18 BAB IV.
METODE PENELITIAN
4.1. Perancangan
Perancangan pada penelitian ini dilakukan dengan 2 cara, yaitu perancangan secara perangkat keras dan perancangan secara perangkat lunak.
4.1.1. Perangkat Keras
Perancangan secara perangkat keras dilakukan dengan membuat simulasi maket rumah yang dilengkapi dengan pintu otomatis, rangkaian driver motor DC, rangkaian optocoupler sebagai penerima data dari parallel port, komunikasi parallel port dan perencanaan sistem secara keseluruhan. Gambar rangkaian secara perangkat keras untuk membuka pintu jika data yang baru masuk cocok dengan database dan tetap akan tertutup jika data yang baru masuk tidak cocok dengan database dapat dilihat pada gambar 4.1. dibawah ini.
19 4.1.2. Perangkat Lunak
Perancangan secara perangkat lunak menggunakan sebuah program Visual Basic, dimana perangkat lunak ini digunakan untuk menyimpan hasil penangkapan objek yang bergerak yaitu foto untuk dijadikan sebuah database. Kegunaan dari database ini untuk membandingkan dengan data baru yang masuk, apakah data baru tersebut cocok atau tidak dengan database yang ada. Flowchart perancangan perangkat lunak / program yang digunakan dapat dilihat pada gambar 4.2.
Gambar 4.2. Flowchart Perangkat Lunak Menggunakan Microsoft Visual Basic Pengambilan Data
ObjekWajah
Penskalaan
Segmentasi
Cropping
Kuantisasi
Verifikasi
Dikenal ?
Pintu terbuka
Pintu tetap tertutup
Gray Scale
Ya
Tidak
Mulai
20 4.2. Cara Kerja
Cara kerja dari penelitian ini dapat digambarkan dalam sebuah blok diagram sistem seperti yang terlihat pada Gambar 4.3.
Gambar 4. 3 Blok Diagram Sistem
Cara kerjanya adalah, sensor berupa kamera akan menangkap objek yang terus bergerak (video capture). Penangkapan objek yang bergerak ini dapat menggunakan Kamera Web Wireless, Kamera CMUcam 2 with OV7620 dan Kamera CCTV.
Setelah penangkapan objek, objek tersebut akan di simpan dalam sebuah database. Jika terdapat data baru, maka data tersbut akan diolah oleh komputer / PC menggunakan program Visual Basic. Hasil data yang telah diolah oleh Visual Basic tersebut akan dikirimkan ke motor pada simulasi maket rumah dengan menggunakan komunikasi parallel untuk membuka pintu jika datanya cocok.
4.3. Langkah-langkah Percobaan
Pengerjaan perangkat lunak difokuskan pada pengerjaan program untuk identifikasi ciri – ciri wajah seseorang yang kemudian memutuskan aksi dengan mengirim data melalui parallel port. Percobaan yang dilakukan antara lain adalah pengambilan input, pen-skalaan, gray scale, pendeteksian keberadaan objek, kuantisasi, pembandingan data baru.
Pengambilan data input dimaksudkan untuk membuat sebuah database. Yaitu dengan mengambil sebuah frame objek gambar yang sedang bergerak menggunakan kamera digital. Jika frame objek sudah didapatkan, maka dapat melakukan penyimpanan untuk memperbanyak database yang ada. Data yang dapat disimpan dalam database mencapai lebih dari 1000 database, yang artinya database dapat menyimpan data wajah lebih dari 1000 orang.
Pen-skala-an dilakukan karena input yang didapatkan berukuran besar, sehingga untuk mendapatkan objek dengan pixel yang standar untuk ukuran pixel image, dipilihlah objek dengan ukuran 320 x 240 = 76800 pixel. Ukuran tersebut masih besar jika harus
Sensor
Penangkapan objek bergerak Komputer
21
menghitung keseluruhan data yang ada, sehingga perlu pula dilakukan pen-skala-an menjadi 1:15, sehingga penghitungan data tidak terlalu banyak dan akan memudahkan dalam pemrosesan data tersebut. Sehingga data yang berukuran kolom, 320/15 = 21, tetapi data ini tidak digunakan keseluruhannya, tetapi 16 pixel untuk kolom. Data yang berukuran baris 240/15 = 16 pixel untuk baris (seluruh data akan terbaca). Sehingga didapatkan 16 x 16 = 256 data pixel untuk 1 database wajah yang terdeteksi.
Segmentasi digunakan untuk membedakan warna kulit dengan warna background. Pada batasan masalah ditentukan bahwa warna background adalah biru sehingga untuk dapat menentukan posisi wajah maka harus membuang warna biru dan mengambil warna kulit yang telah diasumsikan. Rumus yang digunakan untuk menentukan warna kulit adalah :
( R – G ) < 128 & R + G > B * 2 (4.1)
Dari rumus tersebut didapat bahwa warna kulit yang diasumsikan adalah warna oranye dan coklat. Warna kulit yang terdeteksi tetap pada warna aslinya yang kemudian dijadikan gray sedangkan warna yang tidak terdeteksi sebagai kulit dijadikan warna hitam.
Gray Scale dilakukan, karena gambar yang terekam adalah gambar berbentuk RGB atau berwarna, sehingga untuk memudahkan pemrosesan gambar tersebut di ubah bentuknya menjadi gambar gray scale.
Melakukan pendeteksian keberadaan objek sehingga objek dapat dibedakan dengan background. Pendeteksian ini dilakukan dengan cara segmentasi warna kulit dan juga melakukan cropping.
Dilanjutkan dengan melakukan kuantisasi, yaitu mengambil data pixel dari suatu objek gambar yang sudah terekam untuk dimasukkan kedalam sebuah database.
22 4.4. Pengujian Dan Analisa
Setelah menyelesaikan perencanaan dan pembuatan alat, selanjutnya untuk mengetahui serta meyakinkan bahwa seluruh sistem perancangan perangkat telah bekerja dengan baik, sehingga dilakukan beberapa pengujian pada setiap tahap. Pengujian ini meliputi beberapa tahap, yaitu: pengujian pada sensor penangkap objek bergerak, pengujian pengambilan data, pengujian perangkat lunak, pengujian rangkaian driver motor.
Tujuan dari pengujian pada Sensor penangkap objek bergerak, adalah untuk mengetahui apakah sensor yang digunakan dapat bekerja sesuai yang diharapkan dan apakah Visual Basic dapat menerima gambar yang ditangkap oleh sensor. Jika program dapat menerima gambar yang ditangkap oleh sensor, maka membuktikan bahwa sensor dapat bekerja dengan baik.
Tujuan dari pengujian pengambilan data adalah untuk mengetahui apakah data yang diambil dapat tersimpan dalam database atau tidak. Dan apakah data yang sudah tersimpan dapat dijadikan data referensi sebagai pembanding dengan data baru yang akan diambil nanti pada saat pengujian. Dan program Visual Basic yang dibuat akan menyimpan data tersebut secara otomatis kedalam database yang sudah dikoneksikan.
Pengujian perangkat lunak adalah untuk membandingkan data baru yang akan diambil dengan data yang sudah tersimpan dalam database. Dari hasil pengecekan satu objek dengan 20 kali tes yang dilakukan, tingkat keberhasilan dalam menentukan target adalah 50%. Perangkat lunak diatas dapat mengenali bahwa objek yang ditangkap oleh sensor merupakan data yang sesuai pada member, akan tetapi objek yang ditangkap tidak dapat dikenali dengan nama yang benar.
