Gambar 2.4 Diagram rendering Unity 3D
Sumber : Rizki, 2012.
Pada Gambar 2.4 terlihat hasil akhir objek yang akan dimunculkan setelah pelacakan. Setiap objek yang akan dimunculkan memiliki bentuk dan tekstur masing-masing.
Objek juga tidak selalu bersifat statis. Seringkali objek yang diinginkan adalah objek bergerak. Unity bertugas memproses ini sehingga objek-objek tersebut dapat muncul
dengan baik pada perangkat android Rizki, 2012.
2.5 Vuforia SDK
Vuforia adalah Augmented Reality Software Development Kit SDK untuk perangkat mobile yang memungkinkan pembuatan aplikasi Augmented Reality. Dulunya lebih
dikenal dengan QCAR Qualcomm Company Augmentend Reality. Ini menggunakan teknologi Computer Vision untuk mengenali dan melacak gambar planar Target
Image dan objek 3D sederhana, seperti kotak, bola dan lainnya secara real-time. Kemampuan registrasi citra memungkinkan pengembang untuk mengatur posisi dan
virtual orientasi objek, seperti model 3D dan media lainnya, dalam kaitannya dengan gambar dunia nyata ketika hal ini dilihat melalui kamera perangkat mobile. Obyek
maya kemudian melacak posisi dan orientasi dari gambar secara real-time sehingga perspektif pengguna pada objek sesuai dengan perspektif mereka pada Target Image,
sehingga muncul bahwa objek virtual adalah bagian dari adegan dunia nyata. SDK Vuforia mendukung berbagai jenis target 2D dan 3D termasuk Target gambar
markerless, 3D Multi target konfigurasi, dan bentuk Marker Frame. Fitur tambahan
Universitas Sumatera Utara
dari SDK termasuk Deteksi Oklusi lokal menggunakan Tombol Virtual, runtime pemilihan gambar target, dan 27 kemampuan untuk membuat dan mengkonfigurasi
ulang set pemrograman pada saat runtime. Vuforia menyediakan Application Programming Interfaces API di C++, Java, Objective-C. SDK mendukung
pembangunan untuk IOS dan Android menggunakan Vuforia karena itu kompatibel dengan berbagai perangkat mobile termasuk iPhone 44S, iPad, dan ponsel Android
dan tablet yang menjalankan Android OS versi 2.2 atau yang lebih besar dan prosesor ARMv6 atau 7 dengan FPU Floating Point Unit kemampuan pengolahan.
Qualcomm Augmented Reality memberikan beberapa keuntungan seperti : 1.
Teknologi computer vision untuk menyelaraskan gambar yang tercetak dan object 3D.
2. Mendukung beberapa alat development seperti Eclipse, Android, Xcode.
3. QCAR juga menawarkan development dan distribusi yang gratis Rentor, 2013.
2.5.1 Arsitektur Vuforia
Vuforia SDK memerlukan beberapa komponen penting agar dapat bekerja dengan baik. Komponen - komponen tersebut antara lain :
a. Kamera
Kamera dibutuhkan untuk memastikan bahwa setiap frame ditangkap dan diteruskan secara efisien ke tracker. Para developer hanya tinggal memberi tahu
kamera kapan mereka mulai menangkap dan berhenti. b.
Image Converter Mengkonversi format kamera misalnya YUV12 kedalam format yang dapat
dideteksi oleh OpenGL misalnya RGB565 dan untuk tracking misalnya luminance.
c. Tracker
Mengandung algoritma computer vision yang dapat mendeteksi dan melacak objek dunia nyata yang ada pada video kamera. Berdasarkan gambar dari
kamera, algoritma yang berbeda bertugas untuk mendeteksi trackable baru, dan mengevaluasi virtual button. Hasilnya akan disimpan dalam state object yang
akan digunakan oleh video background renderer dan dapat diakses dari application code.
Universitas Sumatera Utara
d. Video Background
Renderer Me-render gambar dari kamera yang tersimpan di dalam state object. Performa dari video background renderer sangat bergantung pada device yang
digunakan. e.
Application Code Menginisialisasi semua komponen di atas dan melakukan tiga tahapan penting dalam application code seperti :
1. Query state object pada target baru yang terdeteksi atau marker.
2. Update logika aplikasi setiap input baru dimasukkan.
3. Render grafis yang ditambahkan augmented.
f. Target Resources Dibuat menggunakan on-line Target Management System.
Assets yang diunduh berisi sebuah konfigurasi xml - config.xml - yang memungkinkan developer untuk mengkonfigurasi beberapa fitur dalam
trackable dan binary file yang berisi database trackable Rentor, 2013.
Detail Kerja Vuforia adalah sebagai berikut : 1.
Kamera akan menangkap gambar dari dunia nyata untuk melacak marker dan kemudian melakukan registrasi marker.
2. Gambar yang ditangkap sebagai marker di konversikan dari format YUV 12 ke
format RGB565 untuk OpenGL ES kemudian mengatur pencahayaan untuk pelacakan marker.
3. Setelah itu marker dikonversikan menjadi beberapa frame, dengan
menggunakan algoritma computer vision untuk mendeteksi dan melakukan pelacakan objek nyata yang diambil dari kamera. Objek tersebut dievaluasi dan
hasilnya akan disimpan yang kemudian akan diakses oleh aplikasi. 4.
Berikutnya, setelah mendapat posisi kamera yang tepat maka objek yang telah ditangkap oleh kamera tadi akan di render dan divisualisasikan dalam bentuk
video secara realtime. 5.
Objek yang ada pada video akan tampak menempel diatas marker. 6.
Objek akan ditampilkan pada display screen smartphone, sehingga ketika user melihat objek seolah
– olah objek tersebut berada didunia nyata Pratama, 2014.
Untuk lebih jelasnya dapat dilihat pada Gambar 2.5 berikut :
Universitas Sumatera Utara
Universitas Sumatera Utara
Dengan perkembangan pembuat aplikasi, marker berwarna lebih sering digunakan, tidak harus memiliki frame hitam dan dasar putih. Dengan file gambar.jpg sudah bisa
menjadi sebuah marker. Metode pada marker tersebut disebut metode markerless.
2.6.1 Metode Markerless Augmented Reality .
Metode Markerless Augmented Reality merupakan salah satu metode Augmented Reality tanpa menggunakan frame marker sebagai obyek yang dideteksi. Pengguna
tidak perlu lagi menggunakan sebuah marker yang berbentuk kotak dan berwarna hitam putih untuk menampilkan elemen-elemen digital. Dengan adanya Markerless
Augmented Reality, penggunaan marker sebagai tracking object yang selama ini menghabiskan ruang, akan digantikan dengan gambar, atau permukaan apapun yang
berisi dengan tulisan, logo, atau gambar sebagai tracking object objek yang dilacak agar dapat langsung melibatkan objek yang dilacak tersebut sehingga dapat terlihat
hidup dan interaktif, juga tidak lagi mengurangi efisiensi ruang dengan adanya marker. Saat ini markerless dikembangkan oleh perusahaan Augmented Reality
terbesar di dunia yaitu Total Immersion, mereka telah membuat berbagai macam teknik Markerless Tracking sebagai teknologi andalan mereka, seperti Face Tracking,
3D Object Tracking, dan Motion Tracking, serta GPS Based Tracking Rizki, 2012. Dalam pembuatan marker markerless diperlukan sebuah file gambar.JPG yang
nantinya akan di-upload ke vuforia, marker yang telah di-upload akan dinilai kualitasnya oleh system. Marker yang akan dibuat bernama image target, Image
target adalah gambar yang dapat di deteksi dan di lacak oleh vuforia SDK. Jenis gambar tidak seperti marker tradisional seperti data matrix code dan QR codes,
marker juga tidak perlu warna hitam dan putih yang berdesain khusus untuk di kenali. Pola marker dapat dibuat dengan menggunakan Photoshop.
Teknik Markerless adalah : 1.
Face Tracking
Dengan menggunakan algoritma yang mereka kembangkan, komputer dapat mengenali wajah manusia secara umum dengan cara mengenali posisi mata, hidung,
dan mulut manusia, kemudian akan mengabaikan objek-objek lain di sekitarnya seperti pohon, rumah, dan benda-benda lainnya.Teknik ini pernah digunakan di
Indonesia pada Pekan Raya Jakarta 2010 dan Toy Story 3 Event.
Universitas Sumatera Utara
2. 3D Objek Tracking
Berbeda dengan Face Tracking yang hanya mengenali wajah manusia secara umum, teknik 3D Object Tracking dapat mengenali semua bentuk benda yang ada disekitar,
seperti mobil, meja, televisi, dan lain-lain.
3. Motion Tracking
Teknik Augmented Reality yang dapat menangkap gerakan. Biasanya digunakan dalam industri perfilman seperti karakter dan tokoh yang sesuai dengan peran dan
kebutuhan film tersebut.
4. GPS Based Tracking
Global Positioning System GPS Based Tracking adalah teknik Augmented Reality yang diintegrasikan dengan GPS yang terdapat pada ponsel pintar menampikan
informasi data dari GPS kemudian menampilkannya dalam bentuk arah sesuai dengan yang kita inginkan secara realtime Rentor, 2013.
Gambar 2.7 Metode Markerless
Sumber : Rizki, 2012 . Pada Gambar 2.7 merupakan contoh gambar yang menggunakan metode markerless.
Berikut ini adalah proses deteksi marker ke smartphone. Langkah-langkah deteksi marker yaitu :
1. Kamera ponsel pintar mengambil gambar marker pada dunia nyata ke dalam
komputer. 2.
Aplikasi perangkat lunak yang ada pada komputer atau ponsel pintar akan mendeteksi setiap pergerakan yang ditangkap kamera pada saat kamera
diarahkan ke marker.
Universitas Sumatera Utara
3. Jika marker telah terdeteksi maka aplikasi perangkat lunak akan menghitung
posisi kamera terhadap marker sesuai persamaan yang dimasukkan oleh perancang program.
4. Ketika pendeteksi marker telah mendeteksi maka objek benda akan tampil
seperti yang terlihat pada akhir Gambar 2.8.
Gambar 2.8 Proses Mendeteksi Marker
Sumber gambar
:
http:brightsideofnews.comData2009_10_26Zombies-nVidia-Tegra-Augmented- RealityZombies_AR_Marker_675.jpg.
2.7 Android
