sebagai acuan penentuan perkiraan jarak rintangan yang terdapat di depan traktor.
Gambar 4.3. Grafik hubungan jarak piksel laser 2 terhadap piksel pusat dengan jarak rintangan pada pemandangan
Gambar 4.4. Grafik hubungan jarak piksel laser 3 terhadap piksel pusat dengan jarak rintangan pada pemandangan
Gambar 4.5. Grafik hubungan jarak piksel laser 4 terhadap piksel pusat dengan jarak rintangan pada pemandangan y = 73,439e-0,021x R² = 0,9241 0 1 2 3 4 5 130 150 170 190 210 230 Jarak Rintangan (meter)
Jarak Piksel Laser 2 terhadap Koordinat Piksel Pusat
y = 319,13e-0,018x R² = 0,9312 0 1 2 3 4 5 240 260 280 300 320 340 Jarak Rintangan (meter)
Jarak Piksel Laser 3 terhadap Koordinat Piksel Pusat
y = 2E+17e-0,118x R² = 0,8841 0 1 2 3 4 5 322 327 332 337 Jarak Rintangan (meter)
20
Gambar 4.6. Grafik hubungan jarak piksel laser 5 terhadap piksel pusat dengan jarak rintangan padapemandangan
Gambar 4.7. Grafik hubungan jarak piksel laser 6 terhadap piksel pusat dengan jarak rintangan pada pemandangan
4.3. Pendugaan Jarak Rintangan
Setelah regresi eksponensial yang didapat dari jarak piksel tiap laser terhadap koordinat piksel pusat dicantumkan ke pemrograman deteksi rintangan, dilakukan pengambilan citra rintangan. Terlebih dahulu dilakukan pengambilan citra tanpa rintangan pada pemandangan. Ada beberapa citra rintangan yang diambil. Diantaranya citra dengan rintangan berupa pohon, tiang listrik dan manusia. Pengambilan citra pemandangan dipengaruhi oleh banyak faktor. Intensitas matahari merupakan faktor yang berpengaruh paling besar pada saat pengambilan citra. Hal ini dikarenakan intensitas matahari mempengaruhi sinar laser merah dari pointer yang tertangkap oleh citra. Semakin tinggi intensitas matahari, maka semakin kecil intensitas laser merah yang mengakibatkan laser merah tidak tertangkap dengan baik oleh kamera CCD.
Laser merah yang ditangkap oleh kamera CCD, sangat dipengaruhi oleh intensitas cahaya matahari. Pada waktu pengambilan citra, dicoba untuk mengukur intensitas cahaya matahari dengan menggunakan luxmeter analog. Dari pengukuran luxmeter tersebut, tidak dapat diketahui intensitas cahaya matahari dikarenakan keterbatasan luxmeter. Luxmeter tersebut memiliki skala maksimal 2000 candella. Ketika dicoba mengukur intensitas cahaya matahari, jarum analog menunjuk skala di atas 2000 candella. Oleh karena itu, pengukuran intensitas cahaya matahari tidak dilanjutkan, jika dilanjutkan dikhawatirkan akan merusak luxmeter.
y = 80,093e-0,022x R² = 0,9274 0 1 2 3 4 5 130 150 170 190 210 Jarak Rintangan (meter)
Jarak Piksel Laser 5 terhadap Koordinat Piksel Pusat
y = 653,48e-0,019x R² = 0,9261 0 1 2 3 4 5 255 275 295 315 335 355 Jarak Rintangan (meter)
21
Selain intensitas dari matahari, faktor lain yang berpengaruh pada saat proses pengambilan citra rintangan adalah laser pointer yang digunakan, fokus kamera, rata dan tidaknya kondisi permukaan tanah tempat dimana tripod kamera berdiri dan dudukan pointer yang digunakan. Dikarenakan proses pengambilan citra msih dalam kondisi statis (menggunakan tripod), maka kondisi permukaan tanah yang dijadikan sebagai pijakan tripod untuk kamera CCD perlu diperhatikan. Jika permukaan tanah tidak rata, maka tripod perlu disesuaikan. Jika tidak disesuaikan posisi laser merah yang tertangkap pada citra menjadi tidak beraturan. Sebenarnya, dalam kondisi riil justru hal tersebut yang akan terjadi dimana kondisi permukaan tanah tidak rata, dan tentu akan mengakibatkan kamera menjadi bergoyang ketika traktor berjalan. Namun, pada penelitian kali ini kondisi tersebut masih belum diperhitungkan dikarenakan hasil dari penelitian deteksi rintangan kali ini diharapkan dapat membuktikan bahwa pendeteksian rintangan menggunakan kameraCCD dan perangkat tambahan laser pointer dapat diaplikasikan. Berhubungan dengan hal tersebut, paling tidak program dapat memperkirakan jarak berdasarkan citra titik laser merah yang ditangkap oleh kamera CCD. Dudukan pointer yang digunakan sangat mempengaruhi posisi laser merah yang tertangkap pada citra. Dudukan yang digunakan masih belum bagus, sehingga terkadang posisi laser pointer menjadi bergeser. Meskipun pergeseran yang terjadi sangat kecil, namun sangat mempengaruhi posisi laser merah yang tertangkap pada citra.Fokus kamera disesuaikan untuk setiap pengambilan citra pada pemandangan. Hal ini dikarenakan kamera CCD yang digunakan tidak autofocus. Selain itu, fokus kamera berpengaruh terhadap baik atau buruknya kualitas citra pemandangan yang diambil. Kualitas citra yang dimaksudkan bukan kualitas ukuran file citra dalam kb (kilobyte), tapi berupa samar atau jelasnya citra pemandangan dan bisa juga redup atau terangnya citra pemandangan yang diambil. Semakin baik kualitas citra yang diambil, maka output yang dihasilkan juga akan semakin baik. Pada beberapa citra yang diambil seperti yang ditunjukkan pada Gambar 4.1, setelah dilakukan operasi thresholding merah, sinar laser yang tertangkap oleh kamera tidak seragam. Ketidakseragaman tersebut dipengaruhi oleh konstruksi laser pointer tersebut dari pabrik produksinya. Pada beberapa laser, warna merah yang dikeluarkan terang sekali dan pada beberapa laser yang lain tidak seterang laser tersebut.
22
Gambar 4.9. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra tanparintangan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding warna merah dan 3) setelah dilakukan operasi opening
Citra yang diambil adalah citra pemandangan tanpa rintangan di depannya dan citra pemandangan dengan rintangan pohon, tiang listrik dan manusia. Seperti yang terlihat pada Gambar 4.8 yang merupakan citra pemandangan tanpa rintangan. Dari Gambar 4.9 terlihat bahwa jika pemandangan tanpa rintangan diambil, setelah dilakukan operasi thresholding warna merah dan opening hanya muncul citra dengan warna hitam dan tidak ada informasi rintangan yang didapat. Sedangkan pada Gambar 4.10 dan Gambar 4.11, pada citra pemandangan dengan rintangan 1 meter di depan. Pada citra tersebut kamera CCD menangkap adanya sinar laser merah yang mengenai rintangan berupa tiang listrik yang berada 1 meter di depannya. Laser merah yang ditangkap adalah titik laser nomor 2 dan nomor 5. Dari Gambar 4.11, didapat informasi mengenai perkiraan jarak rintangan yang terdapat di depannya. Perkiraan jarak untuk rintangan tiang listrik di depan adalah 1.21 meter untuk laser nomor 2 dan 1.284 meter untuk laser nomor 5.
Gambar 4.10. Citra pemandangan dengan rintangan berupa tiang listrik dengan jarak pengambilan 1 meter, dimana laser pointer nomor 2 dan 5 yang mendeteksi rintangan
23
Gambar 4.11. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 1 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarakGambar 4.12. Citra pemandangan dengan rintangan berupa pohon dengan jarak pengambilan citra 1 meter, dimana laser pointer nomor 1, 2, 5 dan 6 yang mendeteksi rintangan
Untuk Gambar 4.12 dan Gambar 4.13, diketahui bahwa perkiraan jarak untuk laser 1 adalah 1.67 meter, laser nomor 2 dengan perkiraan jarak 2.08 meter, perkiraan jarak untuk laser nomor 5 adalah 1.42 meter dan perkiraan jarak laser nomor 6 adalah 1.38 meter. Dari informasi perkiraan jarak yang didapat, terjadi ketidaksesuaian perkiraan jarak yang mengakibatkan informasi perkiraan jarak yang diberikan salah. Hal ini mungkin saja terjadi. Ada beberapa faktor yang mengakibatkan ketidaksesuaian tersebut. Diantaranya adalah posisi laser pointer yang bergeser pada saat pengambilan
24
citra. Penyebab utama bergesernya posisi laser pointer dikarenakan konstruksi dudukan pointer yang belum bagus, sehingga laser pointer mudah bergeser dan informasi perkiraan jarak yang dihasilkan program menjadi tidak sesuai. Model dari dudukan pointer dapat dilihat pada Lampiran 3.Gambar 4.13. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 1 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarak
Gambar 4.14. Citra pemandangan dengan rintangan berupa manusia dengan jarak pengambilan citra 2 meter, dimana laser pointer nomor 3 dan 4 yang mendeteksi rintangan
25
Dari Gambar 4.14 dan Gambar 4.15 didapat informasi perkiraan jarak untuk laser nomor 3 adalah 1.36 meter dan dan nomor 4 adalah 0.17 meter. Dengan jarak pengambilan citra dari rintangan sejauh 2 meter, perkiraan jarak yang dihasilkan dengan jarak sebenarnya tidak sesuai. Terdapat ketidaksesuaian yang kemungkinan besar diakibatkan oleh bergesernya pointer nomor 3 dan nomor 4 pada saat pengambilan citra terhadap posisi laser saat setting. Terutama untuk perkiraan jarak pada laser nomor 4, dimana perbedaan jarak perkiraan dan jarak sebenarnya (jarak pengambilan citra) yang terlalu jauh. Hal ini memperkuat bahwa dudukan laser pointer yang dirancang dan telah dibuat masih belum bagus dalam mempertahankan posisi laser pointer.Gambar 4.15. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi erosi dan 4) informasi perkiraan jarak
Untuk citra pemandangan di depan traktor dengan rintangan berupa manusia yang diambil dari jarak 2 meter seperti pada Gambar 4.16 dan Gambar 4.17, setelah diolah pada program deteksi rintangan diperoleh perkiraan jarak untuk laser nomor 5 adalah 2.06 meter. Informasi perkiraan jarak yang diberikan adalah sesuai dengan informasi jarak pengambilan citra pemandangan.
Seperti yang telah terlampir pada Lampiran 4, dicoba untuk mengambil citra dengan variasi rintangan yang ada di depan. Dari berbagai citra tersebut, ada beberapa hal yang menyebabkan perbedaan hasil pengolahan citra. Beberapa citra yang diambil dari jarak sekitar 3 meter seperti pada Gambar 10.8, Gambar 10.9, Gambar 10.20, Gambar 10.34, kamera CCD tidak bisa menangkap pantulan sinar laser merah dari pointer. Namun, pada beberapa citra yang diambil dari jarak 3 meter seperti pada Gambar 10.7 dan Gambar 10.21 kamera CCD masih bisa menangkap titik laser merah pada citra dan bisa diolah oleh program.
Kemudian pada beberapa gambar yang terlampir pada Lampiran 4, seperti Gambar 10.3, Gambar 10.13, Gambar 10.14, Gambar 10.18, Gambar 10.30 dan Gambar 10.31. Dari citra pemandangan yang diambil terdapat beberapa laser yang bisa dilihat secara langsung. Namun setelah
26
dilakukan beberapa proses operasi seperti thresholding dan operasi morfologi yang lain seperti opening, closing, erosi dan dilasi untuk membersihkan noise, sebagian titik laser merah ikut menghilang dan hanya sebagian laser yang masih terdapat pada citra pengolahan.Gambar 4.16. Citra pemandangan dengan rintangan berupa manusia dengan jarak pengambilan citra 2 meter, dimana laser pointer nomor 5 yang mendeteksi rintangan
Gambar 4.17. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 2 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarak
27
Seperti yang telah dijelaskan sebelumnya dan diperkuat dengan citra dan pengolahan citra yang dihasilkan seperti pada Lampiran 4, bahwa ketika dilakukan pengambilan citra di lapangan intensitas matahari merupakan faktor yang berpengaruh sangat besar terhadap penelitian deteksi rintangan ini. Dikarenakan intensitas matahari yang jauh lebih besar, sehingga intensitas dari laser pointer menjadi semakin kecil dan menyebabkan citra laser merah yang ditangkap dari beberapa jarak menjadi tidak bisa ditangkap oleh kamera CCD dan tidak dapat diproses.Dengan adanya berbagai macam hasil yang didapat yang dikarenakan oleh variasi kondisi yang begitu kompleks yang terdapat pada pemandangan, perlu diketahui seberapa besar tingkat akurasi perkiraan jarak yang dihasilkan. Tabel pada Lampiran 5 menunjukkan persentase rata-rata akurasi perkiraan jarak yang dihasilkan program pengolah citra untuk deteksi rintangan adalah sebesar 68 %. Hal ini disebabkan oleh konstruksi dari dudukan pointer yang masih belum bagus yang menyebabkan posisi laser pointer masih mudah bergeser. Pada penelitian deteksi rintangan kali ini, dudukan laser pointer yang dipakai masih belum kuat dalam mempertahankan posisi laser pointer. Untuk itu, ke depannya konstruksi dari dudukan laser pointer bisa diperbaiki dan disempurnakan sehingga posisi laser pointer tidak berubah.
V. KESIMPULAN DAN SARAN
5.1.Kesimpulan
Deteksi rintangan untuk traktor tanpa awak menggunakan kamera CCD dapat diaplikasikan dengan tingkat keberhasilan 100 % untuk jarak rintangan 1 meter, 80 % untuk jarak rintangan 2 meter, 40 % untuk jarak 3 meter dan 0 % untuk jarak 4 meter dan 5 meter. Beberapa faktor yang mempengaruhi hasil deteksi rintangan yaitu intensitas matahari, fokus kamera dan laser pointer yang digunakan. Pada saat intensitas matahari tinggi, hasil citra dari deteksi rintangan akan kurang maksimal. Intensitas matahari yang berbeda di setiap tempat menyebabkan fokus kamera disesuaikan di setiap tempat pengambilan citra. Laser pointer yang digunakan dalam penelitian belum menghasilkan citra laser merah yang sesuai, sehingga perlu dicari laser pointer merah yang lebih baik kualitasnya agar hasil deteksi rintangan maksimal.
Diperlukan beberapa operasi pengolahan citra pemandangan dengan rintangan di depan traktor untuk mendeteksi jarak rintangan yang ada di pemandangan. Dengan urutan operasi binerisasi dengan thresholding warna merah dan kombinasi operasi morfologi seperti opening, closing, erosi dan dilasi dapat dihasilkan citra yang berbeda untuk citra pemandangan dengan beberapa variasi rintangan dan tanpa rintangan. Dengan hasil pengolahan citra tersebut didapatkan perkiraan jarak dari rintangan yang ada di depan traktor. Akurasi perkiraan jarak yang dihasilkan program pengolah citra untuk deteksi rintangan adalah sebesar 68 %. Hal ini disebabkan oleh konstruksi dari dudukan pointer yang masih belum bagus yang menyebabkan posisi laser pointer masih mudah bergeser.
5.2.Saran
Untuk pengembangan penelitian selanjutnya ada beberapa hal yang perlu diperhatikan, yaitu: 1. Perlu digunakan laser pointer dengan kualitas yang lebih baik agar hasil yang diperoleh bisa
maksimal,
2. Perlu dilakukan perbaikan dan penyempurnaan tempat dudukan pointer agar posisi laser pointer lebih stabil,
3. Perlu dilakukan percobaan dengan beberapa variasi sudut dan ketinggian kamera CCD terhadap permukaan tanah untuk mengetahui sudut dan ketinggian kamera yang paling baik dalam menginterpretasikan citra pemandangan dengan rintangan di depannya terhadap traktor yang akan diaplikasikan sebagai smart tractor.
1
DAFTAR PUSTAKA
Ahmad, U. 2005. Pengolahan Citra Digital dan Teknik Pemrogramannya. Yogyakarta: Graha Ilmu. Ahmad, U. 2009. 10 Langkah Membuat Program Pengolah Citra Menggunakan Visual C#.
Yoyakarta: Graha Ilmu.
Ahmad, U., Desrial, Subrata, I. D. M. 2010. Pengembangan Algoritma Pengolahan Citra untuk Menghindari Rintangan pada Traktor Tanpa Awak. PROSIDING Seminar Nasional Perteta 2010, “Revitalisasi Mekanisasi Pertanian dalam Mendukung Ketahanan Pangan dan Energi”, Purwokerto, 10 Juli 2010.
Blackmore, B. S., Fountas, S., Vougioukas, S., Tang, L., Sørensen, C. G., and Jørgensen, R. 2004. Decomposition of agricultural task into robotic behaviours, The CIGR Journal of AE Scientific Researchs and Development In Press.
Blackmore, B. S., Stout, B., Wang, M., and Runov, B. 2005. Robotic agriculture – the future of agricultural mechanisation? 5th European Conference on Precision Agriculture. ed. J. Stafford, V. the Netherlands, Wageningan Academic Publishers. pp.621 – 628. [22 Februari 2011] Desiani, A dan Arhami, M. 2005. Konsep Kecerdasan Buatan. Yogyakarta: Penerbit ANDI.
Jarvis, R. A. 1990. Mobile Robot Navigation. Invited Plenary Address. Proc. Third Conference on Robotics. Melbourne. June 3 – 6. pp.8 – 24.
Lesmana, H. E. 2010. Aplikasi Pengolahan Citra Untuk Sistem Fertigasi Otomatis Tanaman Tomat dalam Greenhouse. Skripsi. DepartemenTeknik Pertanian, Fakultas Teknologi Pertanian. IPB. Bogor.
Madsen, T. E. and Jakobsen, H. L. 2001. Mobile Robot for Weeding, Unpublished MSc. Thesis Danish Technical University.
Murni, A. 1992. Pengantar Pengolahan Citra. Jakarta: PT Elex Media Komputindo.
Munir, R. 2006. Aplikasi Image Thresholding untuk Segmentasi Obyek. Seminar Nasional Aplikasi Teknologi Informasi 2006.
Ribeiro, M. I. 2005. Obstacle Avoidance. http://users.isr.ist.utl.pt/~mir/pub/ObstacleAvoidance.pdf [2 Februari 2011]
Shibusawa, S. 1996. Phytotechnology – An introduction to the concepts and topic of a new project. http://phytech.ishikawa-c.ac.jp/WhatIs.html [2 Februari 2011]
Soetiarso, L. 2001. Study on trajectory control for autonomos agricultural vehicle aiming approach to the target object – automatic fertilizer refilling operation (PhD thesis). Tsukuba University, Japan.
Wibowo, A. 2009. Rancangan Analisis Tanaman Tomat dengan Pengolahan Citra Untuk Sistem Fertigasi Otomatis. Skripsi. DepartemenTeknik Pertanian, Fakultas Teknologi Pertanian. IPB. Bogor
Wijaya, M. V. dan Tjiharjadi, S. 2009. Mencari Nilai Threshold yang Tepat untuk Perancangan Pendeteksi Kanker Trofoblas. Seminar Nasional Aplikasi Teknologi Informasi 2009. Yogyakarta, 20 Juni 2009.
