SISTEM PENGGERAK KURSOR MELALUI PENGOLAHAN CITRA
JARI TANGAN MENGGUNAKAN EMGUCV
Muchammad Naseer 1, I Gede Suardika 2, I Gede Putu Teguh Pramudya Ananta 3
1,2,3
STMIK STIKOM Bali
1,2,3
Jln Raya Puputan Renon No 86, Denpasar - Bali
1
naseer@stikom-bali.ac.id, 2 suardika@stikom-bali.ac.id, pramudya21@gmail.com3
Abstrak
Perancangan ini dilatar belakangi oleh kondisi perkembangan ilmu teknologi yang maju pesat khususnya dibidang pencitraan digital, disini penelitian menggunakan obyek jari tangan manuisa untuk dikembangkan agar dapat menggerakan kursor tetikus. penelitian ini menggunakan metode konversi citra digital yang disebut Threshold, dan menggunakan algoritma Convexity Defect and Hull yang kemudian diterjemahkan ke dalam bahasa C# menggunakan Software Microsoft Visual Studio C# 2010 dan juga menggunakan library dari EmguCV yang di khususkan untuk pengolahan citra digital . Hasil perancangan dari sistem ini berupa aplikasi untuk menggerakan kursor tetikus, namun tidak hanya itu aplikasi ini juga dapat melakukan proses klik sama seperti fitur yang ada pada tetikus pada umumnya..
Kata kunci : Pengolahan Citra Digital, Convexity Defect & Hull, EmguCV, Threshold
1. Pendahuluan
Citra digital merupakan konversi citra ke sinyal digital, dengan dibantu sensor elektronik membentuk array yang berisikan nilai nilai real maupun kompleks yang kemudian di presentasikan kembali dengan deretan bit tertentu. Penglihatan adalah indra yang paling peka sehingga tidak mengejutkan bila citra memainkan peran paling penting dalam persepsi manusia. Bagaimanapun, tidak seperti manuasia yang terbatas dalam band penglihatan spectrum elektromagnetik (EM), mesin pencitraan mencangkup hamper semua spectrum EM, dengan jangkauan mulai dari sinar gamma sampai gelombang radio. EmguCv adalah salah satu library pengolahan citra digital multy platform yang bersifat open source sehingga dapat dikembangkan oleh siapapun secara bebas namun terdapat juga versi EmguCv yang berbayar dengan kemampuan yang lebih tentunya, berhubungan dengan kecepatan komputasi. Dengan adanya teknologi olah citra yang ada ini khususnya library EmguCv, memungkinkannya membaca pergerakan suatu objek untuk menjadi suatu titik acuan yang apa bila diproses lebih lanjut akan dapat menggerakan kursor tetikus dan teknologi ini dapat menutupi kekurangan dari kelemahan tetikus yang masih ada sampai saat ini. Berdasarkan uraian diatas permasalahan diatas penulis mengangkat topik Penggerak Kursor Tetikus Dengan Jari Menggunakan Emgu CV.
2. Metode Penelitian
Pengolahan Citra Digital
Pengolahan citra digital dimulai sekitar awal tahun 1920-an dari dunia pemberitaan media cetak, dimana sebuah citra dikirim melalui kabel bawah laut dari London menuju ke New York. Proses transmisi ini menghemat waktu pengiriman dari seminggu menjadi kurang dari tiga jam. Sebelum dikirim citra terlebih dahulu dikodekan dan setelah diterima citra direkonstruksi ulang.[1].
Citra didasarkan pada radiasi spectrum EM yang paling familier, khususnya citra X-ray dan band visual dari spectrum. Gelombang elektromagnetik dapat dikonsepkan sebagai sepasang gelombang sinusoidal dari macam-macam panjang gelombang. Jika energi spectral band dikelompokan per photon maka akan didapatkan spektrum seperti yang ditunjukan pada gambar 2.1 jangkauan dari gamma ray (energy tertinggi) sampai gelombang radio (energy terendah).[2]
Gambar 1. Spektrum Elektromagnetik
YCrCb Color Filtering
Warna kulit telah terbukti menjadi isyarat yang berguna dan kuat untuk deteksi wajah, lokalisasi, dan pelacakan[3]. Content filtering, content-aware video compression, dan color-balancing applications juga mendapatkan keuntungan dari deteksi otomatis kulit dalam gambar.Tujuan dari skin-color detection adalah membuat sebuah keputusan untuk membedakan antara kulit dan bukan kulit.Hal ini biasanya dicapai dengan menggunakan metrik, yang mengukur jarak dari warna pixel yang diberikan kepada nilai yang ditetapkan mewakili warna kulit. Keuntungan yang jelas dari metode tersebut adalah kesederhanaan aturan skin-detection memungkinkan pelaksanaan klasifikasi yang sangat cepat.[3]
YCbCr adalah keluarga dari ruang warna yang digunakan sebagai bagian dari warna-gambar dalam video dan sistem fotografi digital.Y adalah komponen luma, kadang-kadang disebut cahaya, yang mewakili kecerahan gambar.Cb dan Cr adalah blue-difference danred-difference komponen chroma, chroma adalah sinyal yang digunakan dalam sistem video untuk menyampaikan informasi warna dari gambar.Berbeda dengan RGB, ruang warna YCbCr adalah luma-independen, menghasilkan kinerja yang lebih baik. YCbCr bukan merupakan ruang warna mutlak, melainkan adalah cara pengkodean informasi RGB. Warna sebenarnya ditampilkan tergantung pada primary RGB yang sebenarnya digunakan untuk menampilkan sinyal.
Morfologi Citra
Kata morphology umumnya menyatakan cabang ilmu biologi yang mempelajari bentuk dan struktur hewan dan tumbuh-tumbuhan. Istilah yang sama juga digunakan disini, dalam konteks mathematical morphology sebagai tool untuk mengekstrakan komponen citra yang berguna dalam representasi dan deskripsi bentuk daerah, seperti boundaries, skeletons, dan convex hull. Teknik morfologi juga diguakan untuk pre atau postprocessing, seperti morfologi filtering, thinning, dan pruning. Operasi dasar dalam pemrosesan morfologi adalah dilasi dan erosi, yang kemudian dikembangkan menjadi opening dan closing.[3]
Dilasi
Proses dalam dilasi adalah “penumbuhan” atau “penebalan” dalam citra biner. Pengertian penebalan ini dikontrol dalam bentuk strel yang digunakan. Pengertian penebalan ini dikontrol oleh bentuk strel yang digunakan.
Erosi
Erosi dapat dianggap sebagai operasi morphological filtering dimana detail citra yang
lebih kecil dari strel akan difilter (dihilangkan) dari citra. Untuk lebih memahami erosi, maka dapat dibayangkan bahwa strel digerakan sepanjang sebelah luar tepi citra (diluar pixel yang paling pinggir/tepi) dan origin strel ditempatkan di piksel background yang ditemui tersebut. Untuk setiap irisan piksel strel dengan daerah di dalam citra maka pikselirisan tersebut merupakan hasil erosi dan piksel tersebut ikut bergabung menjadi background dalam citra biner.[4]
Opening dan Closing
Dua morfologi lain yang penting adalah opening dan closing. Opening secara umum menghaluskan garis-garis bentuk obyek, menghilangkan bagian-bagian yang sempit, dan menghilangkan penonjolan-penonjolan yang tipis. Closing secara umum menolak pecahan-pecahan sempit dan teluk yang panjang dan tipis, menghilangkan lubang kecil dan mengisi gap pada garis-garis bentuk (contour).[4] Dengan pernyataan tersebut dapat didefinisikan bahwa : Opening : Dilakukan Erosi kemudia dilakukan Dilasi.
Gambar 2. Ilustrasi Opening
Closing : Dilakukan Dilasi kemudian dilakukan Erosi..
Gambar 3. Ilustrasi Closing
Convexity Convexity and Defect
Cara lain yang berguna untuk memahami bentuk dari suatu obyek atau kontur adalah untuk menghitung convex hullterhadap objek dan kemudian menghitung ketidak sempurnaan konveksitas nya. Bentuk dari banyak objek yang kompleks akan dikarakteristikan dengan baik berdasarkan ketidak sempurnaan dari objek tersebut. Convex hull digambarkan sebagai garis gelap di sekitar tangan. .[5]
Yang ketiga menghitung convexity defectspada contour untuk yang convex hull-nya dikenali.
Convex hull adalah keterangan dari bentuk, dan ConvexDefect adalah keterangan dari edge.Hal ini digunakan dalam computer vision untuk menyederhanakan bentuk kompleks, terutama untuk memberikan indikasi cepat dari luasnya obyek. [6]
Gambar 4. contour convexity dan convexity defect
Alur Umum Sistem
Sistem ini akan memiliki dua form yang mana form pertama berfungsi sebagai Home Screen sebagai tampilan untuk memilih menu di awal program yang berisikan dua menu start detection untuk menjalankan program utama dan about untuk menampilkan informasi instansi tempat penulis mengeyam pendidikan, versi aplikasi, nomor induk, nama penulis, dan info email penulis, dan juga tahun ajaran.[7] Form utama adalah form penentu atau tempat semua sistem berjalan mulai dari recording gambar dimana gambar diambil menggunakan webcam secara real time kemudian detection. Dalam detection gambar yang tadinya diambil oleh kamera webcam di konversi menjadi format YCrCb yang merupakan salah satu format warna selain RGB, kemudian selanjutnya dilakukan erosi dan dilasi yaitu penipisan gambar dan penebalan gambar agar mendapat contour tangan yang diingin kan sehingga mempermudah nantinya menerapkan algoritma contour convexity dan convexity defect. Dibawah ini adalah urutan proses yang terjadi dalam aplikasi Sistem Penggerak Kursor Tetikus Dengan Jari Menggunakan EmguCV :
Gambar 5. alur umum sistem
Use Case Pengguna
Use Case untuk user antar lain : Show Home Screen menampilkan menu awal bagi pengguna atau user.[9] Start Detection memulai program. Tracking Processing adalah sub bagian dari Start Detection yang berisi semua parameter dalam konversi dan tracking obyek. dan Show About untuk menampilkan informasi perancang aplikasi ini.
User
Show Home Screen
Start Detection
Tracking Processing
Show About
incl ude
incl ude
incl ud
e
e
xt
e
n
d
Gambar 6. use case diagram
Activity Diagram Home Screen
Diagram Activity HomeScreen menampilkan aliran aktifitas yang dilakukan oleh pengguna terhadap Home Screen berikut diagram activity home screen :
JARI TANGAN
MANUSIA WEB CAM
YCrCb THRESHOLD EROSI
DILASI
ALGORITMA CONTOUR CONVEXITY DAN
DEFECT HULL
User Sistem
Show Home Screen
Start
End
Start Program Clik Icon
Program
Gambar 7. Diagram Activity HomeScreen
Activity Diagram Show About
Diagram Activity Show About menampilkan aliran aktifitas yang dilakukan oleh pengguna terhadap Show About.[8] Berikut diagram activity Show About:
User Sistem
Show Home Screen
Start
End
Show About
Show About Information
Gambar 8. Diagram Activity Show About
Activity Diagram Start Detection
Diagram Activity Start Detection menampilkan aliran aktifitas yang dilakukan oleh pengguna terhadap Start Detection. Berikut diagram Activity Start Detection:
User Sistem WebCam
Start Detection
Record Gambar
Preview Image Process
Ada Cek WebCam
Pesan Error Tidak Ya
Start
End
Gambar 9. Diagram Activity Start Detection
Activity Diagram Tracking Process
Diagram Activity Tracking Process menampilkan aliran aktifitas yang dilakukan oleh pengguna terhadap Tracking Process. Berikut diagram activity Tracking Process :
User Sistem WebCam
Start Detection
Record Gambar
Preview Image Process
Ada Cek WebCam
Pesan Error Tidak Ya
Start
End
YCrCb Convert
Erode & Dilate Struct
Convexcity Algorithm
Mouse Function
Gambar 10. Diagram Activity Tracking Process
Sequence Diagram Home Screen
HomeScreen
1.1 HomeScreen_Load()
2.1 HomeScreen_FormClosing() User
1.Open()
2.Close()
Gambar 11. Diagram Sequence Home Screen
Sequence Diagram Show About
Diagram Sequence Show About menampilkan aliran aktifitas yang dilakukan oleh pengguna terhadap Show About:
HomeScreen
1.3 HomeScreen_Load()
2.1 HomeScreen_FormClosing() User
1.Open()
2.Close()
About
1.1 btAbout_Click()
1.2 About_Load()
Gambar 12. Diagram Sequence Show About
Sequence Diagram Start Detection
Diagram Sequence Start Detection menampilkan aliran aktifitas yang dilakukan oleh pengguna terhadap Start Detection berdasarkan urutan waktu atau timeline berikut Diagram Sequence Start Detection:
HomeScreen
1.4 HomeScreen_Load()
2.1 HomeScreen_FormClosing() User
1.Open()
2.Close()
StartDetection
1.1 btStartProg_Click()
1.3 Start Detection_Load()
1.2.Record()
Gambar 13. Diagram Sequence Start Detection
Sequence Diagram Tracking Process
Diagram Sequence Tracking Process menampilkan aliran aktifitas yang dilakukan oleh pengguna terhadap Tracking Process berdasarkan urutan waktu atau timeline berikut Diagram Sequence Tracking Process :
HomeScreen
1.5 HomeScreen_Load()
2.1 HomeScreen_FormClosing() User
1.Open()
2.Close()
StartDetection
1.1 btStartProg_Click()
1.4 Start Detection_Load()
1.2.Record()
1.3.ImageProcessing()
Gambar 14. Diagram Sequence Tracking Process
Class Diagram
Diagram class program menggambarkan struktur dan deskripsi class pada program.
Gambar 15. Class Diagram
3. Hasil dan Pembahasan Halaman utama (Home Screen)
menampilkan visualisasi citra nyata dan citra yang telah diolah. Halaman utama ini akan dimunculkan kembali ketika pengguna selesai melakukan deteksi dan pergerakan kursor tetikus.
Gambar 16. Interface Home Screen
Halaman Start Detection
Pada halaman ini terdapat dua visualisasi, kotak visual sisi kiri menampilkan citra nyata yang didapatkan melalui kamera, kotak visual pada sisi kanan akan menampilkan hasil pengolahan citra nyata tersebut. Tedapat juga sebuah tombol dengan teks finger, dimana tombol tersebut akan memulai proses deteksi dan tracking. Ketika tombol tersebut mulai di tekan, maka setiap pergerakan tangan akan mempengaruhi pergerakan kursor pada layar.
Gambar 17. Interface Start Detection
Halaman Detection dan Tracking
Pada halaman ini, kotak visual pada sisi kiri telah memunculkan hasil deteksi. Hasil deteksi didapatkan melalui pengolahan citra pada kotak visual sisi kanan. Pada sisi kanan terlihat citra biner yang dimana kontur tangan menjadi berwarna putih secara keseluruhan, dan background yang merupakan media berwarna putih akan berubah menjadi hitam. Pada kotak visual sisi kiri, akan diberikan tepi berwarna hijau yang mengikuti kontur tangan, sedangkan garis berwarna merah tergambar pada sudut-sudut
terluar dari kontur tangan. Jika 2 jari yang terdeteksi berarti akan menggerakkan kursor, jika 3 jari yang terdeteksi maka kursor akan melakukan klik, jika 4 jari yang terdeteksi maka kursor akan melakukan klik sebanyak 2 kali, berguna untuk membuka file atau folder, terakhir, jika 5 jari yang terdeteksi maka kursor akan melakukan klik kanan.
Gambar 18. Interface Detection dan Tracking
Pengujian
Dari percobaan yang dilakukan terhadap pergerakan kursor melalui citra tangan, didapatkan hasil sebagai berikut :
Tabel 1. Pengujian menggerakkan kursor melalui deteksi 2 jari
Pengujian Berhasil
Uji ke-1 Ya
Uji ke-2 Ya
Uji ke-3 Ya
Uji ke-4 Ya
Uji ke-5 Ya
Tingkat Keberhasilan 100%
Tabel 2. Pengujian kursor klik melalui deteksi 3 jari
Pengujian Berhasil
Uji ke-1 Ya
Uji ke-2 Tidak
Uji ke-3 Ya
Uji ke-4 Ya
Uji ke-5 Ya
Tingkat Keberhasilan 80%
Tabel 3. Pengujian kursor klik 2 kali melalui deteksi 4 jari
Pengujian Berhasil
Uji ke-1 Tidak
Uji ke-2 Tidak
Uji ke-3 Tidak
Uji ke-5 Ya Tingkat Keberhasilan 40%
Tabel 4. Pengujian kursor klik kanan melalui deteksi 5 jari
Pengujian Berhasil
Uji ke-1 Tidak
Uji ke-2 Ya
Uji ke-3 Ya
Uji ke-4 Ya
Uji ke-5 Ya
Tingkat Keberhasilan 80%
Gambar 19. Grafik hasil pengujian
4. Kesimpulan dan Saran
Kesimpulan
Kesimpulan yang dapat diambil dari penelitian ini adalah :
1. Sistem ini mampu mengkonversikan citra video kedalam citra biner dan mampu menggerakan kursor tetikus dengan menggnakan obyek jari tangan manusia. 2. Sistem ini tidak hanya dapat menggerakan
kursor namun dapat juga melakukan klik kanan dan kiri sebagaimana mestinya fungsi tetikus pada umumnya.
3. Masih terdapat kendala dengan intensitas cahaya di dalam sebuah ruangan.
4. Terjadi kemampuan yang kurang baik ketika melakukan deteksi 4 jari, yang berfungsi untuk klik 2 kali.
5. Tidak terjadi masalah ketika akan menggerakkan kursor melalui deteksi 2 jari.
Saran
Saran yang dapat diberikan untuk penelitian ini adalah :
1. Design tampilan perlu dibuat lebih menarik lagi.
2. Dilakukan percobaan dengan menggunakan global thresholding pada proses deteksi, diharapkan dapat berjalan baik di berbagai kondisi cahaya.
3. Dibutuhkan peningkatan akurasi pada proses deteksi dan tracking, sehingga akan lebih
memudahkan pengguna dalam
menggunakan sistem ini.
4. Dapat dilakukan simulasi lain misal dengan merubah deteksi untuk menggerakan kursor melalui tangan yang menggumpal.
Daftar Pustaka
[1] Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta. Andi.
[2] Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta. Andi.
[3] Tarek M. Mahmoud. A new fast skin color detection technique. World Academy of Science, Engineering and Technology, 43:501–505,2008
[4] Vladimir Vezhnevets, Vassili Sazonov, and Alla Andreeva. A survey on pixel-based skin color detection techniques. In Proceedings of international conference on computer graphics and vision, pages 85– 92, Moscow, Russia, 2003.Moscow State University.
[5] Bradski, Gary dan Adrian Kaehler.2008.Learning OpenCV.United States of America: O’Reilly.
[6] Ashwini M. Patil, Sneha U. Dudhane, Monika B. Gandhi, Nilesh J. 2005. Cursor Control System Using Hand Gesture Recognition. India.
[7] Schmuller, Joseph. 1999. Sams Teach Yourself UML in 24 Hours. Sams Publishing. United States of America. [8] Jeffry L Whitten, J. et all, 2004, Edisi 6
Metoda Design dan Analisa Sistem, edisi bahasa Indonesia,McGrawHill companies [9] C. Lethbridge, Timothy dan Laganiere,
Robert. 2002. Object-Oriented Software Engineering. McGraw-Hill, New York. [10] Booch, Grady, Rumbaugh, James, dan
Jacobson, Ivar. 1999. The Unified Modeling Language User Guide. Addison-Wesley. Canada.
