17
17
function pixellinex0, y0, x1, y1 boolean step := absy1 - y0 absx1 - x0
if step then swapx0, y0
swapx1, y1 if x0 x1 then
swapx0, x1 swapy0, y1
int deltax := x1 - x0 int deltay := absy1 - y0
int error := deltax 2 int ystep
int y := y0 if y0 y1 then ystep := 1 else ystep := -1
for x from x0 to x1 if step then ploty,x else plotx,y
error := error - deltay if error 0 then
y := y + ystep error := error + deltax
Gambar 2.8 Algoritma pengisian pixel Bresenham
2.4. Algoritma Penghilangan Duplikasi Data
Algoritma penghilangan duplikasi data bertujuan untuk menghilangkan urutan data koordinat yang memiliki nilai sama dengan nilai koordinat sebelumnya. Dengan
algoritma ini data koordinat menjadi lebih kecil dan proses penggambaran menjadi lebih efisien.
function delduplikasidatalist listbaru:=[]
koor_xyz:=datalist[0] listbaru - datalist[0]
for loop from 1 to lengthdatalist if koor_xyzdatalist[loop]:
koor_xyz:=datalist[loop] listbaru - koor_xyz
return listbaru
Gambar 2.9 Algoritma penghilangan duplikasi data Bila dalam list terdapat nilai koordinat yang berulang misalnya data [10,20,30],
[10,20,30], [10,20,30] maka algoritma akan menghilangkan 2 koordinat terakhir sehingga list berisi nilai [10,20, 30].
Universitas Sumatera Utara
18
18
2.5. Riset-riset terkait
Penelitian gerak isyarat dilakukan oleh Yamato et.al 1992 dan Browden 2004 yang menggunakan Hidden Markov Model HMM untuk pengenalan gerak isyarat. Teknik
filter partikel juga digunakan pada pengenalan gerak isyarat oleh Black et.al 1998 dan Bretzner et.al 2002. Berikutnya penelitian gerak isyarat yang dilakukan oleh Hong et.al
2000 menggunakan Finite State Machine FSM, Ahn et.al 2009 menggunakan neural network Multi Layer Perceptron MLP, Yang et.al 1999 menggunakan neural network
Time Delay dan Gerlich et.al 2007 dengan neural network Radial Basis Function RBF. Penelitian berikut ini merupakan penelitian yang secara tidak langsung
berhubungan dengan penelitian interaksi manusia robot, menggunakan sensor RGB-D dan berkaitan dengan gerakan manusia. Jalal et. al 2011 menggunakan transformasi Radon
dari siluet kedalaman untuk mengenali kegiatan manusia di dalam rumah. Sung et.al 2011 mengekstraksi fitur dari data sendi yang disediakan oleh PrimeSense dari kamera
RGB-D Kinect dan menggunakan pendekatan metoda pembelajaran untuk menyimpulkan kegiatan yang sedang dilakukan manusia. Xia et.al 2011 memperkenalkan algoritma
berbasis model untuk mendeteksi manusia menggunakan informasi kedalaman gambar dari Kinect. Li et al 2010 mengembangkan grafik tindakan untuk model tindakan yang
dinamis. Selanjutnya data kedalaman 3D dipetakan guna memperoleh serangkaian bentuk tubuh yang berhubungan erat dengan grafik tindakan.
Universitas Sumatera Utara
BAB III
METODOLOGI PENELITIAN
Penelitian ini dilakukan dengan cara membangun aplikasi dan melakukan ujicoba. Aplikasi yang dibangun yakni aplikasi antar-muka layar sentuh virtual yang akan
ditempatkan pada posisi antara objek manusia dengan komputer, aplikasi antar muka file teks ke file gambar dan aplikasi neural network. Data yang telah terkumpul
selanjutnya dijadikan data pelatihan untuk aplikasi neural network backpropagation. Bagian pertama membahas aplikasi antar-muka dan neural network yang akan
dibangun dan bagian berikutnya akan membahas mengenai dataset yang digunakan pada penelitian ini.
3.1 Pembangunan Aplikasi