36 Gambar 11, Alur Analisis pada Arsitektur JST Multi Layer Perceptron
Backpropagatin yang akan digunakan dalam penelitian ini.
3.3.4.1. Interpolasi dan Ekstraprolasi Kalibrasi Kamera
Untuk mendapatkan kuantifikasi dari hasil kalibrasi yang dilakukan untuk menguji efektifitas kamera dalam menghasilkan citra yang diharapkan berkualitas
maka analisis statistik interpolasi dan ekstrapolasi digunakan untuk menyimpulkan data yang diperoleh.
a Interpolasi Kalibrasi Kamera
Apabila harga suatu fx ingin kita ketahui, tetapi x tidak terdapat dalam tabel, tetapi masih dalam interval [x1,y1], maka harga fx tersebut dapat ditaksir
dengan fx yang diketahui disekitarnya, penaksiran ini disebut interpolasi. Aproksimasi atau dikenal sebagai interpolasi. merupakan salah satu usaha untuk
menyajikan data berbentuk grafis menjadi kalimat matematis. Secara umum
Im a
g e
Pre -Pro
ce
ssi n
g
C o
ra l D
e scr
ip to
r
CB AB
ACS
CE MC
Input Features
Hidden Layer
Output Classification
ANN JST
Metode Sidik
37 aproksimasi harus mendapatkan suatu fungsi yang melewati semua titik yang
diketahui. Karena harus melewati semua titik yang ada, maka ada banyak fungsi yang memenuhi, kecuali jika fungsi tersebut mempunyai syarat tertentu.
x = xi → fxi = yi
………………... 20 Sedangkan secara khusus aproksimasi tidak mensyaratkan melewati semua titik.
Walaupun demikian solusi haruslah merupakan hasil terbaik mendekati semua titik diketahui. Aproksimasi secara khusus lebih dikenal dengan istillah regresi.
x = xi → fxi ≈ yi
……………..…. 21
• Interpolasi Linier
Jika terdapat dua titik misalanya titik P
1
x
1
,y
1
dan P
2
x
2
,y
2
sedangkan ada titik Qx,y yang berada di antara dua titik tersebut, maka kita dapat
menentukan nilai koordinat pada titik Q, perhatikan grafik di bawah ini ;
Gambar 12, Grafik Pola Garis Linier Rozak, 2010 Dari kurva di atas maka kita dapat menentukan persamaan garis dengan
menggunakan persamaan;
y-y
R
1
R
y
R
2
R
-y
R
1
R
= x-x
R
1
R
x
R
2
R
-x
R
1
R
….............………………..…. 22
y-y
R
1
R
= y
R
2
R
-y
R
1
R
x
R
2
R
-x
R
1
R
x-x
R
1
R
……………………………….. 23
y = y
R
2
R
-y
R
1
R
x
R
2
R
-x
R
1
R
x – x
R
1
R
+ y
R
1
R
……………………………24
sehingga dengan mengetahui nilai x yang ditentukan maka akan diperoleh nilai y dengan mensubtitusi x ke dalam persamaan.
38 b
Ekstraprolasi Kalibrasi Kamera
Teknik ekstrapolasi digunakan untuk melakukan pendugaan adanya data dengan memanfaatkan data yang ada. Teknik ekstrapolasi pada umumnya
digunakan untuk melakukan peramalan terhadap data di masa datang dengan memanfaatkan data historis yang telah dimiliki Hanke Reitsch 1992.
Beberapa teknik ekstrapolasi yang telah digunakan secara luas antara lain: Rataan Bergerak, Regresi Kuadratik dan Regresi Eksponensial.
Misalkan terdapat data y
R
1
R
, y
R
2
R
, …, y
R
n
R
, Metode Rataan Bergerak yang digunakan untuk meramal data adalah suatu metode untuk menduga y
R
n+i
R
yang merupakan rataan dari m buah data terakhir sampai data ke-n, dalam hal ini m
n m jauh lebih kecil daripada n atau dapat diformulasikan: ……………………….25
Nilai m dapat ditentukan secara bebas dengan catatan bahwa m buah data terakhir dapat merepresentasikan kumpulan data terakhir yang dipakai sebagai dasar untuk
meramalkan data berikutnya. Semakin besar nilai m maka semakin besar pula efek pemulusan datanya. Metode Rataan Bergerak ini dapat digunakan dengan
asumsi bahwa data yang digunakan bersifat stasioner dan tidak mengandung trend, musiman atau siklus Hanke Reitsch 1992.
Teknik ekstrapolasi lainnya yang juga sering digunakan adalah dengan menggunakan regresi. Regresi linear digunakan ketika dapat diketahui dari
eksplorasi data yang ada bahwa data hanya mengandung trend linear, sedangkan jika pola data contoh diketahui tidak linear atau mengandung trend
yang tidak linear maka dapat digunakan regresi kuadratik atau regresi eksponensial. Bentuk umum dari regresi kuadratik adalah:
+ , i =
1, 2,
…., n …………………
26 kemudian untuk mendapatkan nilai dugaan data ke-i berdasarkan nilai k
R
i
R
. Selanjutnya nilai-nilai dugaan berikutnya nilai hasil ekstrapolasi didapatkan
dengan menghitung untuk
ŷ
R
i
R
yang bernilai n+1 atau n+2, dan seterusnya. Jika berdasarkan hasil eksplorasi data ternyata memiliki pola data yang
mengandung asimtot maka dipertimbangkan regresi eksponensial dengan rumus:
39 atau
………………..
27 untuk mendapatkan nilai dugaan ke-i berdasarkan nilai k
R
i
R
Selanjutnya nilai-nilai dugaan berikutnya nilai hasil ekstrapolasi didapatkan dengan menghitung
ŷ
R
i
R
untuk i yang bernilai n+1 atau n+2, dan seterusnya Hanke Reitsch 1992 dalam Setiawan M.A, 2008.
Untuk menganalisis data yang diperoleh pada penelitian ini digunakan analisis trend non linier, dimana langkah-langkah dalam menganalisis data adalah
sebagai berikut: a. Membuat ploting garis dari data deret jarak terhadap jumlah pixel pada
tabulasi dengan skala hitung dengan mengambil sumbu datar menyatakan jarak dan sumbu tegak menyatakan jumlah pixel. Jika titik-titik nampak
terletak sekitar garis lurus, trend linier dapat ditentukan. Jika tidak, trend tidak linier harus diambil.
b. Jika menunjukkan trend non linier lalu buat garis lengkungan yang diperkirakan paling cocok dengan kedudukan titik-titik itu.
c. Untuk trend non linier kemudian ditentukan peramalan terhadap kemampuan kamera untuk kualitas jarak pandang maksimum.
3.3.4.2. Analisis Kecenderungan Fisheye Effect Akibat Kecembungan Lensa Kamera