• Tidak ada hasil yang ditemukan

J00985

N/A
N/A
Protected

Academic year: 2017

Membagikan " J00985"

Copied!
6
0
0

Teks penuh

(1)

Sistem Pengoreksi Lembar Jawab Pilihan Ganda

Berbasis Citra Menggunakan

Webcam

Karol Woytila Halauw

Program Studi Teknik Elektro Universitas Kristen Satya Wacana

612007051@student.uksw.edu

Iwan Setyawan

Program Studi Teknik Elektro Universitas Kristen Satya Wacana

iwan.setyawan@ieee.org

F. Dalu Setiaji

Program Studi Teknik Elektro Universitas Kristen Satya Wacana

fds_ftje@yahoo.com

ABSTRAK

Saat ini penggunaan Lembar Jawab Komputer (LJK) mengalami peningkatan. Banyak bidang menganggap LJK menjadi sebuah kebutuhan sehingga informasi di dalam LJK menjadi sangat berharga. Oleh sebab itu, alat pengoreksian otomatis dibutuhkan dengan akurasi dan kecepatan tinggi. Harga alat pengoreksian otomatis yang tersedia di pasaran saat ini masih tinggi sehingga dibutuhkan alat alternatif. Prinsip kerja alat terbagi menjadi beberapa bagian yaitu mengumpan LJK, pengambilan citra, pengolahan citra, dan pencatatan hasil. Alat alternatif dirancang menggunakan printer bekas sebagai pengumpan dokumen otomatis dan webcam sebagai pengambil citra. High Power Led digunakan untuk membantu pencahayaan. OpenCV, FLTK, dan LibXL merupakan pustaka pendukung perangkat lunak. Perangkat lunak ini bertugas sebagai pengolah citra dan pencatat hasil. Alat ini dapat memroses 3,7 LJK setiap menitnya dengan tingkat keberhasilan pengumpan dokumen otomatis sebesar 42,4%. Alat ini mempunyai akurasi sebesar 99,9% yang diperoleh dari 5 kali pengujian 80 citra LJK. Alat ini dapat mendeteksi kesalahan berupa LJK terputar, terbalik, jawaban ganda, dan tidak ada jawaban.

Kata Kunci

LJK, openCV, template matching.

1.

PENDAHULUAN

Penggunaan Lembar Jawab Komputer (LJK) mengalami peningkatan di berbagai institusi seperti pendidikan, Lembaga Swadaya Masyarakat (LSM), badan usaha pemerintah, dan swasta. Menyadari pentingnya fungsi LJK, informasi dalam LJK harus terekam sempurna. Pengoreksian LJK dalam jumlah besar membutuhkan alat otomatis (Software LJK, 2014).

Alat otomatis sudah tersedia di pasaran. Harga yang ditawarkan masih terbilang tinggi. Hal ini memberatkan untuk institusi menengah ke bawah. Oleh sebab itu, sistem alternatif dibutuhkan sebagai pengganti alat otomatis. Prinsip dasar sistem ini ialah data masuk, pengambilan citra, pengolahan citra, dan perekaman data. Kecepatan, akurasi, dan praktis menjadi faktor pengukur keberhasilan sistem. Penggunaan scanner sebagai pengontrol data masuk dan pengambilan citra (Wibowo, 2012, Ermundari, 2013) dapat diganti menggunakan printer dan webcam untuk lebih praktis dan menekan harga. Perangkat keras dapat dibuat dengan estimasi harga tidak lebih dari satu juta rupiah dan terdiri dari komponen yang mudah diperoleh.

Webcam sebagai komponen utama merupakan produk yang tersedia di pasaran dengan harga terjangkau. Karena informasi harus terekam sempurna, akurasi alat ini ditargetkan sebesar 100% atau melebihi akurasi penelitian sebelumnya yang hanya 89% (Ramdhani, 2011). Desain LJK dirancang sendiri dan terdapat 2 macam, yaitu 25 soal dengan 10 pilihan jawaban dan 50 soal dengan 5 pilihan jawaban. Pada penelitian ini, media

pengarsiran jawaban pada LJK tidak terbatas pada pensil 2B tetapi semua media yang berwarna hitam seperti pulpen dan spidol.

2.

LANDASAN TEORI

2.1

Lembar Jawab Komputer (LJK)

Formulir isian berupa kertas yang akan diolah dengan komputer dan pemindai lebih dikenal sebagai Lembar Jawab Komputer (LJK). LJK tersebut dapat berupa form OMR, form DMR, atau form tipe bebas. LJK biasanya digunakan pada ujian berbentuk pilihan ganda, kuesioner, formulir registrasi, dan pendataan. Penggunaan LJK sebagai pengganti entri data secara manual dapat mempercepat pengolahan data.

LJK diisi dengan memberi tanda pada LJK. Tanda-tanda ini dikenali sistem dengan berbagai cara, seperti pantulan(konvensional), pencarian, pengenalan dan identifikasi posisi tanda. Sistem dirancang menggunakan cara identifikasi posisi tanda menggunakan template-matching.

2.2

Template Matching

Salah satu cara mendasar pendeteksian objek dalam bidang gambar adalah template matching. Template matching ialah dimana replika sebuah objek dibandingkan dengan semua objek yang tidak diketahui pada bidang gambar. Jika hasil antara

mendeteksi aligning template dan jawaban.

(a) Objek-objek tidak diketahui (b) Replika Objek Gambar 1. Contoh Template Matching

Terdapat 3 macam metode persamaan yang digunakan untuk proses template matching yaitu Square Difference, Correlation, dan Correlation Coefficient (Bradski, 2008, Intel, 2000). Metode Square Difference menghitung kuadrat selisih citra template dengan citra sumber. Kecocokan bernilai 0 dan ketidakcocokan bernilai besar sesuai dengan persamaan 1. Notasi P merupakan nilai kecocokan.

 

  

 

1 ,

2 , ,

,

_diff x yij Tm i jS xi yj sq

(2)

Metode Correlation menghitung perkalian citra template terhadap citra sumber. Kecocokan bernilai besar dan ketidakcocokan bernilai kecil atau 0 sesuai dengan persamaan 2.

 

 

  

  

 

j

i Tm i j S x i y j y

x ccorr P

, 2

2 , ,

,

Metode Correlation Coefficient menghitung perkalian rata-rata relatif antara citra template dengan sumber. Nilai kecocokan mempunyai rentang dari -1 sampai +1. Kecocokan bernilai 1 dan ketidakcocokan bernilai -1 sesuai dengan persamaan 3.

 

(3)

, 2 ) , ( ) , ( 2 ) , ( ) , ( , ( ) , ( , ) , ( ) , ( ,                  j i j y i x S j y i x S j i m T j i m T j y i x S j y i x S j i j i m T j i m T y x ccoeff P

 

,

 

 

4 , , h w j i j i m T j i m T   

,

 

5 ) , ( , h w j i j y i x S j y i x S       

Ketiga metode di atas dapat dinormalisasikan. Normalisasi sangat berguna karena dapat membantu mengurangi efek perbedaan pencahayaan antara citra template dengan citra sumber. Koefisien normalisasi ketiga metode ialah Z (x,y). Hasil normalisasi setiap metode dapat dilihat pada Tabel 1.

 

 

 

6

, , 2 , 2 , ,      j

i Tm i j ijS x i y j y

x Z

Tabel 1. Normalisasi (Bradski, 2008)

Metode Nilai Kecocokan

Metode Square

Difference

 

 

) , ( , _ , _ _ y x Z y x diff sq P y x normed diff sq P  Metode

Correlation

 

 

) , ( , , _ y x Z y x ccorr P y x normed ccorr P  Metode Correlation

Coefficient

 

 

) , ( , , _ y x Z y x ccoeff P y x normed ccoeff P

3.

PERANCANGAN SISTEM

3.1

Perangkat Keras

Perangkat keras dirancang atas dasar prinsip sistem yaitu pengontrol data masuk dan pengambilan citra. Alat direalisasikan dalam bentuk kotak yang dapat dibuka-tutup secara manual dan mempunyai kemampuan untuk mengumpan dokumen otomatis (pengontrol data masuk). Alat berdimensi (p×l×t) 365×485×465 mm. Pengumpan dokumen otomatis dirancang dengan memodifikasi printer Canon S100SP. Modifikasi dilakukan dengan menambahkan motor DC pada bagian luar dan memanfaatkan motor stepper dan photo-interrupter yang terdapat pada printer. Printer dikendalikan

oleh mikrokontroler. Rangkaian pengendali motor stepper dirancang menggunakan IC ULN2004.

Webcam dipasang di dalam alat. Untuk sumber cahaya di dalam alat, High Power Led dipasang mengelilingi webcam. Webcam berfungsi untuk mengambil citra kemudian diolah dalam komputer. Gambar 2 menunjukkan blok diagram alat secara keseluruhan.

Gambar 2. Blok Diagram

(3)

Gambar 4. Aligning Template

Gambar 5. Alat Keseluruhan

3.2

Perangkat Lunak

Perangkat lunak dirancang atas dasar prinsip pengolahan citra dan perekaman data. Pengolahan citra dimulai pada tahap pra-proses untuk meningkatkan kualitas citra dan meringankan beban komputasi. Proses smoothing dilakukan terhadap citra hasil tangkapan webcam. Metode yang digunakan ialah median. Tujuan dari smoothing ini ialah menghilangkan derau dan menyeimbangkan kualitas pencahayaan. Citra hasil tangkapan webcam masih berupa citra warna. Proses pengoreksian cukup membutuhkan citra biner. Citra biner terbaik yang dapat dihasilkan dapat dilihat pada Gambar 7. Kesulitan menggunakan citra biner ialah mencari nilai global thresholding dan derau yang begitu besar. Karena hal tersebut citra dikonversi menjadi citra grayscale. Dengan beban komputasi yang lebih berat dari biner, beban komputasi grayscale lebih ringan dari citra warna. Hasil konversi citra grayscale terlihat pada Gambar 7. Citra tersebut sudah lebih baik dan dilanjutkan ke dalam tahap proses.

Pada tahap proses dilakukan template matching untuk mengetahui informasi pada LJK. Kemudian informasi tersebut diolah dan hasil pengolahan berupa nilai disimpan dalam database sederhana (Microsoft Excel). Aplikasi dirancang menggunakan Microsoft Visual Studio 2008 dengan beberapa pustaka pendukung yaitu openCV, FLTK, dan LibXL.

OpenCV adalah sebuah pustaka yang ditulis dalam bahasa C/C++ dan didesain untuk mengefisiensikan komputasi dan menguatkan fokus pada aplikasi waktu nyata (Bradski, 2008). Fungsi-fungsi dalam OpenCV yang digunakan antara lain capture image, konversi citra menjadi citra grayscale, smoothing, dan template matching. FLTK adalah sebuah pustaka Graphical User Interface (GUI) dalam bahasa C++ lintas platform Linux, Windows, dan MacOS (Fast Light Toolkit, 2014). Tampilan aplikasi dibuat menggunakan FLTK seperti menu, tombol, dan tabel. LibXL adalah pustaka dengan batasan yang dapat membaca dan menulis dokumen Microsoft Excel tanpa memerlukan Microsoft Excel dan .NET framework (LibXL, 2014). LibXL digunakan untuk proses pengambilan dan perekaman data pengoreksian.

Gambar 6. Diagram alir perangkat lunak

Sejajar ?

(4)

Gambar 7. Hasil citra biner (kiri) & grayscale (kanan)

4.

PENGUJIAN SISTEM

4.1

Pengujian Pengumpan Dokumen

Otomatis

Pengujian dilakukan untuk mengetahui kecepatan dan persentase keberhasilan modul pengumpan dokumen otomatis. Printer Canon S100SP dapat menampung 50 lembar. Pengujian dilakukan dengan menumpuk 50 LJK dan menghitung waktunya. Percobaan dilakukan sebanyak 5 kali. Kecepatan rata-rata modul pengumpan dokumen otomatis diperoleh dengan menghitung jumlah waktu dibagi dengan jumlah LJK yang berhasil diumpan.

Tabel 2. Pengujian Pengumpan Dokumen Otomatis PERCOBAA

N

WAKTU (detik)

KEBERHASILA

N (LJK) KET

I 240 15

35 lembar terbawa

II 336 21

29 lembar terbawa

III 433 27

23 lembar terbawa

IV 185 13

37 lembar terbawa

V 525 30

20 lembar terbawa

Dari Tabel 2, kecepatan rata-rata pengumpan dokumen otomatis setiap lembar dan menit serta keberhasilan alat dapat dihitung.

Kecepatan mengumpan setiap lembar

V) -I (percobaan LJK

total

V) -I (percobaan waktu

total

106 1719

 16,22detik

Kecepatan mengumpan setiap menit

lembar 7 , 3 22 , 16

60

 

Persentase keberhasilan alat

% 4 , 42 % 100 250

30 13 27 21 15

      

Rendahnya persentase keberhasilan dan kecepatan mengumpan dokumen otomatis disebabkan oleh beberapa hal. Pertama, minimnya informasi mengenai cara kerja pengumpan dokumen otomatis pada printer sehingga dicurigai ada bagian yang terlewat. Hal ini terbukti dengan memasang motor DC pada printer untuk memutar poros pada tumpukan LJK. Kedua, printer yang digunakan merupakan perangkat bekas yang mungkin beberapa bagian sudah tidak baik namun tidak diketahui. Ketiga, komponen IC ULN2004 hanya dapat bekerja pada tegangan masukan 6-15 V. Sedangkan motor stepper printer membutuhkan tegangan masukan 24V. IC ULN 2002 mampu bekerja pada tegangan 14-25 V tetapi tidak mudah diperoleh.

4.2

Pengujian Waktu Pengolahan Citra

Pengujian waktu pengolahan citra bertujuan mengetahui waktu yang dibutuhkan untuk memroses 1 LJK. Pengujian dilakukan dengan menghitung total LJK yang dapat tercatat dalam waktu 1 menit. LJK dimasukkan ke dalam alat dengan cara manual / belum menggunakan modul pengumpan dokumen otomatis.

Tabel 3. Pengujian Waktu Pengolahan Citra

Percobaan Total LJK /menit

I 10

II 9

III 10

IV 10

V 9

Kecepatan Rata-Rata 9,6

Dari percobaan diperoleh waktu rata-rata pemrosesan sebuah

citra sebesar 6,25 6 , 9

60

 detik/LJK. Waktu yang diperoleh

terbilang lambat karena jenis citra ialah citra grayscale. Jika menggunakan citra biner, waktu yang dibutuhkan akan lebih cepat. Jika dibandingkan dengan citra grayscale yang mempunyai 256 rentang nilai, proses template matching menggunakan citra biner menghasilkan waktu yang lebih cepat karena citra template dan citra sumber hanya mempunyai 2 nilai (0 dan 1). Dengan asumsi aligning template 1 mencari 1 template, aligning template 2 mencari 2 template, aligning template 3 mencari 16 template, aligning template 4 mencari 25 template, dan template jawaban mencari 37 template, total minimum terdapat 81 proses template matching.

4.3

Pengujian Media Arsiran

Pengujian media arsiran bertujuan untuk mengetahui persentase keberhasilan mencari template jawaban dari suatu media arsiran. Terdapat 10 macam media arsiran yaitu, 6 macam pulpen, 3 macam pensil, dan 1 spidol. Media tersebut adalah :

A. Pulpen Faster c600

B. Pulpen Snowman v-5 (0,7)

C. Pulpen Pilot

D. Pulpen Standard TECNO (0,38)

E. Pulpen Standard AE9 (0,5)

F. Pulpen Kenko K-1 (0,5)

G. Pensil Staedtler 2B

(5)

I. Pensil Staedtler Tradition 110-2B

J. Spidol Snowman hitam

(6)

(c) SQ_DIFF_NORMED

Gambar 10. Penggunaan metode template matching

Pengujian akurasi bertujuan untuk mengetahui keakuratan informasi dalam LJK. Informasi dalam LJK antara lain nomor jawaban beserta pilihan jawaban, kode soal, dan NIM. Pengujian dilakukan menggunakan 40 LJK yang terisi secara acak dan merata. Dua puluh LJK merupakan tipe 50 soal dengan 5 pilihan jawaban dan dua puluh sisanya merupakan tipe 25 soal dengan 10 pilihan jawaban. Setiap jenis media mengisi 4 LJK. Setiap LJK juga diisi oleh individu yang berbeda. Kunci jawaban juga tersebar merata. Karena posisi LJK mempunyai 2 kemungkinan yaitu terputar dan tidak, setiap percobaan diuji menggunakan 2 kemungkinan posisi. Total setiap percobaan terdapat 80 LJK dan 3960 informasi. Setiap LJK terdiri dari 25/50 jawaban, 6 digit kode soal, dan 6 digit NIM.

Tabel 5. Pengujian Akurasi

Percobaan Jumlah Kegagalan (informasi)

Akurasi Keberhasilan (%)

I 44 99,9

II 21 99,9

III 41 99,9

IV 28 99,9

V 33 99,9

Rata-Rata 99,9

Dari Tabel 5 diperoleh akurasi rata-rata dari alat ini sebesar 99,9%. Hasil akurasi ini diperoleh dengan catatan bahwa pengarsiran LJK yang menggunakan media pensil tidak terdapat penggantian pilihan jawaban / terhapus.

5.

KESIMPULAN

Berdasarkan hasil pengujian, lingkaran jawaban diarsir penuh agar diperoleh akurasi maksimal. Akurasi sistem diperoleh sebesar 99,9% dengan catatan tidak ada jawaban yang diganti untuk penggunaan media pensil. Kecepatan sistem mengikuti kecepatan pengumpan dokumen otomatis. Jika dibandingkan dengan kecepatan memroses citra, kecepatan pengumpan dokumen otomatis paling lambat yaitu sebesar 3,7 ppm (paper per minute). Pembuatan pengumpan dokumen otomatis tidak berhasil dengan baik karena selain kecepatannya, persentase

keberhasilan pengumpan dokumen otomatis yang rendah yaitu 42,4%.

Pengembangan selanjutnya dapat dilakukan dengan menyempurnakan akurasi dan menambah kecepatan sistem. Pengisian LJK tidak perlu diarsir tapi dipermudah dengan cukup dicentang / disilang. Sistem dilengkapi dengan pembuatan desain LJK.

6.

REFERENSI

Gambar

Gambar 1. Contoh Template Matching
Gambar 2. Blok Diagram
Gambar 4. Aligning Template
Gambar 7. Hasil citra biner (kiri) & grayscale (kanan)
+2

Referensi

Dokumen terkait

Dari perincian isi buku itu, tampak bahwa Mushthafa al-Syiba’i hendak meyakinkan umat Islam betapa pentingnya posisi hadits bagi umat Islam, sekaligus pada saat yang sama

Wabah virus covid – 19 atau yang dikenal dengan virus corona telah menjadi musuh besar bagi setiap bangsa, karena sudah banyak memakan korban dan sudah banyak

Sementara pendekatan kualitatif digunakan untuk menganalisis keterlaksanaan assessment pembelajaran IPA yang dilakukan oleh guru IPA SMP Negeri 01 Gresik melalui

Karakteristik tersebut kemudian di simpan untuk referensi pendeteksi gelombang gempa dari data-data gelombang gempa yang akan terjadi sehingga dapat disimpulkan gelombang tersebut

Program khusus yang hadir untuk menemani pagi hingga siangnya Kawula Muda dengan lagu-lagu keren dan semangat khas Kawula Muda, serta diselingi dengan info atau

Latihan yang dapat meningkatkan dan mengembangkan daya tahan jantung dan paru-paru antara lain: lari jarak jauh, renang jarak jauh, cross-country atau lari lintas

Tujuan penelitian ini adalah mendiskripsikan bentuk dukungan tokoh masyarakat secara emosional, penghargaan, instrumental, dan informatif yang diberikan kepada

Hasil penelitian ini adalah sebuah purwarupa yang berbentuk aplikasi yang dapat melakukan identifikasi presensi kehadiran yang memanfaatkan chip pada e-KTP sebagai