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.
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.
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
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.
Gambar 4.4 Frame Asli Sesudah Dilakukan Kalibrasi
Gambar 4.5 Frame Proses Sesudah Dilakukan Kalibrasi
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
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.
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
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.
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 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
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.
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.
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
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
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
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 _ _ _ / Standar deviasi:
Error pengukuran :
( )
21 1
2
) 1 (
/ _ _
_ /
_ _
_
−
∑
= −∑
=n n
y x sumbu pengukuran
error y
x sumbu pengukuran
error n n
i
n
i i
i
Error estimasi :
( )
21 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
Standar deviasi:
Error pengukuran :
( )
21 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 :
( )
21 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
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
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
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
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
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.
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.
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
Gambar 4.15 Perpindahan Posisi Pertama pada Pengujian Pertama
Gambar 4.16 Perpindahan Posisi Kedua pada Pengujian Pertama
Gambar 4.17 Perpindahan Posisi Ketiga pada Pengujian Pertama
Gambar 4.18 Perpindahan Posisi Keempat pada Pengujian Pertama
Gambar 4.19 Perpindahan Posisi Kelima pada Pengujian Pertama
Gambar 4.20 Posisi Awal pada Pengujian Kedua
Gambar 4.21 Perpindahan Posisi Pertama pada Pengujian Kedua
Gambar 4.22 Perpindahan Posisi Kedua pada Pengujian Kedua
Gambar 4.23 Perpindahan Posisi Ketiga pada Pengujian Kedua
Gambar 4.24 Perpindahan Posisi Keempat pada Pengujian Kedua
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
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.