BEBRBASIS WEBCAM
Dwi Asto Yuliardi¹, Iwan Iwut Tritoasmoro², Inung Wijayanto³
¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom Abstrak
Manusia pada dasarnya memiliki karakteristik yang membedakan satu dengan lainnya, karakteristik ini seperti wajah, berat badan, tinggi badan, dan logat bicara. Untuk beberapa keperluan seperti mengisi data KTP atau SIM diperlukan beberapa karakteristik untuk diisi pada formulirnya, yaitu tinggi badan seseorang dan foto wajah. dan sering sekali kita lupa untuk mengecek berapa tinggi badan kita. Apalagi pengukur tinggi badan konvensional bersifat tidak efisien. Maka dari itu diperlukan suatu alat yang bisa mengukur tinggi badan seseorang yang efisien.
Dalam tugas akhir ini, telah dibuat suatu sistem yang dapat mengukur tinggi badan manusia dengan menggunakan webcam secara realtime yang menggunakan metode canny edge detection dan juga wavelet edge detection.
Hasil yang telah dicapai adalah suatu sistem yang dapat mendetksi tinggi badan manusia secara realtime dengan tingkat akurasi keseluruhan sistem sebesar 48%. Jumlah orang yang difoto sebanyak 11 orang dengan dua buah latar dan tiga perbedaan jarak.
Kata Kunci : tinggi badan, real time, wavelet, canny edge
Abstract
People are basically have characteristics that made everyone is different, this characteristic is like face, weight, height, and accent. For some purposes like filling up the data for KTP or SIM it need some characteristic to be fill at the form, like height and pictures of face. Sometimes we forgot to check how much is our height. Moreover the conventional weight detector is not efficient enough. Therefore we need one tool that can measure our height with efficient. In this final project, has created one system that can measure human height using webcam at realtime with canny edge detection method and wavelet edge detection.
The results is, the system can detect human height at realtime with total accuracy of the system is 48%. Amounts of human that photographed are 11 peoples with two background and three differential of length.
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada era tekhnologi seperti sekarang ini, semua hal yang berhubungan dengan kebutuhan manusia dibuat suatu sistem yang bisa mempermudah manusia dalam melakukan kegiatannya. Terutama suatu kegiatan yang membutuhkan ketelitian yang tinggi atau berulang-ulang. Salah satu kegiatan yang membutuhkan tingkat ketilitan yang tinggi adalah mengukur tinggi badan dari seseorang. Karena alat pengukur tinggi badan manual mempunyai tingkat akurasi yang rendah dan sulit digunakan jika kita membutuhkannya pada saat yang mendadak. Pada tugas akhir ini akan dibuat suatu sistem pendeteksi tinggi badan dengan pengolahan citra secara real time.
Suatu citra dipilih untuk dijadikan medium untuk pendeteksian tinggi badan, karena pada dasarnya suatu citra mempunyai banyak konten yang bisa kita ambil informasinya. Citra yang akan digunakan adalah foto full body seseorang yang terdapat objek bantuan pada backgroundnya.
Dalam pendeteksian tinggi badan nanti, akan digunakan suatu metode pencarian sisi. Metode pencarian sisi sekarang ini mempunya banyak jenis, seperti canny edge, sobel, prewitt, dan wavelet. Pada tugas akhir ini akan digunakan metode wavelet dan juga canny edge. Lalu dilakukan proses matematika perbandingan pixel tinggi seseorang dengan objek khusus. Semua proses akan dilakukan pada program MATLAB 2009a. dan diharapkan akan didapatkan akurasi tinggi badan yang baik.
1.2 Perumusan Masalah
Beberapa permasalahan pada tugas akhir dapat diformulasikan sebagai berikut
1. Mempelajari bagaimana wavelet bisa menghasilkan deteksi tepi yang akurat. 2. Mempelajari bagaimana canny edge bisa menghasilkan deteksi tepi yang
akurat.
3. Realisasi pendeteksi tinggi badan secara real-time.
4. Membandingkan hasil pendeteksian tinggi sistem dengan pengukuran tinggi badan secara manual dan melakukan analisis perbedaannya.
1.3 Tujuan Penelitian
Tujuan tugas akhir ini dapat dirumuskan sebagai berikut :
1. Membuat aplikasi untuk mendeteksi tinggi badan secara real-time dengan menggunakan transformasi wavelet, canny edge detection dan perbandingan dengan objek khusus.
2. Menganalisis tingkat akurasi kecocokan tinggi yang didapatkan dengan tinggi yang sebenarnya.
3. Membandingkan tingkat akurasi antara kedua metode yang telah dipilih.
1.4 Manfaat
Manfaat dari tugas akhir ini adalah :
1. Sebagai media untuk mempermudah pencarian tinggi badan.
1.5 Batasan Masalah
Tugas akhir ini akan membatasi permasalahan pada poin-poin berikut ini. 1. Tugas akhir ini hanya membahas pendeteksi tinggi dari suatu citra.
2. Foto yang diproses adalah foto full body dengan background satu warna (merah dan biru) yang sudah diberi objek khusus.
3. Posisi foto manusia sudah diatur, tegak, berada di sebelah kanan dari objek khusus, dan tidak terlalu jauh dari objek khusus.
4. Metode edge detection yang digunakan adalah wavelet dan canny edge. 5. Sistem akan bekerja secara real-time.
6. Pensimulasian sistem secara keseluruhan dilakukan dalam lingkungan MATLAB R2009a.
3
1.6 Metodologi Penelitian
Penilitian ini dilakukan dengan metodologi sebagai berikut : 1. Studi Literatur
Metode ini dipakai bertujuan untuk mempelajari dasar teori yang digunakan untuk mendapatkan sisi badan manusia yang akan dicari serta juga sisi dari objek khusus.
2. Observasi Lapangan
Observasi lapangan dilakukan untuk mendapatkan data yang akan diteliti. 3. Metode Deskriptif
Penelitian dilakukan dengan mengambil sampel foto full body dari satu orang yang akan dilakukan proses edge detection untuk mengetahui tingkat ketepatan dari metode yang digunakan..
4. Metode Eksperimental
Penelitian dilakukan dengan menguji beberapa citra digital dan memprosesnya dengan platform MATLAB serta menganalisis tingkat hasil ketepatan dengan metode yang digunakan.
4.1 Sistematika Penulisan
Tugas akhir ini dibagi dalam beberapa topik bahasan yang disusun secara sistematis sebagai berikut :
BAB 1 Pendahuluan
Bab ini membahas latar belakang, tujuan, manfaat, perumusan masalah, batasan masalah, metodologi penulisan, dan sistematika penulisan.
BAB 2 Dasar Teori
Bab ini membahas citra digital, deteksi sisi, dan wavelet. BAB 3 Desain Sistem
Bab ini membahas proses desain dan realisasi sistem. BAB 4 Keluaran yang Diharapkan
Bab ini membahas analisa hasil percobaan. Analisa dilakukant terhadap parameter kinerja sistem yang diamati.
BAB 5 Kesimpulan dan Saran
Bab ini berisikan kesimpulan dari hasil penilitian yang telah dilakukan kepada sistem, dan memberikan saran untuk penelitian kedepan.
39
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari penelitian yang telah dilakukan, dapat ditarik beberapa kesimpulan mengenai sistem pengukur tinggi badan secara realtime, antara lain sebagai berikut :
1. Metode canny edge yang ditambah metode wavelet dapat menghasilkan hasil yang lebih baik dibandingkan hanya menggunakan metode canny edge, pada saat diberikan toleransi ±2CM tingkat akurasinya sebesar 50% dan pada saat diberikan toleransi ±5CM tingatk akurasinya sebesar 77,3%.
2. Jika dianalisis berdasarkan jarak, maka hasil foto dengan jarak dekat yang semakin baik pada saat diberikan toleransi ±2CM. Tingkat akurasi yang didapat sebesar 54,5%. Sedangkan pada saat diberikan toleransi ±5CM jarak pengambilan foto yang terjauh yang terbaik yaitu sebesar 84,1%
3. Jika dianalisis berdasarkan warna latar,warna latar merah yang paling baik dengan tingkat akurasi sebesar 45,5% pada saat diberikan toleransi ±2CM dan 75,7% pada saat diberikan toleransi ±5CM.
4. Hasil akhir dari sistem ini masih mengecewakan pada saat diberikan toleransi ±2CM, karena tingkat akurasi diatas 70% tidak didapatkan. Sistem ini menghasilkan tingkat akurasi sebesar 48%, sedangkan pada saat diberikan toleransi ±5CM sistem ini sudah melewati ekspektasi dengan tingkat akurasi 79%.
5. Jika dilakukan analisis berdasarkan perbedaan error yang didapat dengan tinggi yang sebenarnya. Didapatkan bahwa metode yang paling bagus adalah metode gabungan canny edge detection dengan wavelet, lalu jarak pemfotoan yang paling bagus adalah jara medium, dan latar yang paling bagus adalah latar berwarna merah. Untuk total akurasi jika dilakukan perhitungan ini didapatkan akurasi sebesar 91%.
6. Sistem ini masih bisa mendapatkan tingkat akurasi yang diinginkan jika nilai pixel yang didapat bisa sesuai dengan rule yang telah dibuat. Sebagai contoh, pada jarak jauh pixel yang seharusnya terdeteksi adalah dibawah 25 pixel untuk canny edge saja, dan dibawah 16 pixel untuk canny edge + wavelet. Tapi didapat foto yang tidak sesuai rule diatas yang mengakibatkan salah penggunaan persamaan.
6.2 Saran
1. Mencari metode perhitungan sistem selain perbandingan pixel tinggi orang dengan pixel objek khusus.
2. Latar yang digunakan lebih beragam, atau tidak satu warna. 3. Menggunakan aplikasi mobile (android, iphone, dll)
xv
DAFTAR PUSTAKA
[1] Broughton, S.Allen. 1998. “Wavelet Based Methods in Image Processing”.
http://www.rose-hulman.edu/~brought/Epubs/Imaging/waveimage.html.
Akses Tanggal 26 September 2011.
[2] Feng-ju, Chang. 2009. Time Frequncy and Wavelet Transforms. Term Paper. National Taiwan University.
[3] Hanov, steve. 2006. Wavelet and Edge Detection. Final Project CS698. [4] Help Matlab R2009a
[5] Herdiyeni, Yeni. Deteksi Tepi Canny. Slide. Universitas IPB. Bogor. [6] J. Canny, A Computational Approach to Edge Detection.
[7] Putra Darma. 2010. Pengolahan Citra Digital. Yogyakarta : Penerbit Andi. [8] Taner, Turhan. 1999. Multi-Component Edge Detection Algorithm. Rock Solid
Images.
Powered by TCPDF (www.tcpdf.org)
