Pengambilan Citra Kode Huruf Tahap

3.1.3. Tahap Ekstrasi Ciri

Tahap ekstrasi ciri adalah proses pengolahan data dari data yang banyak kemudian diekstrak menjadi data yang lebih sedikit. Hal ini bertujuan agar dapat mempermudah dalam pengolahan data yang ada. Data yang lebih sedikit telah mewakili beberapa data sebelumnya yang lebih banyak. Ekstrasi ciri yang digunakan dalam tahap pengambilan ciri pada suatu citra ini adalah wavelet . Wavelet yang digunakan adalah wavelet haar yang memiliki 4 macam filter , namun hanya 1 filter saja yang digunakan yaitu low-pass filter dekomposisi. Penelitian ini menggunakan 1 filter karena yang dicari hanya bentuk dasar dari suatu citra. Wavelet Haar menerapkan konvolusi dan low-pass filter dekomposisi secara simultan untuk mendapatkan sinyal global. Secara keseluruhan tahap ekstrasi ciri dapat digambarkan melalui diagram alir pada Gambar 3.8. Gambar 3.8. Diagram alir ekstrasi ciri. Hasil citra dari preprocessing adalah masukan untuk proses ekstraksi ciri yang kemudian akan dikonvolusi dan dilanjutkan dengan tahap downsampling . Keluaran dari Konvolusi dengan wavelet haar Downsampling Keluaran: Hasil ekstrasi Masukan: Citra Hasil N = N - 1 N = 0 Ya Tidak D D Mulai Selesai Desimasi = N ekstrasi ciri tergantung pada banyaknya desimasi N yang akan ditentukan oleh pengguna. Pada tahap ini akan terjadi pengulangan sampai menghasilkan jumlah N=0. Tahap konvolusi merupakan tahap untuk melakukan penyaringan dengan menggunakan low-pass filter dekomposisi Wavelet Haar . Proses low pass filter hanya dapat dilakukan pada bidang 1 dimensi sedangkan pada citra merupakan 2 dimensi, maka untuk menggunakan low-pass filter diperlukan adanya dua kali proses konvolusi yaitu pada konvolusi baris dan konvolusi kolom pada citra input yang dikerjakan secara bergantian, dapat digambarkan melalui diagram alir pada Gambar 3.9. Gambar 3.9. Diagram alir konvolusi. Tahap downsampling adalah proses pengurangan pencuplikan baris atau kolom yang diambil dari suatu citra. Downsampling biasa digunakan untuk proses kompresi data dan sebagai dekomposisi citra menjadi citra pendekatan. Downsampling pada tahap ini merupakan tahap menghilangkan baris dan kolom ganjil dengan tetap menjaga kolom baris dan kolom genap, yang dapat digambarkan melalui diagram alir pada Gambar 3.10. Konvolusi 1D per baris Keluaran: Hasil Konvolusi 2D Masukan: Citra Hasil Preprocessing Konvolusi 1D per kolom Mulai Selesai Gambar 3.10. Diagram alir downsampling.

3.1.4. Tahap Fungsi Jarak

Tahap fungsi jarak adalah tahap berikutnya setelah citra di ekstraksi ciri. Pada tahap ini berfungsi sebagai pembanding antara citra keluaran dari ekstraksi ciri dengan citra pose kode huruf semaphore yang berada pada basis data. Dalam tahap fungsi jarak ini menggunakan fungsi jarak Euclidean. Jarak Euclidean adalah jarak untuk mencari selisih antara data dari keluaran ekstraksi ciri dengan data yang terdapat pada basis data. Hasil yang digunakan dalam proses berikutnya adalah hasil dari perbandingan jarak yang memiliki nilai selisih paling pendek. Proses fungsi jarak dapat digambarkan melalui diagram alir pada Gambar 3.11. Gambar 3.11. Diagram alir fungsi jarak Euclidean . Menghilangkan baris ganjil Keluaran: Hasil downsampling ekstrasi ciri Masukan: Hasil konvolusi 2D Menghilangkan kolom ganjil E E Mulai Selesai Keluaran: Hasil perhitungan jarak Masukan: Hasil ekstraksi ciri masukan, Ekstraksi ciri basis data Perhitungan jarak: Ekstraksi ciri data masukan dengan ekstraksi ciri basis data F F Mulai Selesai

3.1.5. Penentuan Keluaran

Hasil pengenalan kode huruf semaphore ditentukan berdasarkan jarak minimal yang diperoleh dari hasil perbandingan antara keluaran dari ekstraksi ciri dengan basis data, dengan menggunakan fungsi jarak Euclidean. Proses ini merupakan bagian akhir dari proses pengenalan kode huruf semaphore . Proses penentuan keluaran dapat digambarkan melalui diagram alir pada Gambar 3.12. Gambar 3.12. Diagram alir penentuan keluaran.

3.2. Perancangan Basis Data

Sistem pengenalan kode huruf semaphore memerlukan basis data sebagai titik acuan. Basis data akan dibandingkan dengan citra kode huruf semaphore yang diambil dengan menggunakan webcam setelah melalui proses pengenalan citra. Perancangan basis data pada sistem ini terdiri dari 26 pose kode huruf semaphore yang mewakili huruf A sampai dengan Z dan memiliki jarak yang bervariasi dalam pengambilan gambarnya. Proses perancangan basis data dapat dilihat pada Gambar 3.13. Gambar 3.13. Blok diagram perancangan basis data. Masukan: Hasil perhitungan jarak Kode keluaran = kode yang berasosiasi dengan jarak minimal G G Mulai Selesai Keluaran: Hasil berupa teks pada layar monitor Perancangan basis data melibatkan 2 peraga yang masing-masing menghasilkan 5 gambar dari setiap huruf, sehingga untuk 2 peraga memiliki 10 gambar yang mewakili satu huruf. Lima gambar tersebut memiliki variasi jarak, antara 3-5 meter dengan rentang jarak masing-masing 50 cm. Sebagai contoh, terdapat 10 citra pose kode huruf semaphore yaitu huruf “A” dengan nama yang telah diinisialisasi sebagai berikut : - A1_3m - A2_3m - A1_3,5m - A2_3,5m - A1_4m - A2_4m - A1_4,5m - A2_4,5m - A1_5m - A2_5m Maksud dari “A1_3m” di atas ialah huruf “A1” yang diperagakan oleh peraga pertama dengan jarak 3 meter. Begitu juga pada “A2_5m” ialah huruf “A2” yang diperagakan oleh peraga kedua dengan jarak 5 meter. Sehingga dengan data yang telah diperoleh terdapat 3 variasi citra sesuai dengan desimasi yang ada, desimasi_1 : 32 x 32 piksel, desimasi_2 : 16 x 16 piksel, dan desimasi_3 : 8 x 8 piksel, penulis dapat menjabarkan dengan menggunakan matriks sesuai dengan ukuran pikselnya sebagai berikut:  Perhitungan rerata untuk basis data untuk ukuran 32 x 32 piksel : [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ]  Perhitungan rerata untuk basis data untuk ukuran 16 x 16 piksel : [ ] [ ] [ ] [ ] [ ] [ ] [ ] [ ]  Perhitungan rerata untuk basis data untuk ukuran 8 x 8 piksel : [ ] [ ] [ ] [ ]