PENENTUAN TITIK REFERENSI PADA PENGAMBILAN
GERAKAN TUNGKAI (PRE SWING) TANPA MARKER
DENGAN METODE KURVA BEZIER UNTUK ANALISA GAIT
TESIS
Karya tulis sebagai salah satu syarat Untuk memperoleh gelar Magister dari
Institut Teknologi Bandung
Oleh
ERVIN MASITA DEWI
NIM : 23206050
Program Studi Teknik Biomedika
INSTITUT TEKNOLOGI BANDUNG
2008
PENENTUAN TITIK REFERENSI PADA PENGAMBILAN
GERAKAN TUNGKAI (PRE SWING) TANPA MARKER
DENGAN METODE KURVA BEZIER UNTUK ANALISA GAIT
Oleh
Ervin Masita Dewi
NIM : 23206050
Program Studi Teknik Biomedika Institut Teknologi Bandung
Menyetujui Bandung , Juni 2008 Pembimbing _______________________ (Prof.Dr.Ir.Tati L.R.Mengko) NIP: 130675514
ABSTRACT
REFERENCES DECISION OF MARKERLESS MOTION CAPTURE (PRE SWING) BASED ON BEZIER CURVE METHOD FOR GAIT ANALYSIS
By : Ervin Masita Dewi (23206050)
Gait is described as a personal identifying feature, described by factors such as height, weight, limb length, and natural posture, although many restrict this definition to simply a way to describe the unique manner in which a person walks. Application of gait analysis can be found in several fields, for example medical diagnosis, physical therapy, and sport. It is helpful to control cycles of motion for example in rehabilitation or training.
In most medical examination systems the trajectories which are the curves of the body parts describe are determine by markers which are attached to several points of the body. The major problems using markers are patients may feel obstructed walking with stickers all over their body. In gesture recognition people often have to wear color gloves. In this research, we develop a system which works without any markers and does not presume special clothing
Process used in this method is marker less human motion capture for gait analysis. Human motion are captured by video camera from one side using one camera. The video capture may be done without any special clothing or special places such as laboratory. The video recording is used as an input of this system.
First, video movie is extracted become frames with video frame reader method. Then, we give manual marker on same frames to the picture of patients. After that, the software that already made, will give another marker which not given yet by using Bezier curve algorithm to guess the places of this marker .
The result from Bezier curve algorithm is a trajectories of the marker. This trajectories can be used as gait analysis. From this software, we can do a simple gait analysis.
ABSTRAK
PENENTUAN TITIK REFERENSI PADA PENGAMBILAN GERAKAN TUNGKAI (PRE SWING) TANPA MARKER DENGAN METODE KURVA
BEZIER UNTUK ANALISA GAIT
Oleh: Ervin Masita Dewi (23206050)
Gait adalah identifikasi ciri-ciri seseorang yang dideskripsikan oleh tinggi, berat,
panjang tungkai dan postur tubuh. Gait adalah cara berjalan yang khas pada seseorang
Gait saat ini telah digunakan untuk rehabilitasi dan tindakan pencegahan terhadap
penyakit musculoskeletal
Pengukuran gait saat ini yaitu dilakukan di laboratorium dengan menggunakan marker atau sensor pada tubuh pasien, kondisi ini dapat mempengaruhi pasien sehingga ia berjalan tidak secara natural, serta dibutuhkan banyak waktu untuk persiapan pasien. Untuk membuat pengukuran gait yang lebih mudah dan efisien maka dilakukan tanpa marker.
Pada penelitian ini pengembangan metoda berada pada sisi perangkat lunak. Proses yang dilakukan yaitu mengolah masukan berupa gambar video yang diambil melalui kamera video dari satu arah. Pengambilan gambar pasien dapat dilakukan di mana saja dan dengan mengenakan pakaian bebas, tidak ada ketentuan. Hasil dari rekaman video ini lah yang kemudian diproses dengan menggunakan software yang telah dibuat pada komputer.
Gambar video pasien yang telah diambil tanpa marker disimpan dalam bentuk frame dengan menggunakan metode video frame reader. Selanjutnnya, gambar dari pasien yang akan dianalisa ini diberi marker secara manual pada titik-titik yang ingin dianalisa. Kemudian perangkat lunak yang dibuat akan memprediksi letak marker-marker yang lain antara 2 titik marker yang telah ditentukan dengan metode kurva Bezier.
Hasil prediksi letak marker dengan menggunakan metode kurva Bezier ini lah yang nantinya berupa lintasan marker untuk selanjutnya dianalisa apakah pasien tersebut menderita gangguan pada cara berjalannya atau dalam kondisi normal. Sistem yang dibuat dapat digunakan untuk pengukuran gait sederhana.
Kata kunci : Gait, marker, video frame reader, kurva Bezier, video analisis, lintasan marker.
PEDOMAN PENGGUNAAN TESIS
Tesis S2 yang tidak dipublikasikan terdaftar dan tersedia di Perpustakaan Institut Teknologi Bandung, dan terbuka untuk umum dengan ketentuan bahwa hak cipta ada pada pengarang dengan mengikuti aturan HaKI yang berlaku di Institut Teknologi Bandung. Referensi kepustakaan diperkenankan dicatat, tetapi pengutipan atau peringkasan hanya dapat dilakukan seijin pengarang dan harus disertai dengan kebiasaan ilmiah untuk menyebutkan sumbernya.
Memperbanyak atau menerbitkan sebagian atau seluruh isi tesis ini haruslah seijin Direktur Program Paskasarjana, Institut Teknologi Bandung.
KATA PENGANTAR
Alhamdulillah, segala puji dan syukur penulis panjatkan kehadirat Allah SWT atas rahmat, karunia dan berkah yang telah dilimpahkan sehingga penulis dapat menyelesaikan laporan tesis ini. Selama proses pelaksanaan penulisan laporan dan pada masa pengerjaan tesis, penulis banyak menerima bantuan, dukungan, saran, dan dorongan dari berbagai pihak. Dalam kesempatan ini, penulis bermaksud menyampaikan rasa terimakasih yang sebesar-besarnya kepada:
1. Ayahanda, Ibunda, Suami, dan anak-anak yang selalu memberikan perhatiannya selama penulis menjalani studi di ITB sampai selesai.
2. Ibu Prof.Dr.Ir.Tati L.R.Mengko selaku dosen pembimbing tesis ini, yang telah memberikan bimbingan dan arahannya yang sangat berguna selama penulis mengerjakan tesis ini.
3. Ibu Dr. Marina, sebagai dokter pembimbing tesis ini yang bertugas di Rumah Sakit Hasan Sadikin Bandung, atas masukannya terhadap tesis ini.
4. Kak Arga yang telah memberikan tutorial dan ide-ide dalam penyelesaian tesis ini.
5. Teman-teman S2 angkatan 2006 : Detri, Agung, Tedi, Pak Ori, Sandi, Daus, Zadi, dan Dr Rezal.
6. Para penghuni Lab. I2PRG : Pak Wahyu, Pak Toto, Pak Tjandra, Kak Astri, Kak Doni, dan Aryo.
7. Pak Yus dan Bu Dini, Tata Usaha Teknik Biomedika, atas bantuannya selama penulis menyelesaikan tesis ini.
8. Semua teman-teman yang telah membantu dan mendukung penulis dalam menyelesaikan tesis ini baik langsung maupun tidak langsung, serta pihak-pihak lain yang tidak dapat penulis sebutkan satu persatu
Penulis menyadari bahwa laporan tesis ini masih sangat jauh dari sempurna. Oleh karena itu penulis mengharapkan saran dan kritik dari pembaca. Semoga laporan tesis ini dapat bermanfaat.
Bandung, Juni 2008
DAFTAR ISI
ABSTRACT ... iii
ABSTRAK ... iv
PEDOMAN PENGGUNAAN TESIS ... v
KATA PENGANTAR ... vi
DAFTAR ISI ... vii
DAFTAR GAMBAR ... ix
DAFTAR TABEL ... .xii
BAB I PENDAHULUAN ... 1 1.1 Latar belakang ... 1 1.2 Permasalahan ... 3 1.3 Hipotesis ... 3 1.4 Tujuan ... 4 1.5 Posisi riset ... 4 1.6 Batasan masalah ... 5
1.7 Diagram blok dan cara kerja sistem ... 6
1.8 Metodologi penelitian ... 6
1.9 Sistematika penulisan ... 7
BAB II STUDI PUSTAKA ... 8
2.1 Pengertian gait ... 8
2.1.1 Sejarah pengambilan gambar ... 8
2.1.2 Peralatan dan teknik yang dipakai untuk mengukur gait ... 11
2.1.3 Parameter gait ... 12
2.1.4 Aplikasi klinis ... 14
2.2 Perangkat lunak untuk pengukuran gait ... 16
2.2.1 Syntax Basic ... 16
2.2.2 Tipe data Visual Basic.NET ... 17
2.2.3 Run time library ... 19
2.2.4 Method ... 19
2.2.5 Operator VB.NET ... 19
2.2.7 Prosedur ... 21
2.2.8 Percabangan ... 21
2.2.9 Looping ... 22
2.2.10 Proyek VB ... 22
2.2.11 Video Frame Reader ... 22
2.3 Kurva Bezier ... 23
2.3.1 Kurva linier Bezier ... 24
2.3.2 Kurva kwadrat Bezier ... 24
2.3.3 Kurva kubik Bezier ... 25
BAB III PERANCANGAN DAN REALISASI PERANGKAT LUNAK ... 27
3.1 Diagram blok dan cara kerja sistem ... 27
3.2 Deklarasi variabel member ... 30
3.3 Ektraksi video menjadi frame ... 30
3.4 Deklarasi marker yang digunakan dan perhitungan jarak marker dengan ground ... 32
3.5 Tombol Load, Play, dan Stop ... 33
3.6 Display video yang dianalisa ... 34
3.7 Tombol maju dan mundur ... 36
3.8 Algoritma penentuan marker ... 37
3.9 Tombol Analyze marker ... 37
BAB IV UJI COBA DAN ANALISIS SISTEM ... 39
4.1 Pengujian fungsi perangkat lunak ... 39
4.2 Pengujian algoritma perangkat lunak ... 44
4.3 Pengujian analisa gait pada 3 orang subyek uji ... 51
4.4 Analisa sistem ... 58
BAB V KESIMPULAN DAN SARAN ... 61
5.1 Kesimpulan ... 61
5.2 Saran ... 62
DAFTAR PUSTAKA ... 63
DAFTAR GAMBAR
Gambar 1.1 Pengukuran gait dengan menggunakan marker [13,15] ... 2
Gambar 1.2 Gait analisis hardware dan software [13] ... 2
Gambar 1.3 Penentuan marker pada markerless gait analysis [5] ... 4
Gambar 1.4 (a) latar belakang, (b) subyek berjalan pada latar belakang yang disediakan, (c) ekstraksi siluet dari gambar (b), (d-k) pergerakan siluet setiap framenya, (l) ilustrasi dari batas gambar siluet, (m) grafik jarak antara cetroid dan pixel pada batas gambar [4] ... 5
Gambar 1.5 Diagram blok gait analisis [13] ... 6
Gambar 2.1 Gambar pergerakan kuda yang diambil dari 12 kamera [13] ... 9
Gambar 2.2 Analisa pergerakan dengan menggunakan video [13] ... 9
Gambar 2.3 Fasa dari gait cycle [13] ... 12
Gambar 2.4 Gambar bagaimana tubuh bergerak [13] ... 13
Gambar 2.5 Gerakan tungkai saat stance dan swing [13] ... 13
Gambar 2.6 Lintasan pergerakan lutut [13] ... 13
Gambar 2.7 Pergerakan kaki untuk mengangkat center of gravity [13] ... 14
Gambar 2.8 Pergerakan ujung kepala sebesar 9.5 cm [13] ... 14
Gambar 2.9 Penelitian gait juga dapat untuk meningkatkan performa olahragawan professional [13] ... 15
Gambar 2.10 Pengukuran gait secara kinetik dan kinematik [13] ... 15
Gambar 2.11 Source code dari video frame reader ... 23
Gambar 2.12 B(t) adalah seperempat jalan dari titik P0 menuju P1 [16] ... 24
Gambar 2.13 Bentuk dari kurva kwadrat Bezier [16] ... 25
Gambar 2.14 Bentuk dari kurva kubik Bezier [16] ... 26 Gambar 3.1 Diagram blok gait analisis tanpa marker (a) gambar pasien yang
direkam dengan kamera video, (b) video pasien sebagi masukan dari sistem, (c) video pasien di ekstrak menjadi frame dan
diletakkan pada array, (d) peletakan manual marker pada beberapa frame sebagai referensi, (e) penentuan marker yang belum
(g) lintasan marker digunakan untuk pengukuran gait secara
kuantitatif ... 28
Gambar 3.2 Diagram alir gait analisis tanpa marker ... 29
Gambar 3.3 Source code deklarasi variabel ... 30
Gambar 3.4 Source code video frame reader dan load video ... 31
Gambar 3.5 Source code peletakan frame pada array yang disediakan ... 31
Gambar 3.6 Source code marker pertama ... 32
Gambar 3.7 Source code penentuan jarak marker dari ground ... 32
Gambar 3.8 Source code pengaktifan tombol ... 33
Gambar 3.9 Source code dari perintah play dan stop ... 34
Gambar 3.10 Source code dari display video ... 35
Gambar 3.11 Source code perintah mundur dengan step 1 ... 36
Gambar 3.12 Source code perintah mundur dengan step 10 ... 36
Gambar 3.13 Source code penentuan marker ... 37
Gambar 3.14 Source code analisa marker ... 38
Gambar 4.1 Diagram blok sistem pengujian ... 39
Gambar 4.2 Sebelum dan sesudah tombol load diakifkan ... 40
Gambar 4.3 Video di-stop pada frame 35 ... 41
Gambar 4.4 Ground yang diletakkan untuk mendefinisikan letak ground pada video ... 41
Gambar 4.5 Pengaktifan marker 1 yang berwarna merah ... 42
Gambar 4.6 Frame bergerak 1 langkah ... 42
Gambar 4.7 Frame bergerak 10 langkah ... 42
Gambar 4.8 Marker pada frame 50 ... 43
Gambar 4.9 Lintasan marker ... 43
Gambar 4.10 Marker 1 dihubungkan dengan marker 2 ... 44
Gambar 4.11 Label jarak yang diperbesar tampilannya ... 44
Gambar 4.12 Lintasan dari marker 1 ... 45
Gambar 4.13 Lintasan dari marker 2 ... 47
Gambar 4.14 Lintasan dari marker 3 ... 49
Gambar 4.15 Gambar CoG dan fasa pre swing [13] ... 51
Gambar 4.17 CoG tertinggi pada marker 3 ... 52
Gambar 4.18 CoG terendah pada marker 1 ... 53
Gambar 4.19 CoG tertinggi pada marker 1 ... 53
Gambar 4.20 CoG terendah pada marker 1 ... 54
Gambar 4.21 CoG tertinggi pada marker 1 ... 55
Gambar 4.22 Fasa pre swing pada subyek normal ... 55
Gambar 4.23 Sudut fasa pre swing pada subyek normal (a) 138o, (b) 136o, (c)136o, (d) 142o ... 56
Gambar 4.24 Fasa pre swing pada subyek dengan kaki palsu ... 57
DAFTAR TABEL
Tabel 2.1 Tabel posisi riset ... 9
Tabel 2.2 Tipe data pada VB.NET [2] ... 18
Tabel 4.1 Tabel status marker 1 pada setiap framenya ... 46
Tabel 4.2 Tabel status marker 2 pada setiap framenya ... 48
Tabel 4.3 Tabel status marker 3 pada setiap framenya ... 50
Tabel 4.4 Tabel sudut fasa pre swing pada subyek normal ... 56
Tabel 4.5 Tabel prosentase penyimpangan marker ... 59