• Tidak ada hasil yang ditemukan

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

N/A
N/A
Protected

Academic year: 2022

Membagikan "BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat"

Copied!
33
0
0

Teks penuh

(1)

50 BAB IV

HASIL DAN PEMBAHASAN

4.1 Kebutuhan Sistem

Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel 4.1 dan Tabel 4.2.

Tabel 4.1 Kebutuhan Perangkat Keras.

Perangkat Keras Spesifikasi Processor

A 900MHz quad-core ARM Cortex-A7 CPU

RAM 1 GB

Sistem Operasi Raspbian Jessie

Tabel 4.2 Kebutuhan Perangkat Lunak.

Perangkat Lunak Uraian

OpenCV

Aplikasi yang digunakan untuk teknik image processing.

4.2 Pengujian Program Deteksi Warna

Pengujian bertujuan untuk melakukan seleksi warna obyek dengan warna benda yang ada disekitarnya.

(2)

4.2.1 Tujuan Pengujian Program Deteksi Warna

Tujuan dari pengujian ini untuk mengetahui proses deteksi warna pada obyek bekerja dengan baik.

4.2.2 Alat yang Digunakan pada Pengujian Program Deteksi Warna Untuk melakukan pengujian ini, diperlukan beberapa alat antara lain:

1. Raspberry Pi 2. Kamera Webcam 3. Layar monitor/LCD

4. Kabel HDMI/Converter HDMI to VGA 5. Program OpenCV

6. Power Supply 1000mA – 5V.

4.2.3 Prosedur Pengujian Program Deteksi Warna

Langkah-langkah untuk melakukan pengujian program deteksi warna adalah sebagai berikut:

1. Hubungkan power supply dengan Raspberry Pi.

2. Hubungkan kabel HDMI/VGA pada Layar monitor/LCD dan Raspberry Pi.

3. Jalankan program OpenCV pada terminal Raspberry Pi.

4. Posisikan obyek pada jangkauan tangkapan kamera.

5. Lakukan kalibrasi warna terhadap warna obyek dengan menggunakan trackbar pada program.

(3)

4.2.4 Hasil Pengujian Program Deteksi Warna

Tampilan trackbar pada program ditunjukkan oleh Gambar 4.1. Sebelum dilakukan kalibrasi pada frame proses, frame asli dan proses terlihat seperti Gambar 4.2 dan 4.3.

Gambar 4.1 Trackbar pada Program

(4)

Gambar 4.2 Frame Asli Sebelum Dilakukan Kalibrasi

Gambar 4.3 Frame Proses Sebelum Dilakukan Kalibrasi

Setelah dilakukan kalibrasi warna pada frame proses, frame asli dan proses akan mengalami perubahan seperti yang terlihat pada Gambar 4.4 dan 4.5.

(5)

Gambar 4.4 Frame Asli Sesudah Dilakukan Kalibrasi

Gambar 4.5 Frame Proses Sesudah Dilakukan Kalibrasi

(6)

Pada Gambar 4.4 dan 4.5 dapat dilihat bahwa sistem mampu mendeteksi warna dari obyek yang telah ditentukan untuk dideteksi. Meskipun pada Gambar 4.4 terlihat ada warna lain selain warna obyek, tetapi sistem hanya mengenali warna yang sama sepertu warna obyek. Hasilnya ditunjukkan pada Gambar 4.5 bahwa yang terdeteksi hanya warna obyek saja karena setiap warna mempunyai nilai threshold minimum dan maksimum pada model warna HSV yang berbeda- beda.

4.3 Pengujian Program Deteksi Bentuk Obyek

Pengujian program deteksi obyek dilakukan untuk pendeteksian bentuk obyek yang tertangkap oleh kamera.

4.3.1 Tujuan Pengujian Program Deteksi Bentuk Obyek

Pengujian ini bertujuan untuk melakukan pendeteksian bentuk obyek berupa lingkaran. Pendeteksian obyek bertujuan untuk menentukan titik tengah dari obyek.

4.3.2 Alat yang Digunakan pada Pengujian Program Deteksi Bentuk Obyek Untuk melakukan pengujian ini, diperlukan beberapa alat antara lain:

1. Raspberry Pi 2. Kamera Webcam 3. Layar monitor/LCD

4. Kabel HDMI/Converter HDMI to VGA

(7)

5. Program OpenCV

6. Power Supply 1000mA – 5V.

4.3.3 Prosedur Pengujian Program Deteksi Bentuk Obyek

Langkah-langkah untuk melakukan pengujian program deteksi bentuk obyek adalah sebagai berikut:

1. Hubungkan power supply dengan Raspberry Pi.

2. Hubungkan kabel HDMI/VGA pada Layar monitor/LCD dan Raspberry Pi.

3. Jalankan program OpenCV pada terminal Raspberry Pi.

4. Posisikan obyek pada jangkauan tangkapan kamera.

5. Ketika obyek berupa bola tenis terdeteksi oleh kamera pada frame asli yang dihasilkan oleh kamera muncul sebuah frame detector yang melingkari bagian tepi obyek.

4.3.4 Hasil Pengujian Program Deteksi Bentuk Obyek

Sebelum adanya obyek yang dideteksi tertangkap oleh kamera, frame asli dari kamera terlihat seperti pada Gambar 4.6.

(8)

Gambar 4.6 Frame Asli Sebelum Obyek Terdeteksi

Ketika obyek yang dideteksi tertangkap oleh kamera, maka frame akan berubah menjadi seperti pada Gambar 4.7.

Gambar 4.7 Frame Asli Setelah Obyek Terdeteksi

(9)

Pada Gambar 4.7 dapat dilihat bahwa sistem mampu mendeteksi bentuk obyek yang telah ditentukan untuk dideteksi dengan tepat.

4.4 Pengujian Terhadap Jarak Obyek dengan Kamera

Pengujian ini dilakukan untuk mengetahui jauh pendeteksian obyek dengan kamera.

4.4.1 Tujuan Pengujian Terhadap Jarak Obyek dengan Kamera

Pengujian ini bertujuan untuk mengetahui seberapa jauh jarak obyek mampu dideteksi oleh kamera.

4.4.2 Alat yang Digunakan pada Pengujian Terhadap Jarak Obyek dengan Kamera

Untuk melakukan pengujian ini, diperlukan beberapa alat antara lain:

1. Raspberry Pi 2. Kamera Webcam 3. Layar monitor/LCD

4. Kabel HDMI/Converter HDMI to VGA 5. Program OpenCV

6. Power Supply 1000mA – 5V.

(10)

4.4.3 Prosedur Pengujian Terhadap Jarak Obyek dengan Kamera

Langkah-langkah untuk melakukan pengujian terhadap jarak obyek dengan kamera adalah sebagai berikut:

1. Hubungkan power supply dengan Raspberry Pi.

2. Hubungkan kabel HDMI/VGA pada Layar monitor/LCD dan Raspberry Pi.

3. Jalankan program OpenCV pada terminal Raspberry Pi.

4. Posisikan obyek pada jangkauan tangkapan kamera.

5. Mengukur jarak obyek dengan kamera menggunakan bantuan penggaris.

6. Lakukan pendeteksian obyek dengan jarak yang telah dibuat atau diukur.

4.4.4 Hasil Pengujian Terhadap Jarak Obyek dengan Kamera

Pengujian terhadap jarak obyek dengan kamera dan hasil dari pengujian dapat dilihat pada Tabel 4.3.

Tabel 4.3 Hasil Pengujian Jarak Obyek Terhadap Kamera

Percobaan ke- Jarak

Nilai Koordinat

(pixel) Keterangan x y Pendeteksian

1 5 cm - - Tidak berhasil

2 5 cm - - Tidak berhasil

3 5 cm - - Tidak berhasil

4 5 cm - - Tidak berhasil

5 5 cm - - Tidak berhasil

6 10 cm 180 316 Berhasil

7 10 cm 164 300 Berhasil

8 10 cm 198 312 Berhasil

9 10 cm 236 306 Berhasil

10 10 cm 300 322 Berhasil

(11)

11 20 cm 342 298 Berhasil

12 20 cm 404 304 Berhasil

13 20 cm 428 286 Berhasil

14 20 cm 446 296 Berhasil

15 20 cm 466 298 Berhasil

16 40 cm 468 296 Berhasil

17 40 cm 446 296 Berhasil

18 40 cm 400 326 Berhasil

19 40 cm 336 336 Berhasil

20 40 cm 264 342 Berhasil

21 60 cm 228 342 Berhasil

22 60 cm 202 314 Berhasil

23 60 cm 196 328 Berhasil

24 60 cm 204 344 Berhasil

25 60 cm 180 334 Berhasil

26 80 cm 204 344 Berhasil

27 80 cm 230 346 Berhasil

28 80 cm 276 352 Berhasil

29 80 cm 290 342 Berhasil

30 80 cm 304 342 Berhasil

31 100 cm 276 352 Berhasil

32 100 cm 290 342 Berhasil

33 100 cm 304 342 Berhasil

34 100 cm 326 344 Berhasil

35 100 cm 334 350 Berhasil

36 120 cm 338 350 Berhasil

37 120 cm 330 358 Berhasil

38 120 cm 344 368 Berhasil

39 120 cm 360 412 Berhasil

40 120 cm 362 384 Berhasil

41 140 cm 356 398 Berhasil

42 140 cm 368 398 Berhasil

43 140 cm 366 404 Berhasil

44 140 cm 374 416 Berhasil

45 140 cm 366 416 Berhasil

46 160 cm 250 224 Berhasil

47 160 cm 248 224 Berhasil

48 160 cm 246 226 Berhasil

49 160 cm 242 226 Berhasil

(12)

50 160 cm 238 224 Berhasil

51 180 cm 234 232 Berhasil

52 180 cm 230 228 Berhasil

53 180 cm 226 236 Berhasil

54 180 cm 224 244 Berhasil

55 180 cm 212 248 Berhasil

56 200 cm - - Tidak berhasil

57 200 cm - - Tidak berhasil

58 200 cm - - Tidak berhasil

59 200 cm - - Tidak berhasil

60 200 cm - - Tidak berhasil

Pada tabel 4.3 dapat dilihat ketika obyek berhasil dideteksi oleh kamera pada jarak yang telah ditentukan, program menampilkan nilai koordinat titik tengah dari obyek dan sebaliknya. Dan juga pada Tabel 4.3 dapat dilihat bahwa jarak minimal dan maksimal obyek dapat dideteksi sejauh 10 dan 180 cm.

4.5 Pengujian Program Tracking Obyek

Pengujian ini dilakukan untuk mengetahui terjadinya perubahan nilai koordinat obyek ketika dilakukan pergerakan pada obyek. Pada pengujian ini didapatkan nilai koordinat estimasi dan pengukuran hasil dari proses Kalman Filter.

4.5.1 Tujuan Pengujian Program Tracking Obyek

Pengujian ini bertujuan untuk mengetahui perubahan nilai koordinat pada obyek ketika obyek digerakkan atau diubah posisinya.

(13)

4.5.2 Alat yang Digunakan pada Pengujian Program Tracking Obyek Untuk melakukan pengujian ini, diperlukan beberapa alat antara lain:

1. Raspberry Pi 2. Kamera Webcam 3. Layar monitor/LCD

4. Kabel HDMI/Converter HDMI to VGA 5. Program OpenCV

6. Power Supply 1000mA – 5V.

4.5.3 Prosedur Pengujian Program Tracking Obyek

Langkah-langkah untuk melakukan pengujian terhadap jarak obyek dengan kamera adalah sebagai berikut:

1. Hubungkan power supply dengan Raspberry Pi.

2. Hubungkan kabel HDMI/VGA pada Layar monitor/LCD dan Raspberry Pi.

3. Jalankan program OpenCV pada terminal Raspberry Pi.

4. Posisikan obyek pada jangkauan tangkapan kamera.

5. Melakukan deteksi bentuk obyek terlebih dahulu.

6. Melakukan tracking pada titik tengah obyek ketika dilakukan pergerakan pada obyek ke bawah, atas, kanan, dan kiri.

(14)

4.5.4 Hasil Pengujian Program Tracking Obyek

Hasil pengujian pada frame asli dan nilai koordinat sebelum dilakukan tracking terlihat seperti yang ditunjukkan oleh Gambar 4.8 dan 4.9.

Gambar 4.8 Frame Asli Sebelum Dilakukan Tracking

Gambar 4.9 Nilai Koordinat Sebelum Tracking

Dari Gambar 4.9 didapatkan nilai koordinat:

x : nilai real pada koordinat sumbu x y : nilai real pada koordinat sumbu y x_p : nilai estimasi pada koordinat sumbu x y_p : nilai estimasi pada koordinat sumbu y x_c : nilai pengukuran pada koordinat sumbu x y_c : nilai pengukuran pada koordinat sumbu y

(15)

Setelah itu, tracking diuji dengan melakukan pergerakan atau perubahan terhadap posisi obyek ke atas. Hasil perubahan posisi obyek pada frame dan nilai koordinat titik tengah obyek ditunjukkan pada Gambar 4.10 dan 4.11.

Gambar 4.10 Frame Asli Setelah Dilakukan Tracking

Gambar 4.11 Nilai Koordinat Setelah Tracking

Dari Gambar 4.11 didapatkan nilai koordinat:

x : nilai real pada koordinat sumbu x y : nilai real pada koordinat sumbu y x_p : nilai estimasi pada koordinat sumbu x y_p : nilai estimasi pada koordinat sumbu y x_c : nilai pengukuran pada koordinat sumbu x

(16)

y_c : nilai pengukuran pada koordinat sumbu y

Pada Gambar 4.9 dan 4.11 dapat dilihat selisih nilai ketika obyek sedang diam kemudian obyek diubah posisinya lebih ke atas, maka nilai koordinat pasti juga ikut berubah. Selain itu, dapat dilihat juga ada selisih nilai antara nilai koordinat yang real dengan nilai koordinat estimasi maupun pengukuran. Setelah dilakukan percobaan sebanyak 30 kali untuk melihat perbandingan antara nilai koordinat yang real dengan pada saat estimasi dan pengukuran seperti yang ditunjukkan oleh Tabel 4.4.

Tabel 4.4 Hasil Pengujian Perbandingan Nilai Koordinat

Percobaan ke-

Nilai Koordinat (pixel)

Real Estimasi Pengukuran

x y X y x y

1 97.00 113.00 82.70 151.88 85.88 147.05 2 91.00 145.00 86.59 145.47 87.95 141.22 3 115.00 111.00 95.63 135.13 99.75 134.33 4 101.00 163.00 101.19 132.36 103.01 129.55 5 115.00 103.00 104.57 132.36 104.10 132.07 6 103.00 109.00 105.63 130.24 106.87 126.65 7 121.00 107.00 111.70 117.58 109.23 116.19 8 123.00 109.00 113.77 106.89 112.35 109.02 9 117.00 111.00 113.60 106.82 114.84 107.11 10 125.00 111.00 117.20 103.62 116.64 105.47 11 133.00 107.00 118.61 119.19 107.85 109.86 12 127.00 113.00 123.23 107.24 121.87 111.18 13 121.00 111.00 123.02 110.25 123.55 110.61 14 119.00 117.00 127.43 108.89 127.11 107.84 15 125.00 109.00 128.62 106.41 125.23 107.28 16 209.00 299.00 215.16 297.70 215.67 297.61 17 215.00 297.00 214.99 297.72 214.99 297.89

(17)

18 221.00 297.00 215.04 297.92 215.04 297.80 19 213.00 297.00 215.94 297.90 215.28 297.78 20 223.00 295.00 215.05 297.70 215.04 297.60 21 225.00 297.00 215.51 297.95 215.97 297.56 22 241.00 293.00 216.04 297.56 217.23 297.48 23 253.00 287.00 220.88 296.83 222.75 295.80 24 265.00 293.00 223.26 295.67 227.19 294.52 25 281.00 291.00 234.00 293.93 239.95 293.81 26 299.00 291.00 290.40 289.12 293.91 289.10 27 307.00 285.00 255.71 292.99 262.22 292.02 28 313.00 289.00 264.94 291.72 270.50 290.83 29 315.00 287.00 273.61 290.47 278.82 290.28 30 317.00 289.00 282.29 289.90 286.62 289.52

Dari hasil nilai pengukuran dan estimasi yang dihasilkan oleh Kalman Filter, terdapat error pada masing-masing percobaan, yang ditunjukkan pada Tabel 4.5. Perhitungan nilai error bertujuan untuk melihat perbedaan antara nilai koordinat real dengan nilai koordinat pengukuran dan estimasi. Untuk menghitung nilai error dan standar deviasi pada pengukuran dan estimasi digunakan rumus sebagai berikut:

 Error pengukuran data ke-i = nilai koordinat real data ke-i - nilai koordinat pengukuran data ke-i

Error estimasi data ke-i = nilai koordinat real data ke-i - nilai koordinat estimasi data ke-i

 Rata-rata:

Error pengukuran =

n

y x sumbu pengukuran

error

n

i i

=1 _ _ _ /

Error estimasi =

n

y x sumbu estimasi

error

n

i i

=1 _ _ _ /

(18)

 Standar deviasi:

Error pengukuran :

( )

2

1 1

2

) 1 (

/ _ _

_ /

_ _

_

=

=

n n

y x sumbu pengukuran

error y

x sumbu pengukuran

error n n

i

n

i i

i

Error estimasi :

( )

2

1 1

2

) 1 (

/ _ _

_ /

_ _

_

=

=

n n

y x sumbu estimasi

error y

x sumbu estimasi

error

n ni i ni i

Dengan contoh perhitungan pada sumbu x:

 Error pengukuran data ke-1 = nilai koordinat real data ke-1 - nilai koordinat pengukuran data ke-1

Error pengukuran data ke-1 = 97 – 85.88 = 11.12

 Error estimasi data ke-1 = nilai koordinat real data ke-1 - nilai koordinat estimasi data ke-1

Error estimasi data ke-1 = 97 – 82.7 = 14.3

 Rata-rata :

Error pengukuran =

n

x sumbu pengukuran

error

n

i i

=1 _ _ _

Error pengukuran = 30

03 .

444 = 14.8

Error estimasi =

n

x sumbu estimasi

error

n

i i

=1 _ _ _

Error estimasi = 30

67 .

475 = 15.85

(19)

 Standar deviasi:

Error pengukuran :

( )

2

1 1

2

) 1 (

_ _

_ _

_ _

=

=

n n

x sumbu pengukuran

error x

sumbu pengukuran

error n n

i

n

i i

i

Error pengukuran =

) 29 ( 30

6 . 197162 )

25 . 12455 (

30 −

Error pengukuran = 14.24 Error estimasi :

( )

2

1 1

2

) 1 (

_ _

_ _

_ _

=

=

n n

x sumbu estimasi

error x

sumbu estimasi

error

n ni i ni i

Error estimasi =

) 29 ( 30

1 . 15042 )

226262 (

30 −

Error estimasi = 16.08

Tabel 4.5 Hasil Error Pengukuran dan Estimasi

Percobaan ke-

Error pengukuran Error estimasi

x y x y

1 11.12 34.05 14.30 38.88

2 3.05 3.78 4.41 0.47

3 15.25 23.33 19.37 24.13

4 2.01 33.45 0.19 30.64

5 10.90 29.07 10.43 29.36

6 3.87 17.65 2.63 21.24

7 11.77 9.19 9.30 10.58

8 10.65 0.02 9.23 2.11

(20)

9 2.16 3.89 3.40 4.18

10 8.36 5.53 7.80 7.38

11 25.15 2.86 14.39 12.19

12 5.13 1.82 3.77 5.76

13 2.55 0.39 2.02 0.75

14 8.11 9.16 8.43 8.11

15 0.23 1.72 3.62 2.59

16 6.67 1.39 6.16 1.30

17 0.01 0.89 0.01 0.72

18 5.96 0.80 5.96 0.92

19 2.28 0.78 2.94 0.90

20 7.96 2.60 7.95 2.70

21 9.03 0.56 9.49 0.95

22 23.77 4.48 24.96 4.56

23 30.25 8.80 32.12 9.83

24 37.81 1.52 41.74 2.67

25 41.05 2.81 47.00 2.93

26 5.09 1.90 8.60 1.88

27 44.78 7.02 51.29 7.99

28 42.50 1.83 48.06 2.72

29 36.18 3.28 41.39 3.47

30 30.38 0.52 34.71 0.90

Dari hasil pengujian sebanyak 30 kali, pengujian dilakukan untuk melihat pengaruh perpindahan posisi terhadap nilai pengukuran dan estimasi yang dihasilkan oleh Kalman Filter. Gambar 4.12 menunjukkan perbandingan grafik posisi real, pengukuran dan estimasi. Sedangkan gambar 4.13 menunjukkan perbandingan grafik error pengukuran dan estimasi posisi terhadap nilai real.

Hasil pengujian menunjukkan bahwa rata-rata error pengukuran untuk koordinat x sebesar 14,08 pixel dan koordinat y sebesar 7,17 pixel, dengan nilai standard deviasi koordinat x sebesar 14,24 pixel dan koordinat y sebesar 9,94 pixel.

Sedangkan rata-rata error estimasi untuk koordinat x sebesar 15,85 pixel dan

(21)

koordinat y sebesar 8,09 pixel, dengan nilai standard deviasi koordinat x sebesar 16,08 pixel dan koordinat y sebesar 10,27 pixel.

Gambar 4.12 Grafik Posisi (Real, Pengukuran dan Estimasi)

Gambar 4.13 Grafik Error (Pengukuran dan Estimasi Posisi)

0.00 50.00 100.00 150.00 200.00 250.00 300.00 350.00

97.00 115.00 115.00 121.00 117.00 133.00 121.00 125.00 215.00 213.00 225.00 253.00 281.00 307.00 315.00

Koordinat y

Koordinat x

Grafik Posisi

(Real, Pengukuran dan Estimasi)

Real Pengukuran Estimasi

0.005.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00

14.30 19.37 10.43 9.30 3.40 14.39 2.02 3.62 0.01 2.94 9.49 32.12 47.00 51.29 41.39

Koordinay y

Koordinat x

Grafik Error

Pengukuran dan Estimasi Posisi

Error Pengukuran Error Estimasi

(22)

Setelah dilakukan pengujian terhadap perbandingan nilai koordinat x, dan y untuk nilai real, estimasi dan pengukuran. Selanjutnya, dilakukan pengujian untuk melihat perubahan nilai x dan y pada gerakan obyek ke atas, bawah, kanan dan kiri. Tabel pengujian ditunjukkan pada Tabel 4.6.sampai 4.9.

Tabel 4.6. Hasil Pengujian Perbandingan Nilai Koordinat Pada Gerakan Obyek Ke Atas

Percobaan ke-

Perpindahan Posisi

Titik Tengah Awal

Titik Tengah Baru

x y x y

1 1 cm 320 240 311 175

2 2 cm 320 240 319 159

3 3 cm 320 240 323 139

4 4 cm 320 240 321 125

5 5 cm 320 240 317 119

6 6 cm 320 240 319 95

7 7 cm 320 240 321 75

8 8 cm 320 240 317 51

9 9 cm 320 240 307 33

10 10 cm 320 240 307 17

Tabel 4.7. Hasil Pengujian Perbandingan Nilai Koordinat Pada Gerakan Obyek Ke Bawah

Percobaan ke-

Perpindahan Posisi

Titik Tengah Awal

Titik Tengah Baru

x y x y

1 1 cm 320 240 301 255

2 2 cm 320 240 317 263

3 3 cm 320 240 313 291

4 4 cm 320 240 311 313

5 5 cm 320 240 309 343

6 6 cm 320 240 305 375

7 7 cm 320 240 301 401

(23)

8 8 cm 320 240 307 427

9 9 cm 320 240 305 443

10 10 cm 320 240 289 471

Tabel 4.8. Hasil Pengujian Perbandingan Nilai Koordinat Pada Gerakan Obyek Ke Kanan

Percobaan ke-

Perpindahan Posisi

Titik Tengah Awal

Titik Tengah Baru

x y x y

1 1 cm 320 240 303 247

2 2 cm 320 240 271 235

3 3 cm 320 240 255 219

4 4 cm 320 240 227 227

5 5 cm 320 240 205 223

6 6 cm 320 240 187 231

7 7 cm 320 240 147 215

8 8 cm 320 240 111 203

9 9 cm 320 240 83 231

10 10 cm 320 240 63 221

Tabel 4.9. Hasil Pengujian Perbandingan Nilai Koordinat Pada Gerakan Obyek Ke Kiri

Percobaan ke-

Perpindahan Posisi

Titik Tengah Awal

Titik Tengah Baru

x y x y

1 1 cm 320 240 355 235

2 2 cm 320 240 373 239

3 3 cm 320 240 405 249

4 4 cm 320 240 445 247

5 5 cm 320 240 477 243

6 6 cm 320 240 521 243

7 7 cm 320 240 547 253

8 8 cm 320 240 577 257

9 9 cm 320 240 597 269

10 10 cm 320 240 619 273

(24)

Pada Tabel 4.6 dapat dilihat ketika posisi obyek digerakkan tiap 1 cm ke atas, maka nilai koordinat y bertambah kecil. Pada Tabel 4.7 dapat dilihat ketika posisi obyek digerakkan tiap 1 cm ke bawah, maka nilai koordinat y bertambah besar. Pada Tabel 4.8 dapat dilihat ketika posisi obyek digerakkan tiap 1 cm ke kanan, maka nilai koordinat x bertambah kecil. Pada Tabel 4.9 dapat dilihat ketika posisi obyek digerakkan tiap 1 cm ke kiri, maka nilai koordinat x bertambah besar. Setiap perubahan posisi gerakan obyek menyebabkan perubahan nilai koordinat x dan y, baik nilai real, estimasi dan pengukuran. Hal ini akan mempengaruhi posisi nilai tengah dalam matriks (i, j) sebelum dan sesudah pergerakan obyek.

4.6 Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada Matriks Image

Pengujian ini dilakukan untuk mengetahui ketepatan koordinat titik tengah obyek dari hasil program yang dibandingkan dengan hasil analisis ketika dilakukan pergerakan obyek.

4.6.1 Tujuan Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada Matriks Image

Pengujian ini dilakukan untuk mengetahui ketepatan koordinat titik tengah obyek dari hasil program yang dibandingkan dengan hasil analisis yang dilakukan pada matriks image.

(25)

4.6.2 Alat yang Digunakan pada Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada Matriks Image

Untuk melakukan pengujian ini, diperlukan beberapa alat antara lain:

1. Raspberry Pi 2. Kamera Webcam 3. Layar monitor/LCD 4. PC atau Laptop 5. Microsoft Excel

6. Kabel HDMI/Converter HDMI to VGA 7. Program OpenCV

8. Power Supply 1000mA – 5V.

4.6.3 Prosedur Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada Matriks Image

Langkah-langkah untuk melakukan pengujian titik tengah obyek berdasarkan posisi pada matriks image adalah sebagai berikut:

1. Hubungkan power supply dengan Raspberry Pi.

2. Hubungkan kabel HDMI/VGA pada Layar monitor/LCD dan Raspberry Pi.

3. Jalankan program OpenCV pada terminal Raspberry Pi.

4. Posisikan obyek pada jangkauan tangkapan kamera.

5. Simpan frame proses kedalam format gambar ketika obyek sudah terdeteksi didalam frame.

(26)

6. Export gambar frame proses kedalam Microsoft Excel, kemudian lihat posisi titik tengah pada obyek dengan melihat titik tengah pixel-pixel yang mempunyai nilai antara 250-255 (berwarna putih) yang membentuk lingkaran.

4.6.4 Hasil Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada Matriks Image

Pada pengujian pertama, posisi awal obyek ditunjukkan oleh Gambar 4.14, sedangkan perpindahan posisi obyek ditunjukkan oleh Gambar 4.15 sampai 4.19.

Pada pengujian kedua, posisi awal obyek ditunjukkan oleh Gambar 4.20, sedangkan perpindahan posisi obyek ditunjukkan oleh Gambar 4.21 sampai 4.25.

Gambar 4.14 Posisi Awal pada Pengujian Pertama

(27)

Gambar 4.15 Perpindahan Posisi Pertama pada Pengujian Pertama

Gambar 4.16 Perpindahan Posisi Kedua pada Pengujian Pertama

(28)

Gambar 4.17 Perpindahan Posisi Ketiga pada Pengujian Pertama

Gambar 4.18 Perpindahan Posisi Keempat pada Pengujian Pertama

(29)

Gambar 4.19 Perpindahan Posisi Kelima pada Pengujian Pertama

Gambar 4.20 Posisi Awal pada Pengujian Kedua

(30)

Gambar 4.21 Perpindahan Posisi Pertama pada Pengujian Kedua

Gambar 4.22 Perpindahan Posisi Kedua pada Pengujian Kedua

(31)

Gambar 4.23 Perpindahan Posisi Ketiga pada Pengujian Kedua

Gambar 4.24 Perpindahan Posisi Keempat pada Pengujian Kedua

(32)

Gambar 4.25 Perpindahan Posisi Kelima pada Pengujian Kedua

Hasil dari perubahan posisi titik tengah obyek pada pengujian pertama ditunjukkan oleh Tabel 4.10, sedangkan pengujian kedua ditunjukkan oleh Tabel 4.11.

Tabel 4.10. Hasil Pengujian Pertama Titik Tengah Obyek Berdasarkan Pada Matriks Image

Percobaan ke-

Titik Tengah Obyek

Error (∆x) Koordinat Awal

Real

Koordinat Baru Matrik

x y i j

1 323 299 425 299 102

2 323 299 277 299 46

3 323 299 363 299 40

4 323 299 179 299 144

5 323 299 307 299 16

(33)

Tabel 4.11. Hasil Pengujian Kedua Titik Tengah Obyek Berdasarkan Pada Matriks Image

Percobaan ke-

Titik Tengah Obyek

Error (∆y) Koordinat Awal

Real

Koordinat Baru Matrik

x y i j

1 331 327 331 409 82

2 331 327 331 443 116

3 331 327 331 355 28

4 331 327 331 367 40

5 331 327 331 399 72

Pada Tabel 4.10 dan 4.11 menunjukkan perubahan dari nilai koordinat x dan y pada titik tengah obyek dapat berubah ketika obyek digerakkan secara konstan dengan mengambil koordinat tetap untuk digunakan sebagai acuan titik tengah obyek. Hasil pengujian menunjukkan bahwa ketika dilakukan perubahan posisi titik tengah dari obyek, terjadi perubahan pada nilai koordinat titik tengah obyek dari nilai koordinat titik tengah sebelum dilakukan perubahan posisi pada obyek.

Gambar

Tabel 4.1 Kebutuhan Perangkat Keras.
Gambar 4.1 Trackbar pada Program
Gambar 4.2 Frame Asli Sebelum Dilakukan Kalibrasi
Gambar 4.4 Frame Asli Sesudah Dilakukan Kalibrasi
+7

Referensi

Dokumen terkait

Mengisi formulir permintaan pemeriksaan laboratorium sesuai dengan jenis pemeriksaan untuk laborat luar jika hari libur atau Cito 24 jam (dilakukan oleh perawat ruangan atau

Melakukan sima’ (mendengarkan) qari’ kesayangan lalu kemudian dibacakan secara ber- ulang-ulang, juga bisa dilakukan untuk mendapatkan kenikmatan tersebut. “Apalagi

Setelah dilakukan analisis data penelitian variabel UTAUT yang mempengaruhi minat mahasiswa melakukan akses ke dalam sistem informasi Akper Alkautsar dan variabel

Jadi dalam penelitian ini fenomena yang akan diteliti adalah mengenai keadaan penduduk yang ada di Kabupaten Lampung Barat berupa dekripsi, jumlah pasangan usia

(1) Dalam keadaan penyelenggara telekomunikasi khusus untuk keperluan pertahanan keamanan negara sebagaimana dimaksud dalam Pasal 9 ayat (3) huruf b belum atau tidak mampu

Puji dan syukur penulis panjatkan kehadirat Allah SWT karena berkat rahmat- Nya penulis dapat menyelesaikan penulisan skripsi dengan judul “Hubungan Caregiver Self-efficacy dengan

Perbedaan dari ketiga video profile tersebut dengan Perancangan Video Profil sebagai Media Informasi Pada Lorin Solo Hotel adalah dilihat dari konsep video dengan

Untuk itu pada laporan Tugas Akhir ini akan dibahas tentang mobil listrik yang menggunakan sistem roda sepeda motor dengan menggunakan sistem rem cakram sepea motor, kedua