3.1.5. Laptop atau komputer
Pada sistem pengenalan ini, laptop atau komputer berfungsi sebagai pengolah software
yang termasuk di antaranya matlab ataupun pada preprocessing, serta penyimpanan database. Pengenalan yang ingin ditampilkan dapat dilihat melalui keluaran
pada laptop ataupun komputer.
3.2. Proses Pengenalan Potongan Citra Alat Musik Tradisional
Proses pengenalan potongan citra alat musik tradisional adalah proses di mana potongan citra yang di capture akan dikenali bentuknya. Proses ini terdiri pengambilan
citra, preprocessing, pengenalan dan keluaran yanag berupa teks. Proses kerja sistem dapat dilihat pada gambar 3.2.
Gambar 3.2. Diagram Blok Proses Pengenalan
3.2.1. Pengambilan Citra
Citra yang berbentuk potongan gambar diambil dengan menggunakan webcam yang sudah terhubung dengan komputer. Webcam terlebih dahulu sudah dikenali oleh
laptopkomputer. Webcam yang berada tegak lurus dengan potongan citra dan harus mencari jarak terbaik atau fokus. Untuk mendapatkan gambar yang fokus diperlukan juga
adanya tambahan lampu agar intensitas cahaya tidak mengganggu untuk pengambilan gambar. Resolusi 640 x 480 yang digunakan pada webcam ini akan membantu untuk
mendapatkan tampilan gambar yang lebih baik. Perintah untuk mengambil gambar dengan menggunakan webcam adalah sebagai berikut :
vidobj = videoinput
winvideo ,1,
YUY2_640x480 ;
previewvidobj; pause
frame = getsnapshotvidobj; stopvidobj
deletevidobj gambar=yuy2torgbframe;
imshowgambar
3.2.2. Preprocessing
Preprocessing merupakan tahap untuk mempersiapkan citra sebelum ke tahap
ekstraksi ciri sehingga dapat diproses ke tahap selanjutnya. Preprocessing sendiri terdiri dari grayscale, cropping, dan resizing.
1. Grayscale
Grayscale merupakan proses dimana citra asli akan diubah warnanya menjadi
keabuan. Perintah yang digunakan untuk mengubah citra RGB menjadi grayscale adalah rgb2gray. Hal ini akan mempermudah proses pengolahan citra selanjutnya yaitu
ekstraksi ciri. Contoh citra hasil grayscale dapat dilihat pada gambar 3.3.
a b
Gambar 3.3. Contoh hasil citra RGB menjadi citra greyscale a Citra RGB ; b Citra grayscale
dengan program : I=imreadGong Jawa.jpg;
J=doublergb2grayI; K=J255;
imshow K
2. Cropping
Cropping adalah suatu proses untuk memotong citra pada bagian tertentu atau yang
tidak diperlukan sehingga didapatkan hasil yang diinginkan untuk mempermudah data yang akan diolah. Pada percobaan ini, cropping menggunakan bounding box dan
bounding box ini akan melakukan automatic cropping. Diagram alir bounding box
dapat dilihat pada gambar 3.4.
Gambar 3.4. Diagram alir bounding box Proses bounding box adalah proses dimana citra masukkan akan di cropping sesuai
dengan bounding box-nya. Cropping dilakukan dengan cara memotong matrik citra masukkan yang nilainya kurang dari nilai parameter yang sudah ditentukan. Proses
cropping dilakukan dengan cara memotong tiap sisi secara bergantian, pertama kali
yaitu sisi sebelah kiri di cropping setelah di-cropping citra diputar sejauh 90° dan kemudian citra sisi sebelah kiri di-cropping kembali. Proses ini dilakukan terus
menerus hingga semua sisi citra di cropping semua. 3.
Resizing
Proses resizing dilakukan agar citra yang akan diekstrak dari webcam dengan resolusi 640x480 piksel mempunyai ukuran piksel yang sama dengan aturan ekstraksi
ciri Discrete Cosine Transform Two Dimension DCT 2-D, yaitu dengan ukuran variasi piksel 256 x 256, 128 x 128, 64 x 64, 32 x 32, 16x16, dan 8x8 piksel. Pada
penelitian ini, adanya variasi piksel dimaksudkan untuk mencari ukuran yang terbaik dari citra tersebut. Hasil citra resizing dapat dilihat pada gambar 3.5.
Gambar 3.5. Proses citra asli yang di resize dengan ukuran variasi piksel a
Citra hasil cropping ; b Citra yang telah di resize dengan ukuran 32 x 32
dengan program : I3=imresizeI2,[32 32];
imshowI3; axison
3.2.3. Ekstraksi Ciri
Dalam perancangan, ekstraksi ciri yang digunakan yaitu berbasiskan Discrete Cosine Transform 2-D DCT 2-D
yang berfungsi untuk membagi citra ke dalam blok- blok kecil dengan ukuran tetap yang kemudian dikonversikan dari domain spasial ke
domain DCT dengan cara melakukan evaluasi dari variasi jumlah koefisien DCT dari nilai
yang terendah dulu yaitu dari 3, 10, 21, 36, 55, 78, 105, 136. Nilai-nilai koefisien DCT didapatkan dari zigzag scanning dengan matriks 16x16 seperti pada gambar 2.6. Proses
Ekstraksi ciri dapat dilihat pada gambar 3.6.
Gambar 3.6. Diagram Alir Ekstraksi Ciri
3.2.4. Jarak
Proses pengukuran jarak bertujuan untuk membandingkan citra yang telah di capture
dengan menggunakan webcam dengan database. Hasil jarak minimum yang diperoleh akan di gunakan ke dalam proses selanjutnya. Unutk perancangan ini, jarak yang
digunakan adalah jarak Jaccard seperti pada persamaan 2.5. Proses kerja jarak tersebut dapat dilihat pada gambar 3.7.
Gambar 3.7. Diagram Alir Jarak
3.2.5. Database Potongan Citra
Database digunakan sebagai acuan dalam penentuan pengenalan citra. Untuk
membuat database dapat dilakukan dalam beberapa proses yaitu adanya input citra, preprocessing dan Discrete Cosine Transform 2-D dapat dilihat pada gambar 3.8.
Gambar 3.8. Sistem Pembuatan Database Citra gambar yang akan dijadikan database yaitu 28 jenis gambar alat musik
tradisional yang telah dicapture menggunakan webcam dan gambar yang telah dicapture akan dipotong dengan menggunakan aplikasi Photoshop. Pemotongan dilakukan pada
bagian luar dari sisi hitam dan yang akan dijadikan sebagai database adalah gambar yang
berada pada bagian dalam dari sisi hitam serta menerapkan variasi resizing 256x256, 128x128, 64x64, 32x32, 16x16, 8x8 piksel dan jumlah koefisien DCT 3, 10, 21, 36, 55,
78, 105, 136 . Citra akan diproses melalui preprocessing yang terdiri dari grayscale, cropping
, dan resizing. Selanjutnya, citra hasil preprocessing akan dimasukkan ke dalam Disrete Cosine Transform 2-D
untuk menghasilkan suatu data matriks. Perlu diketahui bahwa database sudah harus diketahui oleh sistem yang dikarenakan nantinya database
akan digunakan sebagai media pembanding.
3.2.6. Penentuan Keluaran
Kategori