PERANCANGAN SISTEM KONTROL PERALATAN RUMAH MELALUI KAMERA DENGAN TEKNIK TEMPLATE MATCHING
SKRIPSI
ROY DEVIDTON SILALAHI
031401059
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
ALAM UNIVERSITAS SUMATERA UTARA
MEDAN
Medan, 16 Juli 2007
LEMBAR PENGESAHAN
PERANCANGAN SISTEM KONTROL PERALATAN RUMAH MELALUI KAMERA DENGAN
TEKNIK IMAGE IMAGE PROCESSING
Oleh
NIM. 031401059 Roy Devidton Silalahi
Telah diperiksa dan disetujui untuk diseminarkan oleh :
Dosen Pembimbing I Dosen Pembimbing II
Drs. Partano Siagian, MSc
NIP. 130 877 994 NIP. 130 936 279
PERSETUJUAN
Judul : PERANCANGAN SISTEM KONTROL
PERALATAN RUMAH MELALUI KAMERA DENGAN TEKNIK TEMPLATE MATCHING.
Kategori : SKRIPSI
Nama : ROY DEVIDTON SILALAHI
Nomor Induk Mahasiswa : 031401059
Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 19 Mei 2008
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Drs. Agus Salim Harahap, MSi. Drs. Partano Siagian, MSc.
NIP. 130 936 279 NIP. 130 877 994
Diketahui/Disetujui oleh Prog. Studi Ilmu Komputer S-1
Ketua,
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Kuasa, terima kasih untuk karunia dan anugerah yang tiada terhingga kepada penulis, sehingga penulis dapat menyelesaikan skripsi ini dengan baik dan lancar.
Ucapan terima kasih penulis sampaikan kepada Bapak Drs. Partano Siagian, MSc dan Bapak Drs. Agus Salim Harahap, MSi selaku dosen pembimbing pada penyelesaian skripsi ini yang telah memberikan bantuan dan penuh kepercayaan kepada penulis untuk menyempurnakan skripsi ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Ilmu Komputer FMIPA USU Bapak Prof. Dr. Muhammad Zarlis dan Bapak Syahriol, S.Si, MIT, Dekan dan pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam serta semua dosen dan staf pegawai pada Departemen Ilmu Komputer FMIPA USU.
Penulis juga berterima kasih kepada semua keluarga besar yang selalu memberikan dukungan, semangat dan doanya, kepada mami tercinta, abang – abang serta adik – adik yang penulis sayangi, keluarga besar Silalahi dan Siahaan. Dan tidak terlupakan kepada teman – teman Rajawali (Allwin,Ferry,Hubertus,Jona,Marius dan Palti), KTB Glori (K’Ona, K’Dinar, B’Bonar, B’Rico), adik – adik PA (Kardo,Lintong,Togi,Novry,Andre,Chandra,Siska), K’Hanaka, Lasmaria, Lidya, David, Rama, Fransisco, Dina, Rafles, Chandra, UKM KMK UP FMIPA USU, K.O. Gloria, PAKOG (K’Risda,K’Melva,K’Hotma,K’Diana) , PMKPM yang telah memberikan penulis dukungan doa dan motivasi, teman – teman kuliah angkatan 2003 Departemen Ilmu Komputer, senioran, junioran yang tidak dapat disebutkan satu persatu yang telah memberikan semangat kepada penulis untuk dapat menyelesaikan skripsi ini. Tuhan berkati.
ABSTRAK
HOUSEHOLD CONTROL SYSTEM THROUGH WEB CAMERA USING MATCHING TEMPLATE TECHNIQUE
ABSTRACT
DAFTAR ISI
1.7. Sistematika Pembahasan 5
Bab 2 LANDASAN TEORI 7
2.1. Pengolahan Citra Digital 7
2.2. Ciri Gambar 11
Bab 3 IDENTIFIKASI DAN PEMODELAN SISTEM KONTROL 26 3.1. Identifikasi Permasalahan Sistem 26 3.1.1 Identifikasi Kebutuhan Sistem Kontrol 26 3.1.2 Identifikasi Fungsi Sistem Kontrol 27
3.3. Capture 30
3.4. Ekstraksi Ciri 32
3.5. Proses Pendeteksian 34
Bab 4 PERANCANGAN GRAPHICAL USER INTERFACE ( GUI )
DAN IMPLEMENTASI 35
4.1. Perancangan 35
4.2. Perancangan Hardware 35
4.3. Perancangan Antarmuka Pemakai 37
4.4. Menu Awal 37
4.7 Pengujian Sistem Kontrol Peralatan 47 4.7.1 Spesifikasi Pengujian Sistem Kontrol 48 4.7.1.1 Implementasi Sistem Jarak 40 cm 48 4.7.1.2 Implementasi Sistem Jarak lebih dari 40 cm 51 4.7.1.3 Implementasi Sistem Dengan Intensitas
Cahaya Berbeda 54
Bab 5 PENUTUP 58
5.1. Kesimpulan 58
5.2. Saran 58
Daftar Pustaka 59
DAFTAR GAMBAR
Halaman
Gambar 1.1 Diagram Image Processing 4
Gambar 2.1 Blok Diagram Pengolahan Citra 7
Gambar 2.2 Ruang Warna RGB dan CMY 13
Gambar 2.3 Nilai Warna RGB dalam Hexadesimal 14
Gambar 2.4 Komposisi Warna RGB 15
Gambar 2.5 Contoh Histogram dari Sebuah Gambar 17 Gambar 2.6 Contoh – contoh Histogram Warna 18
Gambar 2.7 Proses Template Matching 19
Gambar 2.8 IDE Visual Basic .NET 24
Gambar 3.1 Diagram Alir Image Processing 28
Gambar 3.2 Blok Diagram Proses Capture 30
Gambar 3.3 Komposisi Warna (256,256,256) 33
Gambar 3.4 Komposisi Warna (16,16,16) 33
Gambar 4.1 Blok Diagram Interface antara Komputer dan Hardware 36
Gambar 4.2 Tampilan Awal Webcamera 36
Gambar 4.3 Tampilan Awal Verifikasi User 38
Gambar 4.4 Desain program kalender 39
Gambar 4.5 Desain Program Timer 40
Gambar 4.6 Master Menu 40
Gambar 4.7 Menu Item Kamera 41
Gambar 4.8 Menu Item Timer 41
Gambar 4.9 Tampilan Video On-Line 42
Gambar 4.10 Tampilan Kamera dalam keadaan off 43
Gambar 4.11 Tampilan setting kamera 44
Gambar 4.12 Kamera dengan capture pertama 45
Gambar 4.13 Kamera dengan capture kedua 46
Gambar 4.14 Hasil Template Matching 47
Implementasi Sistem Jarak 40 cm
Gambar 4.15 Proses Template Matching Percobaan 1 49 Gambar 4.16 Proses Template Matching Percobaan 2 49 Gambar 4.17 Proses Template Matching Percobaan 3 50 Gambar 4.18 Proses Template Matching Percobaan 4 50 Gambar 4.19 Proses Template Matching Percobaan 5 51
Implementasi Sistem Jarak lebih dari 40 cm
Gambar 4.24 Proses Template Matching Percobaan 5 54
Implentasi Sistem dengan Intensitas Cahaya Berbeda
DFTAR TABEL
Halaman Tabel 2.1 Beberapa Contoh Penyimpanan Citra 10 Tabel 2.2 Contoh – contoh warna dalam hexadecimal 16
ABSTRAK
HOUSEHOLD CONTROL SYSTEM THROUGH WEB CAMERA USING MATCHING TEMPLATE TECHNIQUE
ABSTRACT
BAB 1
PENDAHULUAN
1.1Latar Belakang
Perkembangan teknologi, khususnya Ilmu Komputer telah menghasilkan berbagai
kemudahan yang tentunya semakin mempermudah manusia di dalam menangani
tugas–tugas / permasalahan - permasalahan yang ada pada mereka.
Perkembangan teknologi juga menyebabkan penanganan terhadap peralatan –
peralatan rumah tangga dapat ditangani dengan adanya bantuan komputer. Menurut
Home Smart Home dari Microsoft, pada dasarnya manusia dengan kesibukannya yang
dapat dilihat saat ini, tidak memiliki cukup waktu di dalam memperhatikan peralatan –
peralatan rumah berada pada tempatnya atau tidak. Disamping itu sering kali manusia
apabila selesai mempergunakan suatu alat tidak begitu memperhatikan letak darimana
alat tersebut diambil dengan kata lain meletakkan alat tersebut disembarang tempat.
Sehingga diperlukan suatu alat control yang mampu didalam memantau peralatan
tersebut. Sistem control tersebut membutuhkan kamera sebagai media untuk
pemantauan. Disamping memantau secara on-line, sistem kontrol juga dapat
memberikan suatu nilai yang menunjukkan perubahan suatu peralatan.
Dengan adanya suatu sistem untuk memantau peralatan tersebut diharapkan
1.2Identifikasi Masalah
Dengan memperhatikan latar belakang, dapat diketahui rumusan masalah yang ada.
Masalah – masalah tersebut ialah :
a. Bagaimana mendeskripsikan warna suatu peralatan dengan menggunakan
histogram warna.
b. Bagaimana mendeskripsikan fitur yang ada pada kedua gambar dengan
menggunakan metode Template Matching.
c. Bagaimana merancang sistem kontrol untuk mendeteksi bilamana terdapat suatu
barang yang tidak pada tempatnya atau hilang.
1.3Maksud dan Tujuan
Maksud penelitian ini adalah :
Untuk meneliti tentang perancangan sistem kontrol peralatan rumah melalui kamera
dengan teknik Template Matching melalui metode deskripsi warna.
Tujuan penelitian ini adalah :
Untuk merancang suatu sistem kontrol peralatan rumah melalui kamera dengan teknik
Template Matching memalui metode deskripsi warna.
1.4Pembatasan Masalah
Untuk mewujudkan maksud dan tujuan daripada penelitian ini, permasalahan
haruslah dibatasi. Batasan permasalahan pada penelitian ini adalah :
a. Background warna letak peralatan tersebut bersifat homogen
c. Seting kamera tidak berubah - ubah atau tetap
d. Jarak kamera terhadap obyek peralatan adalah tetap.
e. Penempatan peralatan tidak saling tindih atau menutupi
f. Sistem ini hanya untuk menunjukkan presentasi kemiripan.
1.5Manfaat
a. Bagi Universitas atau instansi lain
Sistem ini dapat diaplikasikan didalam pemantauan peralatan - peralatan kantor
yang ada di universitas atau instansi perkantoran lain.
b. Bagi Penulis
Tugas akhir ini menjadikan penulis untuk lebih mengerti bagaimana proses yang
harus dilalui untuk mendeskripsikan suatu gambar / citra. Tugas akhir ini juga
membuat penulis dapat mengembangkan ilmu yang selama ini dipelajari mengenai
representasi citra agar dapat dikenali oleh suatu sistem.
1.6Metode Penelitian
Penelitian ini dilakukan dengan beberapa tahapan, yaitu :
a. Studi Literatur dan Pemahaman Sistem
Penulisan ini dimulai dengan studi kepustakaan yaitu mengumpulkan bahan-bahan
referensi yang membahas tentang komposisi warna, Histogram pada warna dan
juga Template Matching.
c. Mempelajari konsep bagaimana me-matching-kan kedua gambar dengan metode
Template Matching.
d. Penyusunan laporan dan kesimpulan akhir. Menyusun laporan hasil analisa ke
dalam format penulisan tugas akhir dengan disertai kesimpulan akhir
Gambar 1.1 Diagram Image Processing
Kamera akan mengambil gambar salah satu peralatan rumah sebelum dan sesudah
digunakan. Kemudian kedua gambar tersebut akan diambil fiturnya berupa fitur warna
dengan menggunakan Histogram indeks. Kemudian kedua gambar tesebut akan
dibandingkan dengan metode Template Matching. Apabila kedua gambar memiliki
kedekatan yang tinggi maka kedua gambar dapat dinyatakan sama, tetapi apabila
kedua warna memiliki kedekatan atau kemiripan yang rendah maka ada informasi
1.7Sistematika Pembahasan
Sistematika pembahasan yang akan diuraikan dalam buku Tugas Akhir ini terbagi
dalam bab-bab yang akan dibahas sebagai berikut :
BAB I PENDAHULUAN
Menguraikan tentang latar belakang, tujuan, permasalahan, batasan masalah dan
sistematika pembahasan masalah yang digunakan dalam pembuatan Tugas Akhir ini.
BAB II LANDASAN TEORI
Teori-teori yang digunakan dalam menyelesaikan Tugas Akhir ini akan dibahas dalam
bab ini. Teori teori yang digunakan antara lain :
1. Image Processing
2. Ciri Gambar
3. Warna
4. Histogram Warna
5. Template Matching
6. Bahasa Pemrograman Visual Basic.NET
BAB III IDENTIFIKASI DAN PEMODELAN SISTEM KONTROL
Membahas secara detail dari perencanaan pembuatan sistem. Diantaranya adalah
BAB IV PERANCANGAN DAN PENGUJIAN SISTEM KONTROL
Pada bab ini berisi tentang perancangan sistem kontrol dan proses uji coba terhadap
hasil kinerja aplikasi. Pada proses uji coba ditemukan kendala-kendala yang sangat
berpengaruh pada proses selanjutnya. Perbedaan intensitas cahaya antara gambar
acuan dan gambar sangat berpengaruh terhadap proses pendeteksian.
BAB V KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari pembahasan dan perancangan awal serta analisa yang
diperoleh untuk meningkatkan mutu dari sistem yang telah dibuat serta saran-saran
BAB 2
LANDASAN TEORI
2.1 Pengolahan Citra Digital
Digital Image Processing atau biasa disebut dengan pengolahan citra digital adalah salah satu bidang ilmu pengetahuan yang dapat dikatakan berkembang sangat pesat sejalan dengan berkembangnya kemajuan teknologi pada industri yang ada saat ini.
Pengolahan citra digital merupakan suatu proses perubahan gambar asli menjadi gambar lain yang sesuai dengan keinginan kita tanpa meninggalkan tekstur yang ada pada gambar asli tersebut. Jika ingin mendefinisikannya lebih bebas lagi, pengolahan citra dapat didefinisikan sebagai pengolahan bentuk gambar / citra yang hasilnya dapat diterima secara baik oleh indera penglihatan. [Sigit,Riyanto ST, Step By Step Pengolahan CitraI].
Misalnya, apabila kita mendapatkan suatu gambar atau citra yang kelihatannya dapat dikatakan terlalu gelap,. dengan digital image processing atau pengolahan citra digital, kita akan dapat memproses gambar tersebut agar menghasilkan suatu gambar yang lebih jelas atau gambar yang kelihatannya lebih terang.
Secara garis besar kita dapat menggambarkannya seperti pada blok diagram berikut ini:
Gambar 2.1 Blok Diagram Pengolahan Citra
Dengan kata lain, hal – hal yang dilalui dalam pengolahan citra adalah
1. Memperbaiki kualitas gambar, dilihat dari aspek radiometrik (peningkatan kontras, transformasi warna, restorasi citra) dan dari aspek geometrik (rotasi, translasi, skala, transformasi geometrik).
2 Melakukan pemilihan citra ciri (feature images) yang optimal untuk tujuan analisis.
3 Melakukan proses penarikan informasi atau deskripsi obyek atau pengenalan obyek yang terkandung pada citra.
4 Melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data.
Dalam bidang komputer, citra atau disebut juga image merupakan representasi visual dari suatu objek setelah mengalami berbagai transformasi data dari berbagai bentuk rangkaian numerik. Citra atau image adalah istilah lain yang ditujuka n untuk sebuah gambar sebagai salah satu komponen dari sebuah multimedia yang memegang peranan yang sangat penting sebagai bentuk informasi visual.
Citra mempunyai berbagai macam karakteristik yang tidak dimiliki oleh data dalam bentuk lain, seperti data dalam bentuk teks atau dengan kata lain dapat diterjemahakan dengan kalimat yang sederhana bahwa sebuah citra / image kaya dengan berbagai informasi. Maksudnya adalah sebuah gambar atau sebuah citra dapat memberikan informasi yang lebih banyak daripada informasi yang didapat apabila disajikan dalam bentuk teks.
Image Processing) juga digunakan untuk memproses sebuah data yang diperoleh dalam suatu persepsi mesin, yaitu suatu kumpulan prosedur – prosedur yang digunakan untuk mengekstraksi berbagai macam informasi dari suatu gambar dalam bentuk yang cocok untuk suatu proses komputer.
Proses pengolahan citra digital dengan menggunakan komputer digital adalah suatu proses yang terlebih dahulu melakukan transformasi citra ke dalam bentuk besaran-besaran diskrit dari nilai tingkat keabuan atau derajat keabuan pada titik - titik elemen citra. Bentuk citra ini biasa disebut dengan citra digital. Elemen-elemen citra digital apabila citra tersebut ditampilkan didalam layar monitor akan menempati sebuah ruang yang biasa disebut dengan dot atau pixel (picture elemen/pixel).
Teknik dan proses untuk mengurangi atau menghilangkan efek degradasi pada citra digital meliputi perbaikan citra (image enhancement), restorasi citra (image
restoration), dan transformasi spasial (spatial transformation). Subyek lain dari pengolahan citra digital diantaranya adalah pengkodean citra (image coding), segmentasi citra (image segmentation), representasi dan diskripsi citra (image representation and description ).
Komputer memiliki sebuah cara pandang yang tersendiri terhadap suatu citra. Berbeda dengan citra konvensional yang misalnya dengan melalui proses fotografis seperti pada foto dapat dihasilkan suatu citra nyata yang langsung dapat dinikmati oleh indera penglihatan, citra pada komputer harus melalui beberapa tahapan yang dapat dikatakan cukup rumit.
Hal yang paling membedakan biasanya adalah tingkat kompresi data yang ditawarkan oleh masing-masing metode. Beberapa metode yang sudah cukup dikenal adalah :
Tabel 2.1 Beberapa Contoh Penyimpanan Citra
Ekstensi Nama Keterangan
bmp Windo ws Bitmap Biasanya digunakan oleh aplikasi dan sistem opeasi Microsoft Windows. Merupakan kompresi tipe lossless.
gif Graphics Interchange Format
Gif biasanya digunakan di website. Format gif mendukung citra bergerak. Namun format gif hanya mendukung 255 warna tiap frame. Format gif juga mendukung citra transparan. Format gif merupakan kompresi tipe lossy.
jpeg / jpg Joint Photographic Experts Group
JPEG biasanya digunakan untuk foto atau citra di website. JPEG menggunakan
kompresi tipe lossy. Kualitas
JPEG 2000 bisa bervariasi tergantung setting kompresi yang digunakan.
Kompresi JPEG berbasis DCT(Discreete
Cosine Transform
pbm Portable Bitmap Format Merupakan format citra hitam putih yang sederhana. PBM memerlukan 1 bit tiap pixel. Tidak seperti format citra lainnya, format PBM merupakan plain text yang bisa diolah dengan menggunakan
pengolah text. Format PBM
Pengolahan citra digital memiliki banyak aplikasi seperti dapat kita perhatikan pada aplikasi – aplikasi berbagai bidang, seperti pada bidang penginderaan jarak jauh, robotik, pemetaan, biomedis, dan masih banyak lagi aplikasi lainnya. Perlengkapan - perlengkapan pengolahan citra digital minimal terdiri atas alat pemasukan data citra berupa digitizer atau scanner, komputer digital.
2.2. Ciri Gambar
Ciri merupakan suatu tanda yang khas, dimana tanda tersebut dapat membedakan antara satu dengan yang lainnya. Tidak berbeda dengan sebuah gambar, gambar juga memiliki ciri yang dapat membedakannya dengan gambar yang lain. Masing ciri – ciri gambar didapatkan dari proses ekstraksi ciri.
Ciri – ciri dasar dari suatu gambar atau citra dapat dikategorikan / dibagi dalam tiga hal yaitu :
2.2.1. Warna
Ciri warna daripada suatu gambar atau citra dapat dinyatakan dalam satu bentuk histogram warna dari suatu gambar atau citra tersebut yang dapat dituliskan dalam bentuk :
H(r,g,b)
dimana H(r,g,b) adalah jumlah munculnya pasangan warna r (red), g (green) dan b
(blue) tertentu.
2.2.2. Bentuk
banyak digunakan orang dengan memanfaatkan nilai-nilai transformasi fourier dari suatu gambar.
Proses yang dapat digunakan untuk menentukan ciri bentuk dari suatu gambar adalah deteksi tepi (edge detection), threshold, segmentasi dan perhitungan-perhitungan moment seperti (mean, median dan standard deviasi dari setiap lokal gambar).
2.2.3. Tekstur
Ciri tekstur dari suatu gambar dapat ditentukan dengan menggunakan salah satu filter yaitu filter Gabor. Ciri tekstur ini sangat handal dalam menentukan atau mendapatkan informasi-informasi dari suatu gambar apabila digabungkan dengan ciri warna dari suatu gambar.
Dari ketiga ciri diatas, dalam tugas akhir/penelitian ini hanya menggunakan ciri warna.
2.3.Komposisi warna
Dasar daripada pengolahan citra digital adalah pengolahan warna RGB (red, green, blue) yang ada pada posisi-posisi tertentu. Model warna daripada RGB model dalam mendeskripsikan warna sebagai kombinasi positif dari 3 (tiga) warna dasar, yaitu merah (red), hijau (green), dan biru (blue) sehingga kombinasi warna – warna tersebut nantinya akan membentuk sebuah warna baru yang dimisalkan dengan C, dengan rumusan sebagai berikut,
C rR gG bB
Gambar 2.2 Ruang Warna RGB dan CMY
Ruang warna yang diperlihatkan pada gambar diatas adalah ruang warna dasar dari display monitor pada komputer. Garis yang berada sepanjang titik hitam (0,0,0) RGB hingga titik abu (1,1,1) RGB disebut dengan titik keabuan atau gray level atau disebut juga dengan derajat keabuan, Sehingga dari gambar tersebut kita akan mendapatkan suatu hubungan antara RGB dengan gray level / derajat keabuan tersebut yaitu,
(a)GL (a, a, a)RGB
Sementara hubungan antara RGB dengan CMY diberikan oleh rumusan,
(r, g, b)RGB = (1,1,1) – (c, m, y)CMY
Masing-masing R, G dan B didiskritkan dalam skala 256, sehingga RGB akan memiliki indeks yang berada diantara 0 sampai 255. Penjumlahan warna RGB ini adalah,
C = C1 + C2 = (rC1, gC1, bC1) + (rC2, gC2, bC2)
2 2
Penjumlahan diatas akan menghasilkan nilai RGB yang tidak bulat, sehingga kita harus membulatkan nilainya, yaitu dengan metode bulat kebawah atau bulat keatas. Misalkan dua warna yaitu hitam (0, 0, 0) kita jumlahkan dengan warna putih (255, 255, 255) akan menghasilkan warna abu-abu antara hitam dan putih (127, 127, 127). Hasil akhir dibulatkan kebawah, contoh lain misalkan apabila kita akan menjumlahkan warna merah dengan nilai (255, 0, 0) dan warna hijau dengan nilai (0, 255, 0) maka penjumlahan tersebut akan menghasilkan warna kuning dengan nilai (127,127,0).
Dalam pengolahan citra, warna dipresentasikan dengan bilangan hexadesimal yang dimulai dari 0x00000000 sampai 0x00ffffff. Warna hitam adalah warna yang memiliki nilai 0x00000000, sedangkan warna putih adalah warna yang memiliki nilai 0x00ffffff. Gambar 2.3 adalah gambar yang menunjukkan defenisi nilai warna dengan variabel 0x00 yang menyatakan angka dibelakangnya adalah angka yang menunjukkan bilangan hexadesimal.
Setiap warna mempunyai range nilai / harga 00 (angka desimalnya adalah 0) dan ff (angka desimalnya adalah 255) atau dapat dikatakan mempunyai derajat keabuan 256 ( 0 – 255 ). Dengan demikian, banyaknya range warna yang digunakan atau yang dihasilkan adalah sebesar (28) (28) (28) = 224 (atau dikenal dengan istilah True Colour pada windows). Oleh karena itu, penentuan nilai suatu warna yang bukan warna dasar dapat dihasilkan dengan menggunakan gabungan skala kecerahan setiap warnanya. Jadi, dapat dikatakan suatu warna memiliki nilai tertentu, dimana nilai tersebut merupakan gabungan warna cahaya merah, hijau, dan biru seperti yang terlihat pada gambar berikut:
Gambar 2.4 Komposisi Warna RGB
Sehingga apabila kita mencampurkan ketiga warna dasar RGB dengan komposisi atau dengan nilai yang berbeda-beda, kita akan menghasilkan warna-warna baru yang bernilai berbeda dengan ketiga warna dasar tersebut.
Tabel berikut memperlihatkan contoh-contoh warna yang dihasilkan dari pencampuran warna dasar RGB
Tabel 2.2 Contoh – contoh warna dalam Hexadesimal
Nilai Warna Nilai Warna 0x00ff00ff Magenta 0x00aaffff Kuning Muda 0x00FFFF00 Cyan 0x000088AA Coklat
0x00FFFFFF Putih 0x00AA0088 Ungu
2.4. Histogram Warna
Banyak sekali proses pengolahan citra yang melibatkan distribusi data. Bahkan dalam
image enhancement (perbaikan citra), distribusi nilai derajat keabuan (Gray level) pada citra menjadi suatu acuan yang sangat mendasar. Distribusi data untuk nilai derajat keabuan dapat menggunakan metode yang dinamakan nilai histogram. Histogram adalah suatu fungsi yang menyatakan jumlah kemunculan setiap nilai. Misalnya, ada data sebagai berikut :
X = 1 3 2 5 3 0 2 1 2 4 2 3
Maka histogramnya adalah munculnya setiap nilai pada data tersebut, yaitu nilai 0 muncul sebanyak 1 kali, nilai 1 muncul sebanyak 2 kali, nilai 2 muncul sebanyak 4 kali, nilai 3 muncul sebanyak 3 kali, nilai 4 muncul sebanyak 1 kali, dan nilai 5 muncul sebanyak 1 kali.
Histogram warna merupakan hubungan dari intensitas tiga macam warna dasar RGB.
Gambar 2.5 Contoh Histogram Warna dari sebuah Gambar
Gambar 2.6 Contoh – contoh Histogram Warna
Ciri – ciri citra dari gambar histogram tersebut adalah : a. Gelap
b. Terang c. Normal
d. Normal brightness dan contrast
2.5 Histogram Citra
Histogram citra adalah suatu fungsi yang menyatakan kemunculan jumlah pixel yang memiliki derajat keabuan tertentu di dalam sebuah citra.
2.5.1Pembuatan Histogram
Pembuatan histogram citra dapat dibentuk dengan menentukan terlebih dahulu masing-masing jumlah dari derajat keabuan.
Histogram citra dapat ditentukan dengan menggunakan rumus:
Dimana:
L = Derajat keabuan
ni = Jumlah pixel yang memiliki derajat keabuan i
Contoh:
Citra 8 x 8 dengan skala keabuan 0 – 15
Sehingga di dapat masing-masing nilai histogram dari setiap derajat keabuan:
2.6Template Matching
Gambar 2.7 Proses template matching
Gambar template adalah gambar yang digunakan sebagai acuan. Gambar template diperoleh dari hasil pengambilan gambar dengan webcam sebelum peralatan tersebut digunakan. Sedangkan gambar query diperoleh dari pengambilan gambar dengan menggunakan sebuah webcam (web camera) sesudah peralatan tersebut digunakan. Gambar query juga disebut gambar fakta. Kemudian kedua gambar tersebut akan melalui sebuah proses ekstraksi ciri warna masing - masing dengan menggunakan sebuah metode yaitu metode histogram warna dan kemudian jarak dari nilai histogram RGB pada masing-masing gambar (gambar query dan gambar template) dihitung.
Dari jumlah histogram yang mempunyai harga R, G dan B yang sama akan dicari jarak antara gambar template dengan gambar query. Gambar yang mempunyai jarak yang minimal adalah gambar yang paling mirip dengan gambar template atau
dengan kata lain, semakin kecil jarak yang dihasilkan dari kedua gambar tersebut maka semakin kecil pula perbedaan yang dimiliki gambar tersebut ( semakin mirip ), sebaliknya gambar yang memiliki jarak yang besar adalah gambar yang memiliki perbedaan yang besar pula.
Persamaan yang digunakan untuk menghitung besarnya jarak histogram dari kedua gambar baik gambar query maupun gambar template dapat dinyatakan sebagai berikut :
2.7Visual Basic .Net
15
Sedangkan untuk menghitung nilai kemiripan data dapat dirumuskan sebagai berikut :
S = 1 – d
d = nilai kemiripan
S = nilai template matching
proses development, yaitu visual tool untuk melakukan beberapa operasi pemrograman dan desain umum, dan fasilitas-fasilitas lain yang dapat digunakan untuk menuntaskan masalah – masalah pemrograman
2.8Pemrograman OOP pada VB.NET
OOP (Object Oriented Programming) merupakan paradigma baru dalam pemrograman setelah pemrograman prosedural, pemrograman modular dan diikuti pemrograman abstraksi data. Objek, properti, method dan event ialah unit dasar dari pemrograman berorientasi objek (OOP). Gagasan dari OOP ialah menggabungkan data dengan fungsi menjadi satu kesatuan yang utuh. Karakteristik utama dari pemrograman berorientasi objek adalah :
1) Enkapsulasi
Enkapsulasi ialah proses penyembunyian informasi melalui private maupun melalui protected. Enkapsulasi ialah inti dari konsep pemrograman berorientasi objek yang lebih dikenal dengan data hiding. Enkapsulasi berguna untuk menyembunyikan data pada suatu kelas terhadap kelas lain.
2) Inheritance
Inheritance ialah suatu kelas yang berasal dari turunan satu atau lebih dari kelas lain. Inheritance adalah fasilitas yang kuat yang memungkinkan programmer untuk menggunakan kembali kode pra kompiler, mengadaptasikannya untuk pemakaian sendiri tanpa kompilasi ulang. Turunan tunggalnya ialah proses yang menurunkan kelas dari kelas dasar (base class). Kelas dasar disebut sebagai ancestor (pendahulu), sedangkan kelas turunannya disebua sebagai descendant (penerus)
3) Polimorphisme
2.8.1Objek
Sebuah objek merepresentasikan sebuah instance dari sebuah kelas, seperti form, kontrol atau component. Pada VB. NET, sebuah objek harus diinstankan terlebih dahulu sebelum mengaplikasikannya kedalam salah satu method objek atau mengubah nilai dari propertinya. Penginstanan (instantiation) ialah proses sebuah instance dari sebuah kelas dibuat dan ditugaskan sebagai variabel objek. Sebagai contoh nyata pada dunia komputer, jika kita mempunyai sebuah listing program berisi objek mobil, kita harus mempunya properti mobil tersebut, misalnya warna, jumlah roda, jenis mobil dan lain lain. Objek sanag berguna didalam pemrograman karena mampu menjelaskan pengembangan dan pembuatan program dengan jelas.
2.8.2Properties
Sebuah properti ialah atribut/sifat dari sebuah objek yang menentukan karakteristik objek tersebut, seperti warna, ukuran, lokasi dan lain-lain atau dapat dikatakan bahwa properties ialah sifat yang dimiliki oleh sebuah objek. Untuk menset nilai dari sebuah properti , tambahkan referensi ke sebuah objek dengan sebuah period, nama properti, atau tanda sama dengan (=), dan nilai properti barunya.
2.8.3Visual Basic.NET IDE
Gambar 2.8 IDE Visual Basic .NET
Berikut adalah project templates pada VB.NET
Tabel 2.3 Project templates pada VB.NET
Type Project Keterangan
Windows Application Sebuah project aplikasi windows yang digunakan untuk membuat aplikasi berbasiskan windows yang mempunyai form windows sebagai tool utama untuk antarmuka pengguna.
namespace system.
Class Library Sebuah tipe project untuk membuat kelas-kelas yang digunakan pada aplikasi berbasiskan windows
Console Application Tipe project ini digunakan untuk membuat aplikasi yang tidak mempunyai antarmuka pengguna. Biasanya ditampilkan dari command prompt
Empty Web Project Template ini digunakan untuk membuat aplikasi berbasis web
BAB 3
IDENTIFIKASI DAN PEMODELAN SISTEM KONTROL
3.1Identifikasi Permasalahan Sistem
Tahapan identifikasi terhadap suatu sistem dilakukan sebelum tahapan perancangan dilakukan. Tujuan diterapkannya identifikasi terhadap suatu sistem adalah untuk mengetahui alasan mengapa sistem tersebut diperlukan atau dirancang, merumuskan kebutuhan-kebutuhan dari sistem yang akan dirancang tersebut, untuk mereduksi sumber daya yang berlebih serta yang terakhir adalah untuk membantu merencanakan penjadwalan pembentukan dari sistem rancangan tersebut, sehingga fungsi yang terdapat di dalam sistem tersebut bekerja secara optimal.
Salah satu unsur pokok yang harus dipertimbangkan dalam tahapan identifikasi sistem ini yaitu masalah perangkat lunak, karena perangkat lunak yang digunakan haruslah sesuai dengan masalah yang akan diselesaikan. Untuk itu, identifikasi yang dilakukan terhadap perancangan sistem kontrol melalui kamera terbagi dalam dua hal yaitu; identifikasi kebutuhan sistem kontrol dan juga identifikasi fungsi sistem kontrol.
3.1.1 Identifikasi Kebutuhan Sistem Kontrol
membandingkan dua atau lebih gambar yang dilakukan melalui pendekatan identifikasi warna dan juga pendekatan metode deteksi tepi ( edge detection ). Dalam hal pemodelan perangkat lunak, sistem kontrol pada penelitian ini menggunakan bahasa pemrograman Visual Basic .Net. Visual Studio .Net adalah suatu perangkat lunak yang mewakili suatu area teknologi dan konsep yang membuat platform yang bisa digunakan untuk mengembangkan suatu aplikasi. Berikut adalah gambar IDE (Integrated Development Environtment) dari Visual Basic .Net 2003.
Perancangan sistem kontrol akan melibatkan kamera sebagai media didalam pengambilan obyek peralatan yang akan diubah dalam bentuk bitmap, melalui proses capture yang dilakukan sebanyak dua kali dengan waktu yang berlainan atau sesuai dengan keinginan dari pemilik peralatan yang akan dikontrol. Karena dalam penelitian ini gambar yang akan diperbandingkan adalah sebanyak dua gambar.
3.1.2 Identifikasi Fungsi Sistem Kontrol
Hasil yang diharapkan dari tahapan membangun suatu sistem adalah bagaimana caranya agar sistem yang dibangun memiliki fungsi yang berdayaguna maksimal. Oleh karena itu, maka fungsi-fungsi yang ada pada sistem tersebut perlu diidentifikasi. Identifikasi fungsi sistem kontrol adalah suatu proses yang dijalankan untuk mengetahui fungsi dari sistem apabila sistem tersebut selesai dirancang.
Dimana perangkat lunak akan mengidentifikasi kedua gambar melalui pendekatan metode yang telah dipersiapkan dalam identifikasi kebutuhan perangkat lunak.
3.2Pemodelan Sistem Kontrol
Untuk membuat perancangan sistem kontrol melalui teknik template matching terlebih dahulu harus dibentuk suatu diagram alir. Diagram alir adalah suatu diagram yang menggambarkan bagaimana proses yang akan dijalani suatu sistem untuk menghasilkan sebuah keluaran yang diharapkan pada identifikasi fungsi sistem kontrol. Hal ini bertujuan untuk mengetahui proses berjalannya suatu sistem sampai kepada tahap hasil. Berikut adalah blok diagram dari perancangan sistem kontrol:
Gambar 3.1 Diagram Alir Image Processing
Gambar 3.1 adalah diagram alir yang menunjukkan proses berjalannya perancangan sistem kontrol secara keseluruhan. Gambar acuan adalah gambar yang dicapture sebelum peralatan ditinggalkan. Gambar acuan dapat kita misalkan sebagai gambar template. Gambar acuan adalah gambar yang memperlihatkan keadaan peralatan yang diharapkan nantinya. Gambar fakta adalah sebuah gambar yang diambil beberapa saat setelah gambar satu dicapture/diambil (gambar yang dicapture setelah pemilik peralatan kembali). Gambar fakta dapat kita misalkan sebagai gambar query. Gambar fakta adalah gambar yang memperlihatkan keadaan sebenarnya (keadaan setelah pemilik kembali).
Gambar hasil capture peralatan sebelum dan sesudah jangka waktu tertentu akan diletakkan pada picture box yang memiliki properties yang sama dalam hal ukuran pixel gambar. Hal ini bertujuan agar ukuran kedua gambar yang telah dicapture oleh kamera seragam dan juga untuk mempermudah proses membandingkan kedua gambar atau proses template matching. Setelah itu pada masing – masing gambar dilakukan ekstraksi ciri. Ekstraksi ciri yang digunakan adalah ekstraksi ciri dari warna yang ada pada gambar. Untuk ekstraksi ciri warna dapat menggunakan suatu teknik, yaitu teknik histogram warna. Kemudian dilakukan pencarian kemiripan dari kedua gambar tersebut. Proses pencarian kemiripan gambar dapat digunakan dengan metode template matching.
3.3Capture
Salah satu proses yang dibutuhkan dalam penelitian ini adalah proses capture,
yang melibatkan webcamera. Capture adalah proses pengambilan gambar peralatan melalui kamera sehingga dapat terekam pada sistem dan disimpan pada memori kamera.
Dalam mengcapture gambar dari kamera , ada beberapa hal yang harus diperhatikan , yaitu :
Spesifikasi Kamera
Kamera yang digunakan untuk mengambil gambar dari peralatan adalah webcam.
Spesifikasi kamera yang digunakan adalah bebas. Dalam penelitian ini spesifikasi camera yang digunakan adalah :
VGA 640 x 480
800 x 600 resolution with 30 frames per second
Jarak kamera dengan peralatan pada penelitian ini adalah 40 cm.
( Semakin besar resolusi daripada kamera semakin besar tingkat ketelitian daripada hasil template matching )
Seting Kamera
Seting kamera dalam mengambil gambar template dan gambar query harus sama.
Berikut adalah blok diagram dari proses capture :
Gambar 3.2 Blok diagram proses capture
Peralatan Data
Video
Gambar 3.2 menunjukkan proses capture pada peralatan. Pertama peralatan ditangkap oleh webcam yang berupa gambar video atau gambar bergerak dengan cara mengcapture obyek peralatan tersebut. Kemudian gambar video yang direkam tersebut dijadikan frame hasil capture yang disimpan dengan ekstension .jpg.
Code program untuk proses capture adalah :
Dim img1 As Image
Dim data As IDataObject
' Copy image to clipboard
SendMessage(hHwnd, WM_CAP_EDIT_COPY, 0, 0)
' Get image from clipboard and convert it to a bitmap
data = Clipboard.GetDataObject()
If data.GetDataPresent(GetType(System.Drawing.Bitmap)) Then
img1 = CType(data.GetData(GetType(System.Drawing.Bitmap)),
Image)
oriImage1 = New Bitmap(img1)
End If
Peralatan yang ditangkap oleh kamera berupa variabel long (video) yang disimpan didalam memori kamera. Untuk merubah variabel long (video) agar dapat menjadi bentuk frame (gambar hasil capture) dan kemudian menyimpan gambar frame tersebut ke dalam memori program dalam bentuk bitmap maka digunakan sebuah perintah program. Code program untuk merubah file gambar/frame ke dalam bentuk bitmap dan menyimpannya dalam memori program adalah :
”SendMessage ( hHwnd, WM_CAP_EDIT_COPY, 0, 0)”
diperkecil agar pada saat pengolahan gambar nanti tidak memiliki sebuah kesalahan.
Code program untuk proses scaling adalah :
Dim graph As Graphics = Graphics.FromImage(oriImage1)
graph.DrawImage(oriImage1, 0, 0, 320, 240) i += 1
Code program dalam proses capture untuk gambar acuan dan gambar fakta adalah sama, hanya saja nama dari variabel kedua gambar adalah berbeda.
3.4Ekstraksi Ciri
Pada tugas penelitian ini metode yang digunakan untuk melakukan proses ekstraksi ciri warna adalah dengan menggunakan ssebuah metode yang dikenal dengan metode histogram warna. Histogram warna merupakan proses pada citra dimana pada proses tersebuat akan dihasilkan sebuah distribusi warna dari citra yaitu jumlah pixel yang mempunyai nilai warna sama. Nilai warna pada tiap-tiap pixel dideteksi kemudian nilai warna tersebut dimasukkan pada color kubus.
255
0
255
255
Gambar 3.3 Kombinasi Warna (256,256,256)
Karena keterbatasan memori yang digunakan untuk menyimpan 256 x 256 x 256 kombinasi warna, maka dilakukan penurunan jumlah kombinasi warna dari 256 menjadi 16 kombinasi warna. RGB (16,16,16) dalam vektor dapat ditulis dengan 16 x 16 x 16, hal ini juga bertujuan untuk meminimalisikan kesalahan deteksi warna nantinya. Satu gambar disimpan dalam vektor data yang berukuran 16 x 16 x 16 = 4096. Berikut adalah gambar dari sebuah vektor warna RGB yang memiliki kombinasi warna 16
15
0
15
15
3.5 Proses Pendeteksian
Setelah diketahui nilai jarak antara gambar template dan gambar query yang menggunakan metode teknik template matching, maka hasilnya akan direpresentasikan. Apabila kedua gambar memiliki jarak yang minimal atau perbedaan nilainya kecil, maka kedua gambar dapat dikatakan sama. Sebaliknya, apabila kedua gambar memiliki jarak yang besar atau perbedaan nilai yang relatif besar, maka kedua gambar juga menunjukkan perbedaan yang besar pula. Untuk merepresentasikan hal tersebut maka akan ditunjukkan dengan berupa suara yang memberitahukan informasi mengenai perbedaan gambar peralatan tersebut.
Suara yang dihasilkan ketika menginformasikan barang yang hilang merupakan proses pemanggilan file suara. Berikut adalah penggalan program fungsi pemanggilan file suara
suara = PanggilSuara("blow.wav")
BAB 4
PERANCANGAN DAN PENGUJIAN SISTEM KONTROL
4.1Perancangan
Perancangan merupakan tahap kedua dari siklus hidup pengembangan sistem perangkat lunak. Perancangan memiliki tujuan untuk menentukan kondisi akhir yang diharapkan dari perangkat lunak yang akan dibangun dan merumuskan cara yang harus dilakukan untuk memperoleh hasil tersebut.
Perangkat lunak untuk perancangan sistem control peralatan rumah mencakup perancangan struktur program dan perancangan antar muka pemakai. Pada penelitian ini software yang digunakan adalah Visual Basic .Net, yang merupakan software keluaran dari Microsoft.
4.2 Perancangan Hardware
Pada penelitian ini perancangan hardware adalah salah satu langkah yang harus dilakukan. Hal ini bertujuan agar hardware dan komputer dapat berkomunikasi atau memiliki interface / antarmuka, sehingga user juga dapat berkomunikasi dengan komputer melalui hardware tersebut.
Gambar 4.1 Blok diagram nterface antara komputer dan hardware
Secara fisik, komputer dengan webcamera telah terhubung melalui kabel USB. Dimana USB dari webcamera dihubungkan dengan port usb yang ada pada komputer. Untuk langkah pertama, driver webcamera juga telah ter-instal di dalam PC (Personal Computer). Untuk driver webcamera, telah tersedia saat membeli webcamera.
Berikut adalah penampilan awal dari webcamera di dalam komputer :
Gambar 4.2 Tampilan awal web camera
Berikut adalah code program untuk menciptakan interface antara webcamera dengan komputer :
If SendMessage(hHwnd, WM_CAP_DRIVER_CONNECT, iDevice, 0) Then
'Set the preview scale '
SendMessage(hHwnd, WM_CAP_SET_SCALE, True, 0)
'Set the preview rate in milliseconds
SendMessage(hHwnd, WM_CAP_SET_PREVIEWRATE, 66, 0)
4.3 Perancangan Antar Muka Pemakai
Antar muka pemakai (user interface) adalah aspek sistem komputer atau program yang dapat dilihat, didengar, atau dipersepsikan oleh pengguna manusia, dan perintah-perintah atau mekanisme yang digunakan pemakai untuk mengendalikan operasi dan memasukkan data.
4.4 Menu Awal
Pada sistem perancangan peralatan rumah ini, aplikasi yang pertama sekali ditampilkan adalah menu awal yang tujuannnya untuk verifikasi data dari user.
Untuk dapat login ke Master Menu maka dibutuhkan suatu kode yang dapat menerima input username dan password dari textbox lalu dikirim ke string koneksi. Selain itu, perlu juga ada kode exception untuk menangani kesalahan. Jika salah memasukkan username atau password, error akan dialihkan ke blok catch lalu program akan menampilkan pesan kesalahan. Karakter yang dituliskan dalam textbox akan ditampilkan dengan karakter asterisk (*) sehingga teks yang diketikkan akan terjaga kerahasiaannya. Properti ini terdapat dalam textbox yaitu Passwordchar.
Bentuk penulisan untuk program menu ini adalah :
Dim fmenu As New TempMatch
If txtUsername.Text = "username" And txtPassword.Text =
Me.Hide() fmenu.Show()
Else
MsgBox("Data yang anda masukkan salah")
End
End If
Gambar 4.3 Tampilan menu verifikasi user
4.5 Master Menu
Bentuk penulisan untuk program calender adalah :
Private Sub MonthCalendar1_DateChanged(ByVal sender As
System.Object, ByVal e As System.Windows.Forms.DateRangeEventArgs)
Handles MonthCalendar1.DateChanged
Apabila proram diatas dijalankan, maka akan menghasilkan desain program seperti berikut :
Gambar 4.4 Desain program kalender
Bentuk penulisan untuk program time adalah :
Private Sub timer1_tivk(ByVal sender As System.Object, ByVal e As
System.EventArgs) Handles Timer1.Tick
Label5.Text = Format(Now, "hh:mm:ss")
Apabila proram diatas dijalankan, maka akan menghasilkan desain program seperti berikut :
Gambar 4.5 Desain program Timer
Master menu belum dapat digunakan sebagai interface antar user dan komputer, karena dalam keadaan seperti ini, webcam belum dalam keadaan hidup atau tidak standby. Untuk mengaktifkan camera kita perlu menseting kamera dalam keadaan on.
4.5.1 Menu Item
Pada master menu terdapat suatu menu yang terletak pada ujung atas dari master menu, yang diberi nama camera. Pada menu camera terdapat sub menu yang berfungsi didalam menangani hal – hal yang berkaitan dengan camera.
Gambar 4.7 Menu Item Kamera
Gambar 4.8 Menu Item Timer
Sub menu yang terdapat pada menu camera :
4.5.2 Submenu Hidup
keadaan aktif, maka pada master menu akan menampilkan video online, yang merupakan rekaman yang ditangkap oleh kamera.
Gambar 4.9 Tampilan Video On-Line
4.5.3 Submenu Mati
Gambar 4.10 Tampilan kamera dalam keadaan Off
4.5.4 Submenu Pengaturan
Gambar 4.11 Tampilan seting kamera
4.5.5 Submenu Timer Hidup
Submenu ini berfungsi untuk melakukan proses pengontrolan peralatan dengan teknik auto dimana sistem akan melakukan proses perbandingan gambar secara otomatis dengan waktu yang telah ditentukan oleh sistem. Dalam hal ini button – button yang ada dalam form di non aktifkan.
4.5.6 Submenu Timer Mati
4.6 Command Button
Pada master menu terdapat empat buah command button sebagai media untuk interface antara user dan komputer. Pada command button inilah keselurh sistem dapat berjalan untuk melakukan pendeteksian gambar yang ditangkap oleh kamera, yaitu proses untuk pengambilan gambar, membandingkan kedua gambar yang telah diambil dan button untuk keluar dari sistem.
4.6.1 Button Capture
Button ini berfungsi didalam pengambilan obyek yang dilakukan oleh kamera, kemudian gambar tersebut akan dikonversi berupa gambar bitmap. Kemudian gambar tersebut akan otomatis ditempatkan pada picture box. Proses ini berlaku untuk kedua button capture yaitu button capture untuk gambar acuan dan button capture untuk gambar fakta yang ada pada master menu.
Gambar 4.13 Kamera dengan Capture kedua
4.6.2 Button Template
Gambar 4.14 Hasil Tempalte Matching
4.6.3 Button keluar
Button keluar adalah button yang berfungsi untuk menutup aplikasi sistem kontrol.
4.7 Pengujian Sistem Kontrol Peralatan
sangat berpengaruh pada proses selanjutnya. Perbedaan intensitas cahaya antara gambar acuan dan gambar fakta sangat berpengaruh terhadap proses pendeteksian.
4.7.1 Spesifikasi Pengujian Sistem Kontrol
Proses ujicoba sistem dibagi dalam beberapa kategori, yaitu : 1.Uji coba pendeteksian peralatan dilakukan pada jarak 40 cm 2.Uji coba pendeteksian peralatan pada jarak diatas 40 cm
3.Uji coba pendeteksian peralatan dengan perbedaan intensitas cahaya pada gambar acuan dan gambar fakta.
4.7.1.1 Implementasi Sistem Jarak 40 cm
Percobaan sistem kontrol dilakukan sebanyak 5 kali pada tanggal 30 November 2007, dengan obyek peralatan adalah sebuah jam meja kecil dan juga sebuah boneka mainan anak – anak, hal ini disebabkan dengan spesifikasi kamera yang berukuran kecil dan resolusi yang kecil juga.
Percobaan 1
Gambar 4.15 Proses template matching percobaan 1
Percobaan 2
Pada percobaan dua ini keadaan barang yang akan dideteksi dalam keadaan tidak lengkap yaitu boneka kecil tidak ada pada posisinya. Gambar kiri adalah gambar acuan dan gambar kanan adalah gambar fakta.
Gambar 4.16 Proses template matching percobaan 2
Percobaan 3
Gambar 4.17 Proses template matching percobaan 3
Percobaan 4
Pada percobaan yang keempat ini keadaan barang yang akan dideteksi dalam keadaan lengkap namun posisi keduanya telah berubah. Gambar kiri adalah gambar acuan dan gambar kanan adalah gambar fakta.
Percobaan 5
Pada percobaan yang kelima keadaan barang yang akan dideteksi dalam keadaan tidak lengkap atau kedua barang tidak berada pada tempatnya. Gambar kiri adalah gambar acuan dan gambar kanan adalah gambar fakta.
Gambar 4.19 Proses template matching percobaan 5
4.7.1.2 Implementasi Sistem Jarak lebih dari 40 cm
Percobaan sistem kontrol dilakukan sebanyak 5 kali pada tanggal 30 November 2007, , dengan obyek peralatan adalah sebuah jam meja kecil dan juga sebuah boneka mainan anak – anak, hal ini disebabkan dengan spesifikasi kamera yang berukuran kecil dan resolusi yang kecil juga.
Percobaan 1
Gambar 4.20 Proses template matching percobaan 1
Percobaan 2
Pada percobaan dua ini keadaan barang yang akan dideteksi dalam keadaan tidak lengkap yaitu boneka kecil tidak ada pada posisinya. Gambar kiri adalah gambar acuan dan gambar kanan adalah gambar fakta.
Gambar 4.21 Proses template matching percobaan 2
Percobaan 3
Gambar 4.22 Proses template matching percobaan 3
Percobaan 4
Pada percobaan yang keempat ini keadaan barang yang akan dideteksi dalam keadaan lengkap namun posisi keduanya telah berubah. Gambar kiri adalah gambar acuan dan gambar kanan adalah gambar fakta.
Gambar 4.23 Proses template matching percobaan 4
Percobaan 5
Gambar 4.24 Proses template matching percobaan 5
4.7.1.3 Implementasi Sistem Dengan Intensitas Cahaya Berbeda
Percobaan sistem kontrol dilakukan sebanyak 5 kali pada tanggal 30 November 2007, , dengan obyek peralatan adalah sebuah jam meja kecil dan juga sebuah boneka mainan anak – anak, hal ini disebabkan dengan spesifikasi kamera yang berukuran kecil dan resolusi yang kecil juga.
Percobaan 1
Gambar 4.25 Proses template matching percobaan 1
Percobaan 2
Pada percobaan yang kedua ini keadaan barang yang akan dideteksi dalam keadaan lengkap dan berapa pada posis yang sama, namun pada gambar dua seting kamera diubah menjadi semakin gelap dan juga tidak memiliki penerangan sama sekali. Gambar kiri adalah gambar acuan dan gambar kanan adalah gambar fakta.
Percobaan 3
Pada percobaan yang ketiga ini keadaan barang yang akan dideteksi dalam keadaan lengkap dan berapa pada posisi yang sama, namun pada gambar dua seting kamera diubah menjadi semakin gelap namun memiliki penerangan berupa lampu senter. Gambar kiri adalah gambar acuan dan gambar kanan adalah gambar fakta.
Gambar 4.27 Proses template matching percobaan 3
Percobaan 4
Gambar 4.28 Proses template matching percobaan 4
Percobaan 5
Pada percobaan yang keempat ini keadaan barang yang akan dideteksi dalam keadaan tidak lengkap dimana barang yang akan dideteksi tidak berada pada posisinya, namun pada gambar dua seting kamera diubah menjadi semakin gelap. Gambar kiri adalah gambar acuan dan gambar kanan adalah gambar fakta.
BAB 5
PENUTUP
5.1 Kesimpulan
Dari hasil penelitian dapat disimpulkan sebagai berikut :
1. Dengan menggunkan metode Template Matching system kontrol peralatan rumah dapat dirancang.
2. Intensitas cahaya mempengaruhi pendeteksian warna peralatan sehingga mempengaruhi hasil yang didapat sistem kontrol.
5.2Saran
1. Untuk mendapatkan hasil yang lebih baik, diharapkan kamera yang digunakan memiliki memori yang lebih besar dengan tingkat resolusi yang tinggi dan juga dapat dikembangkan agar sistem kontrol ini juga dapat mendeteksi tepi suatu gambar ( edge detection ) dan juga mendeteksi derajat keabuan ( Color Constant Indexing )
2. Sistem kontrol ini diharapkan untuk kedepannya dapat diaplikasikan untuk mendeteksi peralatan yang memiliki warna yang beragam dan juga untuk mendeteksi peralatan yang memiliki jarak yang jauh dengan kamera.
DAFTAR PUSTAKA
Budiharto, Widodo, Panduan Bagi Programmer .NET, Menguasai Visual Basic.Net. Penerbit Elex Media Komputindo, Jakarta, 2003
Iskandar, Husni, Pengantar Perancangan Sistem , Erlangga, Jakarta 1997
Leong, Marlon, Pemrograman Dasar Microsoft Visual Basic .NET, ANDI Yogyakarta, 2004.
Microsoft, Home Smart Home, www. buildernewsmsg com.
Murni, Aniati, Pengantar Pengolahan Citra, Elex Media Komputindo, Jakarta 1992
Petroutsos,Evangelos, Pemrograman Database dengan Visual Basic 6, Buku 2. Elex Media Komputindo,Jakarta 2004
Pratt, William, Digital Image Processing, PIKS Inside, Third Edition. John Willey and Sons Inc, California, 2001
Sigit,Riyanto ST, Step By Step Pengolahan Citra. Penerbit Andi,Yogyakarta,2005
Suhata, ST, Aplikasi Mikrikontroler Pengendali Peralatan Elektronik, Elex Media Komputindo, Jakarta, 2005
DAFTAR PUSTAKA
1. Budiharto, Widodo, Panduan Bagi Programmer .NET, Menguasai Visual Basic.Net. Penerbit Elex Media Komputindo, Jakarta, 2003
2. Leong, Marlon, Pemrograman Dasar Microsoft Visual Basic .NET, ANDI Yogyakarta, 2004.
3. Microsoft, Home Smart Home, www. buildernewsmsg com.
4. Petroutsos,Evangelos, Pemrograman Database dengan Visual Basic 6, Buku 2.
Elex Media Komputindo,Jakarta 2004
5. Pratt, William, Digital Image Processing, PIKS Inside, Third Edition. John Willey and Sons Inc, California, 2001
6. Sigit,Riyanto ST, Step By Step Pengolahan Citra. Penerbit Andi,Yogyakarta,2005
7. Tim Penelitian dan Pengembangan MADCOMS, Referensi Microsoft Visual Basic .Net. Penerbit Andi, Yogyakarta, 2004
