i Universitas Kristen Maranatha Perbandingan Segmentasi Bibir Menggunakan Metode Kontur Aktif
Region-Base Dan Metode Warna (YIQ) Untuk Pengenalan Huruf Vokal Widhy Nurcahyo Wibowo (0822086)
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha,
Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia.
Email : [email protected]
ABSTRAK
Pada tugas akhir ini dirancang sebuah program pengenalan pengucapan
huruf vokal dengan segmentasi menggunakan metode kontur aktif kemudian
dibandingkan dengan segmentasi metode warna (YIQ). Pada prosesnya terdapat
beberapa langkah utama dalam pengenalan pengucapan huruf vokal, yaitu
segmentasi bibir, pencarian titik penting dan pencarian nilai parameternya. Titik
penting fungsinya sebagai patokan pengukuran untuk mengukur jarak pada citra
biner bagian vertikal dan horizontal. Nilai parameter ini fungsinya ialah sebagai
nilai pembanding untuk menentukan pengelompokan pengucapan huruf vokal.
Pengambilan keputusan untuk proses pengenalan dipilih dari pencarian jarak
terdekat nilai parameter tersebut.
Dari hasil percobaan pada tugas akhir ini diketahui bahwa, segmentasi
dengan menggunakan metode kontur aktif memiliki kesuksesan pengenalan lebih
baik daripada metode warna (YIQ). Pada percobaan pertama, citra uji yang sama
persis dengan citra latih memiliki persentasi yang sama, sebesar 86,67%.
Sedangkan percobaan kedua, citra uji yang berbeda dengan citra latih yang ada di
database untuk metode kontur aktif keberhasilan pengenalan sebesar 73,3%
sedangkan metode warna (YIQ) sebesar 50%.
Kata kunci : Kontur aktif, Segmentasi bibir, Pencarian titik penting dan
ii Universitas Kristen Maranatha Comparison Lip Segmentation Using Region-Base Active Contour Method and
Color Method (YIQ) for Vowel Recognition Widhy Nurcahyo Wibowo (0822086)
Electrical Engineering, Faculty of Engineering Maranatha Christian University
65th Prof. drg. Suria Sumantri, MPH Street, Bandung, Indonesia. Email : [email protected]
ABSTRACT
The thesis is to design a recognition program using the pronunciation of
vowels active contour segmentation methods is then compared with the
segmentation method of color (YIQ). In the process, there are several key steps in
the introduction of the pronunciation of vowels, namely lip segmentation, search
the important point and the search parameter values. The crucial point as a
benchmark measurement function to measure the distance to the binary image of
the vertical and horizontal sections. This parameter value function is as a
benchmark for determining the value of grouping the pronunciation of vowels.
Decision-making to the process of introducing selected from finding the closest
distance parameter values.
From the experimental results of this thesis in mind that, segmentation
using active contour method has better success than the introduction of color
method (YIQ). In the first experiment, the test images that are identical to the
percentage of the image have the same training, amounting to 86.67%. While the
second experiment, the test images with different training images in the database
for the successful introduction of the active contour method amounted to 73.3%
while the method of color (YIQ) amounted to 50%.
vi Universitas Kristen Maranatha
2. 8. Sistem Ruang Warna YIQ ... 10
2. 9. Reduksi Noise Menggunakan Filter Rata-Rata ... 11
2.10. Parameter Bentuk Bibir ... 12
2.11. Euclidean Distance ... 14
BAB 3 PERANCANGAN & REALISASI 3. 1. Database Citra ... 16
BAB 4 DATA PENGAMATAN DAN ANALISA DATA 4. 1. Data Pengamatan ... 25
4. 1. 1. Pengambilan nilai Parameter ... 25
4. 2. Proses Pengujian Data ... 29
4. 2. 1. Percobaan 1 ... 30
4. 2. 1. 1. Data Pengamatan Percobaan 1 dengan Metode Kontur Aktif ... 30
4. 2. 1. 2. Hasil Analisa Pada Percobaan 1 Metode Kontur Aktif ... 32
4. 2. 1. 3. Data Pengamatan Percobaan 1 dengan Metode Warna (YIQ) ... 32
4. 2. 1. 4. Hasil Analisa Pada Percobaan 1 Metode Warna (YIQ) ... 33
4. 2. 2. Percobaan 2 ... 33
4. 2. 2. 1. Data Pengamatan Percobaan 2 dengan Metode Kontur Aktif ... 33
4. 2. 2. 2. Hasil Analisa Percobaan 2 dengan Metode Kontur Aktif ... 35
vii Universitas Kristen Maranatha Warna (YIQ) ... 35
4. 2. 2. 4. Hasil Analisa Percobaan 2 dengan Metode
Warna (YIQ) ... 36
BAB 5 KESIMPULAN DAN SARAN
5. 1. Kesimpulan ... 38
5. 2. Saran ... 39
DAFTAR PUSTAKA ... 40
LAMPIRAN A Data Citra Bibir ... A - 1
LAMPIRAN B Listing Program untuk Segmentasi Metode Kontur Aktif B - 1
viii Universitas Kristen Maranatha
DAFTAR TABEL
Halaman
Tabel 3. 1. Sampel citra untuk database yang digunakan ... 17
Tabel 4. 1. Data pengamatan Bagian_Atas (Us), Bagian_Bawah (Ls) dan Bagian_Kanan (Rs) citra bibir dengan metode kontur aktif ... 25
Tabel 4. 2. Data pengamatan Us, Ls dan Rs citra bibir dengan metode warna (YIQ) ... 26
Tabel 4. 3. Hasil dari pengenalan vokal pada citra bibir metode kontur aktif ... 27
Tabel 4. 4. Hasil dari pengenalan vokal pada citra bibir dengan metode warna (YIQ) ... 27
Tabel 4. 5. Nilai range dan median setiap huruf vokal dengan metode kontur aktif ... 28
Tabel 4. 6. Nilai range dan median setiap huruf vokal dengan metode warna (YIQ) ... 29
Tabel 4. 7. Hasil Percobaan 1 Metode Kontur Aktif ... 30
Tabel 4. 8. Hasil percobaan 1 Metode Warna (YIQ) ... 32
Tabel 4. 9. Hasil Percobaan 2 Metode Kontur Aktif ... 33
Tabel 4. 10. Hasil Percobaan 2 Metode Warna (YIQ) ... 35
ix Universitas Kristen Maranatha
DAFTAR GAMBAR
Halaman
Gambar 2. 1. Gradasi citra biner ... 6
Gambar 2. 2. Model geometrik bibir ... 12
Gambar 2. 3. Titik-titik penting ... 13
Gambar 2. 4. Mencari jarak antara bagian atas, bawah dan kanan pada citra bibir ... 14
Gambar 3. 1. Diagram blok pengenalan pengucapan huruf vokal ... 16
Gambar 3. 2. Citra RGB transformasi menjadi grayscale ... 18
Gambar 3. 3. Inisialisasi mask dan hasil segmentasi citra bibir ... 18
Gambar 3. 4. Diagram alir proses segmentasi citra bibir metode kontur aktif ... 19
Gambar 3. 5. Proses segmentasi citra bibir menggunakan metode YIQ .... 20
Gambar 3. 6. Diagram alir proses deteksi bibir metode warna (YIQ) ... 21
Gambar 3. 7. Diagram alir pencarian titik penting ... 22
Gambar 3. 8. Diagram alir proses keseluruhan pengenalan huruf vokal metode kontur aktif ... 23
1 Universitas Kristen Maranatha BAB I
PENDAHULUAN
1.1 Latar Belakang
Teknologi tentang pengenalan ucapan saat ini semakin banyak diterapkan
dalam banyak pengaplikasian diantaranya untuk sistem keamanan yang berbasis
pengenalan ucapan, untuk membantu komunikasi antar manusia yang memiliki
keterbatasan dalam berkomunikasi dan lain sebagainya. Komponen utama dalam
sistem ini yaitu citra bibir. Kualitas pada citra bibir ini dapat meningkatkan
ketepatan pengenalan ucapan pada saat kondisi sekitar yang tidak mendukung
dalam komunikasi visual.
Kontur aktif ialah metode yang digunakan untuk melakukan proses
segmentasi dengan cara menempatkan sebuah kurva inisial di dalam sebuah citra,
kemudian kurva ini dibiarkan berevolusi kebentuk objek yang telah didefinisikan.
Terdapat dua macam metode kontur aktif untuk melakukan segmentasi yaitu
region-based segmentation dan edge-based segmentation.
Dalam tugas akhir ini, citra bibir disegmentasi menggunakan metode
kontur aktif region-based. Kemudian hasil citra bibir tersegmentasi tersebut dicari
titik-titik penting serta nilai parameternya. Nilai parameter ini digunakan sebagai
batasan nilai dalam pengelompokan huruf vokal. Pemilihan keputusan untuk
pengelompokan huruf vokal dilakukan dengan mencari jarak terdekat dari nilai
parameter tersebut.
1.2 Identifikasi Masalah
Identifikasi masalah dari Tugas Akhir ini adalah:
Bagaimana pembuatan perangkat lunak yang dapat membaca dengan
presisi kontur bibir pembicara pada citra menggunakan proses dan skema
BAB 1 PENDAHULUAN
2 Universitas Kristen Maranatha 1.3 Tujuan
1. Memperoleh informasi visual dengan metode kontur aktif untuk
menentukan pengucapan huruf vokal (a, i, u, e, o).
2. Membandingkan metode kontur aktif dengan metode warna (YIQ)
dalam pengenalan huruf vokal (a, i, u, e, o).
1.4 Batasan Masalah
Agar permasalahan yang dibahas terfokus dan tidak melebar, maka
Tugas Akhir dengan judul ”PERBANDINGAN SEGMENTASI BIBIR
MENGGUNAKAN METODE KONTUR AKTIF DAN METODE
WARNA (YIQ) UNTUK PENGENALAN HURUF VOKAL”
mengambil batasan masalah sebagai berikut:
1. Pembuatan program menggunakan Matlab.
2. Objek hanya satu orang.
3. Tidak ada bayangan pada objek.
4. Input berupa citra.
5. Jarak pengambilan gambar 30cm.
6. Objek tidak boleh ada kumis atau janggut.
7. Citra berukuran 400x400 piksel.
1.5 Sistematika Penulisan
Penyusunan laporan tugas akhir terdiri dari lima bab sebagai berikut :
1. BAB 1. PENDAHULUAN
Pada bab ini akan dibahas mengenai latar belakang, perumusan,
identifikasi masalah, tujuan, pembatasan masalah, metodologi dan
sistematika penulisan laporan ini.
2. BAB 2. LANDASAN TEORI
Pada bab ini akan dibahas teori-teori yang akan digunakan untuk
merancang dan mendeteksi pengenalan pengucapan huruf vokal
BAB 1 PENDAHULUAN
3 Universitas Kristen Maranatha 3. BAB 3. PERANCANGAN DAN REALISASI
Pada bab ini dijelaskan mengenai diagram blok dan cara kerja sistem
untuk pengucapan huruf vokal pada citra bibir meliputi program kontur
aktif, pencarian titik penting, serta penentuan parameter-parameter
pembanding yang akan digunakan dalam pengolahan citra bibir.
4. BAB 4. DATA PENGAMATAN DAN ANALISA DATA
Pada bab ini berisi tentang hasil pengamatan yang telah dilakukan
terhadap objek-objek yang diukur parameternya sehingga dapat
dianalisa.
5. BAB 5. KESIMPULAN DAN SARAN
Pada bab ini berisi kesimpulan dari Tugas Akhir dan saran-saran yang
38 Universitas Kristen Maranatha BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Perbandingan segmentasi metode kontur aktif dengan metode warna (YIQ)
dalam pengenalan pengucapan huruf vokal berhasil diimplementasikan.
2. Dari hasil pengujian terhadap percobaan yang dilakukan, pada segmentasi
menggunakan metode kontur aktif percobaan 1 memiliki persentasi
keberhasilan pengenalan pengucapan huruf vokal sebesar 86,67%. Pada
percobaan 2 persentasi keberhasilan pengenalan pengucapan huruf vokal
sebesar 73,3%.
3. Dari hasil pengujian dengan segmentasi menggunakan metode warna
(YIQ), percobaan 1 memiliki persentasi keberhasilan pengenalan
pengucapan huruf vokal sebesar 86,67%. Sedangkan pada percobaan 2
persentasi keberhasilan pengenalan pengucapan huruf vokal sebesar 50%.
4. Kesalahan pengenalan pada citra yang tidak dikenali disebabkan oleh jarak
pengambilan citra antara objek dan kamera tidak sesuai dengan jarak yang
ditentukan sehingga bagian atas, bawah dan kanannya tidak masuk ke
dalam range pengelompokan huruf vokal.
5. Pada metode warna (YIQ) terjadi adanya kegagalan segmentasi pada bibir
sehingga nilai parameter yang didapat tidak bisa mewakili citra tersebut
dalam penentuan nilai range.
6. Dari perbandingan hasil pengujian antara metode kontur aktif dan metode
warna (YIQ) didapatkan hasil segmentasi metode kontur aktif lebih presisi
daripada segmentasi dengan menggunakan metode warna (YIQ).
7. Faktor yang mempengaruhi keberhasilan dan kegagalan pada kasus ini
adalah pencahayaan pada saat pengambilan citra berlangsung dan
BAB 5 KESIMPULAN DAN SARAN
39 Universitas Kristen Maranatha 5.2 Saran
1. Dalam proses pengenalan pengucapan huruf vokal untuk mendapatkan
hasil yang lebih akurat dapat menggunakan parameter yang lain seperti
menggunakan kurva beizer atau mencari nilai sudut dari citra bibir.
2. Dalam proses pengenalan pengucapan huruf vokal, untuk mendapatkan
hasil yang lebih akurat, sebaiknya digabungkan dengan proses pengenalan
39 Universitas Kristen Maranatha DAFTAR PUSTAKA
[1] T. Chan and L. Vese, “Active contours without edges,” IEEE Trans. Image Process., vol. 10, no. 2, pp. 266–277, Feb. 2001.
[2] D. Happy and Ratnadewi, “Vowel Pronunciation in Indonesian Language Recognition Using The Width and The Height of The Lips”. Bandung: Maranatha Christian University Faculty of Enginnering, October 2014.
[3] R. Hamdani, Final Project “Comparing Two Humans Using Color Image Width Measurement Method, thickness and angel Lips”. Bandung: Maranatha Christian University Faculty of Enginnering, 2008.
[4] S. Lankton and A. Tannenbaum, “Localizing Region-Based Active Contours”, IEEE Trans. Image Process. vol. 17, no. 11, Nov 2008.
[5] Salleh, Siti S., Rahmit, Wirza R., ”3D Lips Development and Measurement for Visual Speech Synthesis”. European Journal of Scientific Research ISSN 1450 -216X Vol.35 No.2 (2009), pp.159-172.
[6] Munir, Rinaldi. 2007. Pengolahan Citra Digital. Bandung : Indonesia.
[7] https://sites.google.com/site/electengitsproject1/project-updates/theresultsofo-ursurvey diakses 1 Maret 2016.
[8] Weisstein, Eric W. "Distance." From MathWorld--A Wolfram Web Resource. http://mathworld.wolfram.com/Distance.html diakses Maret 2016.
[9] http://repository.usu.ac.id/bitstream/123456789/49454/4/Chapter%20II.pdf diakses Maret 2016.
