bentuk, ukuran, dan kode angka sehingga nilai yang didapatkan tidak sesuai dengan batas nilai yang sudah ditetapkan pada setiap pengenalan benda. Pada Gambar 4.20., 4.21., 4.23., dan 4.24. menunjukkan pengujian benda dengan 2 macam kombinasi jumlah benda dan dengan jarak antar benda 0,5 cm dan 1 cm dapat terdeteksi dengan sempurna karena nilai extent circle, keliling, dan luas dari setiap benda tidak saling mempengaruhi sehingga sesuai dengan nilai batas yang sudah ditetapkan. Pada Gambar 4.25. dan 4.26.

menunjukkan pengujian 2 benda berukuran besar dengan jarak 0 cm dan 1 cm tidak terdeteksi dengan sempurna karena benda terpotong sehingga nilai batas yang ditentukan tidak sesuai dengan penentuan parameter pada setiap pengenalan benda. Pengujian pencacah benda berdasarkan bentuk, ukuran, dan kode angka tidak dapat mengenali benda dengan sempurna apabila benda saling bersentuhan dan terpotong.

Pada Gambar 4.27. menunjukkan hasil pengujian menggunakan benda warna biru.

Hasil pengujian menunjukkan bahwa benda berwarna tetap terdeteksi dengan benar, tetapi benda berwarna akan terdeteksi menjadi grayscale yang ditunjukkan pada Gambar 4.28.

Hasil pengujian pencacah benda berdasarkan bentuk, ukuran, dan kode angka

Dalam dokumen PENCACAH BENDA BERDASARKAN BENTUK, UKURAN, DAN KODE ANGKA (Halaman 26-0)