84 Kemudian setelah mengetahui bagaimana algoritmanya, selanjutnya
mentukan flowchart dari algoritma Haar Cascade Classifier, berikut adalah gambar flowchart :
Gambar 4.1 Flowchart Algoritma Haar Cascade Classifier
85 kemudian menentukan flowgraph dari flowchart yang sudah di dapat. Berikut
adalah gambar fowgraph :
Gambar 4.2 Flowgraph Algoritma Haar Cascade Classifier
86 Berikut adalah tahap-tahapan perhitungan flowraph :
1. Region = 7 2. Cyclomatix complexity VG untuk grafik alir dihitung dengan rumus:
VG = E - N + 2 Dimana: E = jumlah edge pada grafik alir
N = jumlah node pada grafik alir VG = 25
– 20 + 2 = 7
3. Independent Path Path 1 = 1-2-3-4-5-6-7-8-10-11-12-13-14-15-16-17-18-20-21-22-23-24-
25-26-27-28-29-30-31-32 Path 2 = 1-2-3-4-5-6-7-9-10-11-12-13-14-15-16-17-19-20-21-23-24-25-
26-28-29-30-31-32 Path 3 = 1-2-3-4-5-6-7-8-10-11-12-13-14-15-16-17-19-20
Path 4 = 1-2-3-4-5-6-7-9-10-11-12-13-14-15-16-17-18-20-21-23 Path 5 = 1-2-3-4-5-6-7-9-10-11-12-13-14-15-16-17-19-20-21-23-24-
25… Path 6 = 1-2-3-4-5-6-7-8-10-11-12-13-14-15-16-17-18-20-21-22-23-23-
25-26-27-28-29- 30…
Path 7 = 1-2-3-4-5-6-7-8-10-11-12-13-14-15-16-17-19-20-21-22-23-24- 25-26-27-28
87 4. Graph Matrix
Agar dapat menghitung graph matrix, maka langkah selanjutnya adalah menggeneralisasikan flowgraph pada gambar 4.2 menjadi seperti berikut :
1 2
3 4
5 6
7 8
9 10
11 12
13
20 15
16 17
18 19
14
Gambar 4.3 Generalisasi Flowgraph
88 Selanjutnya menghitung Graph Matrik berdasarkan generalisasi flowgraph
Tabel 4.5 Graph Matrix
Node 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Graph Matrix
1 1 1
1 2
1 3
1 4
1 5
1 1 1
6 1
7 1
8 1
9 1
1 1
10 1
11 1
12 1
1 1
13 1
14 1
1 1
15 1
16 1
17 1
18 1
1 1
19 1
20 JUMLAH
6
VG = Jumlah graph matriks + 1 = 6 + 1 = 7
5. Predicate Node Predicate Node = 1, 5, 9, 12,14,18 6 predicate node
VG = Jumlah Predicate Node + 1 = 6 + 1
= 7
89
4.3.3 Pengujian Black Box
4.3.3.1 Kasus dan Hasil Pengujian
Berdasarkan skenario pengujian yang disusun, maka dilakukan pengujian sebagai berikut :
1. Pengujian Halaman Utama
Untuk penjelasan lebih lanjut tentang pengujian data benar Halaman Utama dapat dilihat pada Tabel 4.6
Tabel 4.6 Pengujian Halaman Utama
Kasus dan Hasil Uji Data Benar Data Masukan
Yang Diarapkan Pengamatan
Kesimpulan
Gallery 3D Berjalan dan
melihat rambut di Gallery 3D
Dapat Berjalan dan melihat
rambut di Gallery 3D
Diterima
2. Pengujian Rambut 3D
Untuk penjelasan lebih lanjut tentang pengujian data benar Rambut 3D dapat dilihat pada Tabel 4.7
Tabel 4.7 Pengujian Rambut 3D
Kasus dan Hasil Uji Data Benar Data Masukan
Yang Diarapkan Pengamatan
Kesimpulan
Model rambut 3DS
Menampilkan model rambut 3D
dan merotasi model
Dapat Menampilkan
model rambut 3D dan
merotasi model Diterima
90
3. Pengujian ARRambut
Untuk penjelasan lebih lanjut tentang pengujian data benar ARRambut dapat dilihat pada Tabel 4.8
Tabel 4.8 Pengujian ARRambut
Kasus dan Hasil Uji Data Benar Data Masukan
Yang Diarapkan Pengamatan
Kesimpulan
Wajah Menampilkan
model di wajah Dapat
Menampilkan model di wajah
Diterima
4. Pengujian Mengakses webcam Untuk penjelasan lebih lanjut tentang pengujian data benar Mengakses
webcam dapat dilihat pada Tabel 4.9
Tabel 4.9 Pengujian Mengakses Webcam
Kasus dan Hasil Uji Data Benar Data Masukan
Yang Diarapkan Pengamatan
Kesimpulan
webcam Menampilkan
video stream Dapat
Menampilkan video stream
Diterima
91 5. Pengujian Mengenali Marker
Untuk penjelasan lebih lanjut tentang pengujian data benar Mengenali Marker dapat dilihat pada Tabel 4.10
Tabel 4.10 Pengujian Mengenali Marker
Kasus dan Hasil Uji Data Benar Data Masukan
Yang Diarapkan Pengamatan
Kesimpulan
Wajah Mendeteksi wajah
sebagai marker Dapat
Mendeteksi wajah sebagai
marker Diterima
6. Pengujian Ukuran dan jarak Untuk penjelasan lebih lanjut tentang pengujian data benar Ukuran dan
jarak dapat dilihat pada Tabel 4.11
Tabel 4.11 Pengujian Ukuran dan jarak
Kasus dan Hasil Uji Data Benar Data Masukan
Yang Diarapkan Pengamatan
Kesimpulan
Wajah Ukuran model
berdasarkan jarak wajah dari kamera
Model dapat berubah
ukurannya sesuai jarak
wajah dari kamera
Diterima
