Jari Tangan Hue Saturation Value HSV

5

BAB II DASAR TEORI

2.1. Jari Tangan

Jari merupakan suatu bagian tubuh yang berada pada tangan dan kaki manusia, baik yang sebelah kiri ataupun kanan [4]. Pada manusia normal jari tangan sebanyak lima, yaitu: Gambar 2.1. Jari Tangan Keterangan Gambar 2.1 : 1. Jempol atau ibu jari. 2. Jari telunjuk. 3. Jari tengah merupakan jari yang paling panjang di antara jari tangan. 4. Jari manis. 5. Jari kelingking. Jari tangan manusia sering digunakan sebagai alat komunikasi melalui gerakan pada jari tersebut. Salah satu contoh yang sering digunakan oleh para penyandang tunawicara, mereka berkomunikasi melalui gerak-gerakan yang mengandung arti tertentu. 1 2 3 4 5 Salah satu bentuk isyarat yang digunakan bagi para penyandang tunawicara ialah isyarat tentang pola angka seperti pada Gambar 2.2, yaitu untuk memperkenalkan angka 0- 9 dengan menggunakan jari tangan dalam berbagai pose, karakter-karakter tersebut akan menunjukkan arti atau isyarat tentang pola angka. 1 2 3 4 5 6 7 8 9 Gambar 2.2. Bentuk Isyarat Angka 0-9 Gambar 2.2, merupakan isyarat bentuk angka pola American Sign Language [5]. Mode bahasa isyarat jenis ini yang paling banyak dikenal dan telah dipakai sebagai pedoman bahasa isyarat pada dunia internasional.

2.2. Pengolahan Citra

Citra image merupakan gambar pada bidang dua dimensi, dengan citra adalah dimensi spasial atau bidang yang berisi informasi warna yang tidak bergantung waktu [6]. Jika pendekatan matematis dilakukan, citra adalah fungsi yang sifatnya menerus continue atas intensitas cahaya pada bidang dua dimensi. Sumber cahaya menerangi objek, objek memantulkan kembali seluruh atau sebagian berkas cahaya, kemudian ditangkap oleh alat optis atau elektro-optis. Citra terdiri atas piksel, dengan piksel merupakan sekumpulan titik-titik pada pada gambar. Titik-titik tersebut menggambarkan posisi koordinat dan mempunyai intensitas yang dapat dinyatakan dalam fx,y, dengan x,y adalah koordinat pada bidang dua dimensi dan fx,y adalah intensitas cahaya brightness pada titik x,y. Karena cahaya merupakan bentuk energi, maka intensitas cahaya bernilai antara 0 sampai tak hingga 0 ≤ f x,y ∞. Nilai fx,y adalah perkalian antara : 1. ix,y : Energi cahaya yang datang dari sumbernya illumination, dengan nilai dari 0 sampai tak hingga, dan 2. rx,y : Derajat kemampuan objek memantulkan cahaya reflection dengan nilai antara 0 dan 1. Nilai 0 adalah penyerapan total, sedangkan nilai 1 adalah pemantulan total. Gambar 2.3 menunjukkan proses pembentukan intensitas cahaya. Sumber cahaya menyinari objek, besar pancaran cahaya yang diterima oleh objek pada koordinat x,y adalah ix,y, setelah itu objek memantulkan cahaya yang diterima dengan derajat pemantulan rx,y. Hasil perkalian antara ix,y dan rx,y merupakan intensitas cahaya pada koordinat x,y yang ditangkap oleh sensor visual pada sistem optis. Jadi dengan demikian fx,y = ix,y.rx,y dengan : 0 ≤ ix,y ∞ dan 0 ≤ rx,y ≤ 1, sehingga 0 ≤ fx,y ∞. Gambar 2.3. Proses Pembentukan Citra [6] Proses pra-pengolahan citra image pre-prosessing dilakukan untuk memperoleh citra yang mempunyai kualitas yang lebih baik daripada citra sebelumnya. Dengan cara memanipulasi parameter-parameter citra, akan menghasilkan bentuk yang lebih cocok terhadap nilai-nilai piksel citra tersebut untuk proses yang lebih lanjut.

2.2.1. Citra Red, Green, and Blue RGB

Red Merah, Green Hijau dan Blue Biru adalah warna dasar yang dapat ditangkap oleh mata manusia. Setiap piksel pada citra warna mewakili warna dari kombinasi ketiga warna dasar RGB. Setiap titik pada citra warna membutuhkan data sebesar 3 byte. Setiap PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI warna dasar memiliki intensitas tersendiri dengan nilai minimum nol 0 dan nilai maksimum 255 8 bit. RGB berdasar pada teori bahwa mata manusia peka terhadap panjang gelombang 630 nm merah, 530 nm hijau, dan 450 nm biru [7]. Gambar 2.4. Reprentasi Warna pada RGB [7] Pada Gambar 2.4 di atas dapat dilihat bahwa : 1. RGB terdiri atas tiga warna utama, yaitu merah, hijau, dan biru. 2. Campuran antar dua warna pada RGB menghasilkan warna baru, yaitu : kuning = merah + hijau, cyan = hijau + biru, dan magenta = biru + merah. 3. Bila seluruh warna merah, hijau, dan biru dicampur akan menghasilkan warna putih.

2.3. Hue Saturation Value HSV

HSV mendefinisikan warna dalam terminologi Hue, Saturation, dan Value. Keuntungan HSV ialah terdapat beberapa warna yang sama dengan yang mampu ditangkap oleh indra manusia [8]. Sedangkan warna yang dibentuk oleh model lainnya seperti RGB merupakan hasil campuran dari warna-warna primer. Gambar 2.5. Ruang Warna HSV [8] Model HSV pertama kali diperkenalkan oleh A.R Smith pada tahun 1978, yang ditunjukkan pada Gambar 2.5. Melalui model gambar tersebut, dapat diketahui bahwa HSV memiliki 3 karakteristik pokok, yaitu Hue, Saturation, dan Value. Berikut ini penjelasannya.  Hue : Menyatakan warna sebenarnya, seperti merah, violet, dan kuning. Serta digunakan menentukan kemerahan redness, kehijauan greeness, dan sebagainya.  Saturation : Kadang disebut chroma, adalah kemurnian atau kekuatan warna.  Value : Kecerahan dari warna. Nilainya berkisar antara 0-100 . Apabila nilainya 0 maka warnanya akan menjadi hitam. Semakin besar nilai value, maka semakin cerah dan akan muncul variasi-variasi baru dari warna tersebut. Selain penjelasan di atas, berikut ini penjelasan tambahan tentang skala 3 komponen warna HSV berdasarkan Gambar 2.6. Gambar 2.6. Skala Warna HSV [9]  Hue : Mewakili 360 derajat warna, dengan nilai warnanya dapat dilihat pada gambar b.  Saturation : Pada panah horizontal yang berwarna hitam, mempunyai nilai antara 0 hingga 100 atau 0 sampai 1. Nilai 0 untuk warna putih dan jika semakin besar maka merujuk kepada warna asli dari hue.  Value : Pada panah vertikal yang berwarna putih, nilai sama dengan saturation. Nilai 0 mengacu pada hitam, sedangkan jika semakin besar akan menghasilkan warna asli dari hue. Untuk memperoleh citra HSV yang ingin dikonversi dari citra RGB pada software matlab, sintaks program utama yang digunakan ialah rgb2hsv. Untuk lebih jelasnya, Gambar 2.7 dan 2.8 contoh pengimplementasiannya pada suatu citra. Gambar 2.7. Contoh Sintaks Program untuk Mengkonversi Citra RGB ke HSV, beserta Menampilkan Citranya dengan Menggunakan Sintaks subplot dan imshow. a b Gambar 2.8. a Citra RGB b Citra HSV 2.4. Wavelet 2.4.1. Wavelet Secara Umum