Tahap Preprocessing Perancangan Sistem Software

Δy didapat, program dapat dijalankan dan hasilnya seperti yang terlihat pada gambar d serta variabel diganti menjadi X3 untuk menjadi variabel masukkan ke tahap selanjutnya yaitu tahap resizing. a b d c Gambar 3.8. Contoh proses cropping; a titik koordinat bagian kiri atas; b titik koordinat bagian kanan atas; c titik koordinat bagian kiri bawah; d hasil cropping - Proses Bounding Box Hasil dari proses cropping, kemudian dipotong sesuai dengan bounding box. Tujuan dari proses ini, agar mendapatkan gambar rambu yang pas sehingga memudahkan dalam proses pengenalan. Diagram alir dari proses bounding box dapat dilihat pada gambar 3.9. Gambar 3.9. Diagram alir bounding box Proses bounding box adalah proses dimana citra masukkan akan di cropping sesuai dengan bounding box-nya. Cropping dilakukan dengan cara memotong matrik citra masukkan yang nilainya kurang dari nilai parameter yang sudah ditentukan. Proses cropping dilakukan dengan cara memotong tiap sisi secara bergantian, pertama kali yaitu sisi sebelah kiri di cropping setelah di-cropping citra diputar sejauh 90° dan kemudian citra sisi sebelah kiri di-cropping kembali. Proses ini dilakukan terus menerus hingga semua sisi citra di-cropping semua, seperti pada contoh Gambar 3.10 Gambar Masukkan Gambar Hasil Potong Kiri a b Putar 90° c d Putar 90° e f Putar 90° g h Putar 90°kembali pada posisi awal i Gambar 3.10 Proses bounding box a Input karakter b Hasil potong kiri c Putar 90° searah jarum jam ke 1 d Hasil potong kiri e Putar 90° searah jarum jam ke 2 f Hasil potong kiri g Putar 90° searah jarum jam ke 3 h Hasil Potong kiri i Putar 90° searah jarum jam ke 4, kembali ke posisi awal - Proses resizing Proses ini berfungsi untuk mengubah ukuran citra agar semua citra hasil cropping memiliki ukuran yang samasehingga lebih memudahkan dalam proses selanjutnya.Ukuran yang digunakan adalah 64 x 64, ukuran citra ini berasal dari penelitian sebelumnya. Gambar 3.11. memperlihatkan perbandingan antara gambar hasil cropping sebelum dan sesudah di resizing. a b Gambar 3.11. Prosesa sebelumresizing b setelahresizing Proses resizing dapat dilakukan dengan menggunakan contoh program di bawah ini dengan menggunakan syntax imresize, dimana X3 merupakan variabel input dari hasil cropping sedangkan nilai 64 merupakan besaran pikselyang diharapkan yaitu 64 x 64 dan variabel X3 merupakan variabel untuk outputhasil dari resizing. X4=imresizeX3,[64,64]; imshowX4 Gambar 3.12. Diagram alir pemrosesan citra Diagram alir pada Gambar 3.12 memperlihatkan tahap preprocessing yang diawali dari input hasil capture kamerawebcam. Hasil capture yang berbentuk RGB dikonversikan kedalam bentuk grayscale agar memudahkan dalam mengolah gambar. Citra yang telah menjadi bentuk grayscale kemudian di cropping dan di resizing agar citra hasil keluaran dari tahap preprocessing ini memiliki ukuran yang sama sehingga memudahkan pada saat melakukan ekstraksi cirri.

3.2.4. Ekstraksi Ciri

Ekstraksi ciri merupakan proses pengolah data dari data yang banyak kemudian di ekstrak menjadi data yang lebih sedikit. Hal ini bertujuan untuk memudahkan mengolah data dan membuat data lebih efisien karena dari data yang sedikit itu sudah bisa mewakili data sebelumnya yang banyak. Proses pengenalan rambu lalu-lintas ini menggunakan ekstraksi ciri wavelet Haar yang memiliki 4 macam filter, namun yang digunakan hanya decomposition low-pass filter karena yang ingin dicari hanya bentuk dasar dari citra. Ekstraksi ciri terdiri dari dua tahap, yaitu konvolusi dan downsampling seperti yang diperlihatkan diagram alir pada Gambar 3.13. Output ekstraksi ciri tergantung pada banyaknya jumlah desimasi N yang nantinya akan ditentukan oleh user, sehingga proses konvolusi dan downsampling diulang sejumlah desimasi N. Desimasi yang disediakan ada 3, yaitu 32 x 32, 16 x16, dan 8 x 8. Gambar 3.13. Diagram alir ekstraksi ciri Tahap konvolusi merupakan tahap untuk melakukan filtering, menggunakan decomposition low pass filter Wavelet Haar . Namun karena Wavelet Haar merupakan low pass filter 1 dimensi sedangkan citra merupakan 2 dimensi sehingga diperlukan adanya 2 kali proses konvolusi yaitu konvolusi baris dan konvolusi kolom yang dikerjakan secara bergantian, seperti yang diperlihatkan pada Gambar 3.14. Sedangkan tahap downsampling merupakan tahap menghilangkan baris dan kolom ganjil dan menjaga baris dan kolom genap, seperti diagram alir pada Gambar 3.15. Gambar 3.14. Diagram alir konvolusi Gambar 3.15. Diagram alir downsampling

3.2.5. Fungsi Jarak

Tahap berikutnya setelah citra di ekstraksi ciri yaitu tahap fungsi jarak. Tahap ini berfungsi untuk membandingkan output dari ekstraksi ciri dengan gambar rambu yang berada di database. Fungsi jarak yang digunakan adalah fungsi jarak Chi Square. Tahap ini mencari jarak minimum antara hasil ekstraksi ciri dengan database yang nantinya digunakan sebagai penentu keluaran. Jarak minimum didapatkan dengan menggunakan rumus pada persamaan 2.17. P i merupakan nilai dari ekstraksi ciri citra masukkan sedangkan Q i merupakan nilai dari ekstraksi citra database. Proses ini dapat dilihat dari diagram alir Gambar 3.16. Gambar 3.16. Diagram alir tahap fungsi jarak

3.2.6. Penentuan Keluaran

Setelah tahap perhitungan oleh fungsi jarak, maka hasil pengenalan rambu ditentukan berdasarkan jarak minimum yang diperoleh dari hasil perbandingan antara output dari ekstraksi ciri dengan database, menggunakan fungsi jarak Chi Square. Sehingga proses ini merupakan subproses akhir dari proses pengenalan rambu.Output dari sistem pengenalan rambu lalu lintas ini ada dua jenis, yaitu output berupa text dan output berupa sound.