Aplikasi Augmented Reality Untuk Pengenalan Tipe-tipe Rumah di PT. Karya Sehati Utama
APLIKASI AUGMENTED REALITY
UNTUK PENGENALAN TIPE-TIPE RUMAH
DI PT KARYA SEHATI UTAMA
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana
WINGKY RESI WICAKSONO
10110357
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
2014
BIODATA PENULIS Data Pribadi
Nama : Wingky Resi Wicaksono TTL : Klaten, 27 Januari 1993 Usia : 21 Tahun Jenis Kelamin : Laki - laki Alamat : Cilame Indah C-31 005/020 Desa Cilame
Kec. Ngamprah – Kab. Bandung Barat No. Telp : 081910494658 Email :
Pendidikan Formal
1998
- – 2004 SDN Cimareme II 2004
- – 2007 SMPN 3 Cimahi 2007 – 2010 SMAN 5 Cimahi 2010
- – 2014 Universitas Komputer Indonesia, Bandung
DAFTAR ISI
ABSTRAK ............................................................................................................... i ABSTRACT ............................................................................................................ ii KATA PENGANTAR ........................................................................................... iii DAFTAR ISI ........................................................................................................... v DAFTAR GAMBAR ........................................................................................... viii DAFTAR TABEL ................................................................................................... x DAFTAR SIMBOL ................................................................................................ xi DAFTAR LAMPIRAN ........................................................................................ xvi
BAB 1 PENDAHULUAN .................................................................................... 1
1.1 Latar Belakang Masalah ......................................................................... 1
1.2 Perumusan Masalah ................................................................................ 2
1.3 Maksud dan Tujuan ................................................................................ 2
1.4 Batasan Masalah ..................................................................................... 3
1.5 Metodologi Penelitian ............................................................................ 3
1.5.1 Metode Pengumpulan Data .................................................................... 3
1.5.2 Metode Pembangunan Perangkat Lunak ................................................ 4
1.6 Sistematika Penulisan ............................................................................. 5
BAB 2 TINJAUAN PUSTAKA ........................................................................... 7
2.1 Profil Perusahaan .................................................................................... 7
2.1.1 PT Karya Sehati Utama .......................................................................... 7
2.1.2 Logo Perusahaan .................................................................................... 8
2.2 Landasan Teori ....................................................................................... 8
2.2.1 Augmented Reality ................................................................................. 8
3.1.4.1 Inisialisasi Marker ................................................................................ 27
3.1.7.5 Activity Diagram .................................................................................. 39
3.1.7.4 Skenario Use Case ................................................................................ 36
3.1.7.3 Definisi Use Case ................................................................................. 36
3.1.7.2 Definisi Aktor ....................................................................................... 35
3.1.7.1 Use Case Diagram ................................................................................ 35
3.1.7 Analisis Kebutuhan Fungsional ............................................................ 35
3.1.6 Analisis Kebutuhan Non-Fungsional ................................................... 33
3.1.5 Spesifikasi Kebutuhan Perangkat Lunak .............................................. 32
3.1.4.3 Menampilkan Objek 3D ....................................................................... 31
3.1.4.2 Deteksi Marker ..................................................................................... 29
3.1.4 Analisis Augmented Reality ................................................................. 26
2.2.2 Object Oriented Analisys and Design (OOAD) ................................... 11
3.1.3 Analisis Aplikasi Sejenis ...................................................................... 25
3.1.2 Analisis Sistem yang Sedang Berjalan ................................................. 23
3.1.1 Analisis Masalah .................................................................................. 23
3.1 Analisis Sistem ..................................................................................... 23
BAB 3 ANALISIS DAN PERANCANGAN SISTEM ...................................... 23
2.2.5.2 Vuforia API References........................................................................ 21
2.2.5.1 Vuforia SDK ......................................................................................... 19
2.2.5 Vuforia .................................................................................................. 18
2.2.4 Natural Feature Tracking and Detection .............................................. 17
2.2.3 Metode Pengenalan Marker .................................................................. 12
3.1.7.6 Class Diagram ...................................................................................... 44
3.1.7.7 Sequence Diagram ................................................................................ 45
4.2 Pengujian Sistem .................................................................................. 56
5.1 Kesimpulan ........................................................................................... 71
BAB 5 KESIMPULAN DAN SARAN............................................................... 71
4.2.4 Evaluasi ................................................................................................ 69
4.2.3 Hasil Pengujian ..................................................................................... 58
4.2.2 Skenario Pengujian ............................................................................... 57
4.2.1 Rencana Pengujian ............................................................................... 56
4.1.2 Implementasi Antarmuka ..................................................................... 55
3.2 Perancangan Sistem .............................................................................. 48
4.1.1 Lingkungan Sistem ............................................................................... 55
4.1 Implementasi Sistem ............................................................................ 55
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM ................................... 55
3.2.4 Perancangan Method ............................................................................ 53
3.2.3 Jaringan Semantik ................................................................................ 52
3.2.2 Perancangan Antarmuka ....................................................................... 49
3.2.1 Perancangan Struktur Menu ................................................................. 48
5.2 Saran ..................................................................................................... 71 DAFTAR PUSTAKA ........................................................................................... 72
KATA PENGANTAR
Assalamualaikum Wr. Wb.Dengan memanjatkan puji syukur khadirat Allah SWT yang telah memberikan taufik dan hidayahnya kepada kita semua sehingga penulis dapat menyelesaikan laporan tugas akhir yang berjudul
“Aplikasi Augmented Reality Untuk Pengenalan Tipe-Tipe Rumah Di PT Karya Sehati Utama
”. Tugas akhir ini merupakan syarat menyelesaikan program studi Strata I Jurusan Teknik Informatika, Universitas Komputer Indonesia.
Tugas akhir ini dapat terlaksana dengan baik atas bimbingan dan bantuan banyak pihak. Oleh karena itu, penulis ingin mengucapkan banyak terima kasih dan penghargaan yang setinggi-tingginya kepada pihak-pihak yang telah mendukung penulis dalam penyusunan tugas akhir ini, adapun pihak-pihak tersebut adalah sebagai berikut: 1.
Orangtua dan keluarga, khususnya Ibu dan Bapak tercinta yang tidak henti- hentinya memberikan dukungan, motivasi, doa serta biaya sampai saat ini.
2. Bapak Adam Mukharil Bachtiar, S.Kom., M.T. sebagai dosen pembimbing dan dosen wali yang telah membimbing dan memberikan pengarahan selama penelitian tugas akhir ini sehingga tugas akhir ini dapat terselesaikan dengan baik.
3. Ibu Tati Harihayati M., S.T., M.T. sebagai penguji 1 yang telah memberikan masukkan dan arahan selama perbaikan tugas akhir ini.
4. Bapak Alif Finandhita, S.Kom. sebagai penguji 3 yang telah memberikan saran-saran untuk pengembangan aplikasi.
5. Teman-teman di jurusan Teknik Informatika khususnya IF8 yang selalu memberikan dukungan dan membantu dalam berbagai hal sehingga penulis dapat menyelesaikan tugas akhir ini.
6. Semua pihak yang telah memberikan banyak dukungan dan doa untuk kelancaran selama proses penyusunan tugas akhir ini, yang tidak bias disebutkan satu per satu. Penulis menyadari bahwa penulisan tugas akhir ini masih jauh dari sempurna dan masih banyak kekurangan yang memerlukan penyempurnaan. Untuk meningkatkan mutu penulisan yang akan datang, penulis mengharapkan kritik dan sarannya yang bersifat membangun dari pembaca. Semoga apa yang disampaikan dapat bermanfaat bagi penulis khususnya dan semua yang berkepentingan pada umumnya.
Bandung, Agustus 2014 Penulis
DAFTAR PUSTAKA
[1] Direktorat Tenaga Kependidikan Ditjen PMPTK. Pendekatan, Jenis, Dan Metode Penelitian Pendidikan. Jakarta. 2008.
[2] R. S. Pressman. Rekayasa Perangkat Lunak. Yogyakarta: Penerbit Andi. 2012. [3] S. Siltanen. Theory and Applications of Marker-Based Augmented Reality.
2012. [4] D. Irwanto. Perancangan Object Oriented Software Dengan UML. Jogjakarta: Penerbit Andi. 2006.
[5] D. Adidrana. Perancangan Kartu Nama Dengan Augmented Reality Sebagai Fortofolio Digital. e-Jurnal Teknik Elektro dan Komputer. pp. 2-7. 2013.
[6] Fathoni, Mochamad. Alat Musik Perkusi Augmented Reality Berbasis Android. 2012.
[7 ] “Stat Counter Global Stats”.[Online]. Tersedia: gs.statcounter.com/# mobile_os-ID-monthly-200812-201307. [Diakses 9 Juni 2014] [8]
“Vuforia”.[Online].Tersedia: https://developer.vuforia.com/resources/dev- guide/vuforia-ar-architecture. [Diakses 12 Juni 2014] [9
] “Vuforia”.[Online].Tersedia: https://developer.vuforia.com/resources/dev- guide/getting-started. [Diakses 12 Juni 2014] [10] Rentor, Mario Fernando. Rancang Bangun Perangkat Lunak Pengenalan
Motif Batik Berbasis Augmented Reality. Universitas Atma Jaya. Yogyakarta 2013.
[11] Vuforia. [Online]. Tersedia : https://www.vuforia.com/platform. Diakses [ 14 Juni 2014]
BAB 2 TINJAUAN PUSTAKA
2.1 Profil Perusahaan
PT Karya Sehati Utama merupakan salah satu perusahaan di bidang bangunan dan kontruksi terutama di bidang perumahan. Fokus perusahaan adalah untuk menciptakan hunian yang aman, nyaman, dan tentunya tidak tertinggal dari segi desain rumah.
2.1.1 PT Karya Sehati Utama
Berawal dari pengalaman dan pengamatan terhadap apa yang terjadi tentang kondisi di bidang kontruksi, terutama di bidang perumahan, dan dibekali ilmu di bidang bangunan dan kontruksi, serta melalui proses yang panjang dan tempaan pengalaman di bidang bisnis, menjadi sebuah langkah awal berdirinya sebuah usaha di bidang properti yang handal dengan nama PT Karya Sehati Utama. Dengan menerapkan manajemen yang sederhana dan dikelola dengan prinsip kejujuran dan kepercayaan, usaha yang resmi berdiri tanggal 16 November 2005 ini semakin maju dan berkembang. Hingga sampai saat ini PT Karya Sehati Utama telah menelurkan karya-karya baru di setiap tahunnya.
Saat ini PT Karya Sehati Utama terletak di lokasi yang sangat strategis, yakni di Gedung Karya Sehati, Komplek Grand Cupuwatu Jalan Solo Km. 11,8 Kalasan, Yogyakarta, dimana lokasi tersebut merupakan jalan penghubung antara kota Yogyakarta dengan kota Solo & Klaten, Jawa Tengah, dan juga berdekatan dengan Bandar Udara Adisucipto Yogyakarta. Nama Karya Sehati Utama itu sendiri memiliki makna sebuah karya yang mengutamakan
“dua hati yang saling menya tu” yaitu hati pembuat karya dan hati pemesan karya. Dengan menyatunya dua hati tersebut, diharapkan akan tercipta karya-karya yang spektakuler dan bermanfaat.
2.1.2 Logo Perusahaan
Logo perusahaan PT Karya Sehati Utama diambil dari nama perusahaan itu sendiri yaitu singkatan dari Karya Sehati Utama. Logo Perusahaan PT Karya Sehati Utama dapat dilihat pada Gambar 2.1
Gambar 2.1 Logo Perusahaan PT. Karya Sehati Utama2.2 Landasan Teori
Landasan teori akan memberikan gambaran sumber serta kajian dari teori- teori yang terkait dengan pembangunan aplikasi. Landasan teori yang akan dibahas yaitu mengenai Augmented Reality, Object Oriented Analisys and
Design (OOAD), metode pengenalan marker, Natural Feature Tracking and
Detection dan Vuforia.2.2.1 Augmented Reality
Augmented Reality (AR) adalah suatu teknologi dimana menggabungkan
dunia nyata dengan data digital [3]. Sistem AR pertama kali dikembangkan di Sutherland pada tahun 1965 dan sampai sekarang terus berkembang. Saat ini, sebagian penelitian AR menggunakan gambar langsung untuk marker penandanya. Virtual objek yang ditambahkan hanya bersifat menambahkan bukan menggantikan objek nyata. Sedangkan tujuan dari Augmented Reality ini adalah menyederhanakan objek nyata dengan membawa objek maya sehingga informasi tidak hanya untuk pengguna secara langsung tetapi juga untuk setiap pengguna yang tidak langsung berhubungan dengan user interface dari objek nyata, seperti live-streaming video [3].
Augmented Reality dapat diklasifikasikan menjadi dua berdasarkan ada
tidaknya penggunaan marker yaitu: 1.
Marker Augmented Reality Sebuah metode yang memanfaatkan marker yang biasanya berupa ilustrasi hitam dan putih berbentuk persegi atau lainnya dengan batas hitam tebal dan latar belakang putih. Melalui posisi yang dihadapkan pada sebuah kamera komputer atau smartphone, maka komputer atau smartphone akan melakukan proses menciptakan dunia virtual 2D atau 3D. Marker Based Tracking ini sudah lama dikembangkan sejak 1980-an dan pada awal 1990-an mulai dikembangkan untuk penggunaan Augmented Reality.
2. Markerless Augmented Reality
Salah satu metode Augmented Reality yang saat ini sedang berkembang adalah metode Markerless Augmented Reality. Dengan metode ini pengguna tidak perlu lagi menggunakan sebuah marker untuk menampilkan objek 3D atau yang lainnya. Sekalipun dinamakan dengan markerless namun aplikasi tetap berjalan dengan melakukan pemindaian terhadap objek, namun ruang lingkup yang dipindai lebih luas dibanding dengan Marker Based Tracking. Seperti yang saat ini dikembangkan oleh perusahaan Augmented Reality terbesar di dunia Total Immersion, yang telah telah membuat berbagai macam teknik Markerless Tracking sebagai teknologi andalan perusahaan, seperti
Image Target, Face Tracking, 3D Object Tracking, dan Motion Tracking.
a.
Image Target Imaget target yaitu sebuah metode dimana marker yang dibaca oleh sistem AR adalah sebuah gambar, baik gambar hitam putih atau gambar berwarna.
b.
Face Tracking Dengan menggunakan algoritma yang telah dikembangkan, komputer dapat mengenali wajah manusia secara umum dengan cara mengenali posisi mata, hidung, dan mulut manusia, kemudian akan mengabaikan objek-objek lain di sekitarnya seperti pohon, rumah, dan benda-benda lainnya [5].
c.
3D Objeck Tracking Berbeda dengan Face Tracking yang hanya mengenali wajah manusia secara umum, teknik 3D Object Tracking dapat mengenali semua bentuk benda yang ada disekitar, seperti mobil, meja, televisi, dan lain-lain.
d.
Motion Tracking Teknik ini komputer dapat menangkap gerakan, Motion Tracking telah mulai digunakan secara ekstensif untuk memproduksi film-film yang mencoba mensimulasikan gerakan. Contohnya pada film Avatar, dimana James Cameron menggunakan teknik ini untuk membuat film tersebut dan menggunakannya secara realtime.
Penggunaan AR saat ini sudah merambah ke berbagai bidang. Bidang-bidang yang pernah menerapkan teknologi augmented reality adalah:
1. Hiburan Dunia hiburan juga membutuhkan AR sebagai penunjang efek-efek yang akan dihasilkan oleh hiburan tersebut. Contohnya adalah ketika sesorang pembawa acara cuaca memperkirakan ramalan cuaca. Pembawa acara berdiri di depan layar hijau, kemudian dengan teknologi Augmented Reality layar hijau tersebut berubah menjadi gambar animasi tentang cuaca tersebut, sehingga seolah-olah pembawa acara tersebut seperti masuk ke dalam animasi tersebut.
2. Navigasi Pada Telepon Genggam AR adalah sebuah presentasi dasar dari aplikasi-aplikasi navigasi. Dengan menggunakan GPS (Global Positioning System) maka aplikasi pada
smartphone dapat mengetahui keberadaan penggunanya pada setiap saat.
Banyak aplikasi yang telah menggunakan teknologi AR yang digabungkan dengan lokasi sebagai presentasi untuk menampilkan titik-titik di sekitar pengguna dengan radius tertentu. Hal ini memungkinkan pengembang aplikasi untuk membuat fitur pemberian arah lalu menampilkan atau menyuarakan kepada penggunanya untuk membelokkan arah.
3. Kedokteran Teknologi pencitraan sangat dibutuhkan di dalam dunia kedokteran, seperti misalnya adalah untuk simulasi operasi, pembuatan vaksin virus, dan lainnya. Untuk itu, bidang kedokteran menerapkan AR pada visualisasi penelitian mereka.
4. Pelatihan Militer Militer telah menerapkan AR pada latihan tempur mereka. Sebagai contoh, militer menggunakan AR untuk membuat sebuah permainan perang, dimana prajurit akan masuk kedalam dunia game tersebut, dan seolah-olah seperti melakukan perang sesungguhnya.
2.2.2 Object Oriented Analisys and Design (OOAD)
Analisis dan desain berorientasi objek adalah cara baru dalam memikirkan suatu masalah dengan menggunakan model yang dibuat menurut konsep sekitar dunia nyata. Dasar pembuatan adalah objek yang merupakan kombinasi antara struktur data dan perilaku dalam satu entitas. Pengertian berorientasi objek berarti bahwa cara mengorganisasikan perangkat lunak sebagai kumpulan dari objek tertentu yang memiliki struktur data perilakunya.
Konsep OOAD mencakup analisis dan desain sebuah sistem dengan pendekatan objek, yaitu:
1. Analisis berorientasi objek (OOA)
Metode analisis yang memerika requirement (syarat/keperluan) yang harus dipenuhi sebuah sistem dari sudut pandang kelas-kelas dan objek- objek yang ditemui dalam ruang lingkup perusahaan. Unified Modeling
Language (UML) adalah bahasa untuk mengspesifikasi, memvisualisasi,
membangun dan mendokumentasi artefacts (bagian dari informasi yang digunakan atau dihasilkan oleh proses pembuatan perangkat lunak), seperti pada pemodelan bisnis dan sistem non perangkat lunak lainnya. UML digunakan untuk visualisasi, spesifikasi, pembentukan dan pendokumentasian alat-alat dari sistem perangkat lunak.
UML disebut sebagai bahasa pemodelan bukan metode. Kebanyakan metode terdiri paling sedikit prinsip, bahasa pemodelan dan proses. Bahasa pemodelan (sebagian besar grafik) merupakan notasi dari metode yang digunakan untuk mendesain secara cepat.
a.
Use Case Diagram Menggambarkan sejumlah eksternal aktor dan hubungannya ke use case yang diberikan oleh sistem.
b.
Activity Diagram Menggambarkan rangkaian aliran dari aktivitas, digunakan untuk mendeskripsikan aktivitas yang dibentuk dalam suatu operasi sehingga dapat juga digunakan untuk aktivitas lainya seperti use case.
c.
Class Diagram Menggambarkan struktur dan deskripsi class, package (paket) dan objek beserta hubungan satu sama lain seperti containment (penahanan), pewarisan, asosiasi dan lain-lain d. Sequence Diagram
Menggambarkan kolaborasi dinamis antara sejumlah objek dan untuk menunjukan rangkaian pesan yang dikirim antara objek juga interaksi. Sesuatu yang terjadi pada titik tertentu dalam eksekusi sistem [4].
2. Desain berorientasi objek (OOD)
Metode untuk mengarahkan arsitektur software yang didasarkan pada manipulasi objek-objek sistem atau subsistem.
2.2.3 Metode Pengenalan Marker
Perancangan Augemented Reality, terdapat tiga bagian utama yaitu: 1. Inisialisasi marker 2.
Deteksi marker 3. Menampilkan objek 3D Secara keseluruhan proses dari Augmented Reality dapat dilihat pada Gambar 2.2.
Mulai Marker Inisialisasi Marker Tidak
Deteksi Marker Apakah Marker Terdeteksi ? Ya
Menampilkan Objek
3D Selesai
Gambar 2.2 Alur Proses Dari Augmented RealityInisialisasi marker dimaksudkan untuk memberikan status dari marker baik terdeteksi atau belum serta variabel-variabel lain yang berhubungan dengan marker. Proses perancangan dan implementasi untuk deteksi marker aplikasi ini menggunakan metode Natural Feature Tracking (NFT) yaitu proses mendeteksi keberadaan penanda atau marker dengan melihat feature-feature. Dimana setelah
marker terdeteksi akan mengalami beberapa poses pada marker. Tujuannya
adalah agar pendeteksian lebih mudah. Gambar atau marker yang akan digunakan sebagai marker perlu konversi terlebih dahulu menjadi file berekstensi *.xml sebelum dapat digunakan dalam kode, yaitu dengan mengunakan fasilitas yang
Marker yang dipilih oleh pengguna akan dilakukan pengecekan fiturnya. Sebuah
fitur adalah dimana gambar memiliki bentuk tajam, berduri, detil seperti dipahat dalam gambar, seperti dalam benda bertekstur. Gambar analyzer merupakan fitur seperti salib kuning kecil untuk mengenali jumlah rincian feature dalam gambar, dan memverifikasi bahwa rincian membuat pola yang tidak berulang. Contoh gambar yang tidak dan memiliki feature dapat dilihat pada Gambar 2.3.
Gambar 2.3 Contoh Gambar yang Tidak Dan Memiliki FeatureGambar 2.3 (A), pada pola tersebut tidak memiliki feature karena pada pola tersebut tidak memiliki sudut sama sekali. Berbeda halnya dengan (B) dan (C)yang memiliki masing-masing 4 dan 2 feature karena memili sudut pada pola. Pada Target Manager, marker akan dinilai berdasarkan feature-nya. Pemberian nilai berkisar antara 0-5 bintang. Jika marker yang dicek memilki nilai rate 5 bintang maka marker tersebut sangat mudah dikenali oleh sistem AR. Jika nilai
rate 0 bintang maka marker tersebut tidak dapat dikenali oleh sistem AR. Contoh
marker dengan nilai rate 5 bintang dapat dilihat pada Gambar 2.4. Sedangkan untuk hasil pendeteksian feature pada Gambar 2.4 dapat dilihat pada Gambar 2.5.
Gambar 2.4 Contoh Masukkan MarkerGambar 2.5 Hasil Pendeteksian FiturCara kerja dari pencarian marker ini dilakukan secara per-frame pada video secara real-time. Ketika marker ditemukan, akan dilakukan kalkulasi world
transformation matrix berdasarkan posisi dan kemiringan dari marker.
Selanjutnya hasil dari world transformation matrix posisi objek virtual terhadap objek fisik marker dapat ditentukan. Untuk pencocokan, fitur yang pertama kali diekstrak dari citra masukkan dan mengubah secara relatif terhadap orientasi dan skala. Perubahan fitur dibandingkan dengan masing-masing fitur dari citra acuan (marker yang sudah di simpan sebelumnya pada aplikasi) untuk menemukan fitur yang cocok dengan kandidat (marker yang terdeteksi) berdasarkan jarak
Euclidean vektor fitur marker [6].
Namun dalam proses pembacaan dari marker ada beberapa kendala yang
1. Pencahayaan Proses pendeteksian marker sangat tergantung pada pencahayaan yang digunakan. Marker akan sulit dideteksi jika pencahayaan yang digunakan terlalu gelap atau pencahayaan yang digunakan terlalu terang.
2. Jarak Jarak juga berpengaruh terhadap pendeteksian. Jika marker terlalu jauh maka marker akan menjadi buram dan sulit dideteksi fitur pada marker.
3. Oklusi / Terhalang Maksudnya adalah jika marker terhalang atau tertutupi oleh sesuatu menyebabkan marker tidak berada pada bentuk aslinya sehingga membuat pendeteksisan menjadi gagal.
4. Kamera Perangkat kamera dengan resolusi yang tinggi sangat berpengaruh terhadap pembacaan marker. Dengan resolusi yang baik membuat penangkapan marker menjadi jelas, sehingga memudahkan pendeteksian dari marker.
Keluaran yang dihasilkan berupa identifikasi posisi marker dengan menggunakan tiga sumbu koordinat yaitu x,y, dan z. Koordinat ini dimaksudkan agar posisi objek dapat dengan mudah diatur berdasarkan sumbu koordinat [6]. Hasil pelacakan koordinat dapat dilihat pada Gambar 2.6.
Gambar 2.6 Hasil Pelacakan Berupa Penentuan Koordinat [6]Dari gambar tersebut dapat dilihat bahwa QCAR menggunakan sistem koordinat tangan kanan. Setiap Image Target dan Frame Marker mendefinisikan sistem koordinat lokal dengan (0,0,0) di pusat (tengah) dari target. +X (kanan), +Y (naik/atas) dan +Z (keluar) dari pelacakan (ke arah dari yang dapat dilihat).
2.2.4 Natural Feature Tracking and Detection
Dalam metode ini informasi yang diperlukan untuk tujuan pelacakan dapat diperoleh dengan cara optical-flow berbasis pencocokan template atau korespondensi fitur. Optical flow atau aliran optik adalah pola gerakan jelas benda, permukaan, dan tepi dalam adegan visual yang disebabkan oleh gerakan relatif antara pengamat (mata atau kamera) dan adegan. Korespondensi fitur bekerja lebih baik dan lebih efektif daripada pencocokan template karena korespondensi fitur bergantung pada pencocokan fitur lokal. Mengingat korespondensi tersebut, posisi secara kasar dapat dihitung dengan estimasi yang kuat yang membuatnya cukup sensitif terhadap oklusi parsial, blur, refleksi, perubahan skala, kemiringan, perubahan iluminasi atau kesalahan pencocokan [10].
Salah satu unsur diterapkan pendekatan pelacakan fitur alami didasarkan pada versi modifikasi dari SIFT dan FERNS fitur deskriptor. SIFT sangat baik dalam mengekstrak tetapi prosesor bekerja secara intensif karena komputasi, sementara FERNS menggunakan klasifikasi fitur yang cepat, tetapi membutuhkan kapasitas memori yang besar. Dalam hal ini pelaksanaan SIFT dan FERNS telah terintegrasi, tetapi dengan modifikasi signifikan untuk membuat sebuah sistem pelacakan yang cocok untuk ponsel. Alur SIFT dan FERNS dapat dilihat pada
Gambar 2.7 [10].Gambar 2.7 Alur SIFT dan FERN [10]2.2.5 Vuforia
Vuforia merupakan salah satu library untuk Augmented Reality, yang menggunakan sumber yang konsisten mengenai computer vision yang fokus pada
image recognition. Vuforia mempunyai banyak fitur-fitur dan kemampuan, yang
dapat membantu pengembang untuk mewujudkan pemikiran mereka tanpa adanya batas secara teknikal [9].
Vuforia mendukung pengembang untuk membuat aplikasi yang dapat digunakan di hampir seluruh jenis smartphone dan tablet. Pengembang juga diberikan kebebasan untuk mendesain dan membuat aplikasi yang mempunyai kemampuan antara lain :
1. Teknologi computer vision tingkat tinggi yang mengijinkan developer untuk membuat efek khusus pada mobile device.
2. Dapat secara terus-menerus mengenali multiple image.
3. Tracking dan Detection tingkat lanjut.
4. Solusi pengaturan database gambar yang fleksibel [9] seperti pada Gambar 2.8.
Gambar 2.8 Struktur Vuforia [9]Target pada vuforia merupakan objek pada dunia nyata yang dapat dideteksi oleh kamera, untuk menampilkan objek virtual. Beberapa jenis target pada vuforia adalah :
1. Image targets, contoh : foto, papan permainan, halaman majalah, sampul buku, kemasan produk, poster, kartu ucapan. Jenis target ini menampilkan gambar sederhana dari Augmented Reality.
2. Frame markers, tipe frame gambar 2D dengan pattern khusus yang dapat digunakan sebagai potongan permainan di permainan pada papan.
3. Multi-target, contohnya kemasan produk atau produk yang berbentuk kotak ataupun persegi. Jenis ini dapat menampilkan gambar sederhana Augmented
3D.
4. Virtual buttons, yang dapat membuat tombol sebagai daerah kotak sebagai sasaran gambar [9].
2.2.5.1 Vuforia SDK
Vuforia memerlukan beberapa komponen penting agar dapat bekerja dengan baik. Komponen-komponen tersebut, yaitu:
1. Kamera Spesifikasi kamera cukup dengan menggunakan kamera tunggal. Kamera mengambil gambar untuk melacak marker dan kemudian melakukan registrasi marker. Pengembang dapat mengaturnya ketika memulai dan menghentikan pengambilan gambar.
2. Image converter
Gambar akan dikenversi dari format YUV 12 ke format RGB565 untuk OpenGL ES kemudian mengatur pencahayaan untuk pelacakan marker.
3. Tracker
Menggunakan algoritma komputer vision untuk mendeteksi dan melakukan pelacakan objek nyata yang diambil dari kamera. Objek tersebut dievaluasi dan hasilnya akan disimpan yang kemudian akan diakses oleh aplikasi.
4. Renderer
Digunakan untuk melakukan rendering hasil objek yang ditangkap oleh kamera ke video yang dimaksudkan untuk optimasi device.
5. Application Code Application code melibatkan inisialisasi dari semua komponen diatas. harus diubah berdasarkan lokasi objek virtual.
6. Target resources Target resource dihasilkan dari target management system. Keluaran yang
dihasilkan dari sistem berupa file binary yang menyimpan pola marker dan file konfigurasi XML dan semuanya digabung dalam sebuah aplikasi [8].
Berikut ini adalah gambaran dari diagram aliran data Vuforia, dapat dilihat pada Gambar 2.9.
Gambar 2.9 Diagram Aliran Data Vuforia [8]Beberapa penjelasan dari gambar 2.9 adalah sebagai berikut : 1. Camera
Digunakan untuk menangkap gambar per-frame kemudian mempersiapkan format dan ukurannya (pixel) menghasilkan "camera-frame".
2. Pixel Format Conversion
Setiap kamera smartphone memiliki format yang berbeda seperti YUV, RGB, CMYK, dan lain-lain. Oleh karena itu harus di convert menjadi format yang dapat diolah dengan baik oleh Vuforia yang berbasis OpenGL, kemudian
3. Tracker
Merupakan engine inti dari Vuforia, yang berisi algorima computer vision yaitu SIFT dan FERNS dengan metode NFT (Natural Feature Tracking). Sehingga dapat melakukan tracking objek yang ada di dunia nyata (converted
frame). Tracking marker dapat dilakukan pada benda seperti gambar 2D
ataupun benda lainnya seperti meja, kursi, dan sebagainya. Marker yang dapat di tracking berasal dari database yang sudah dibuat sebelumnya, yaitu pada
cloud ataupun pada smartphone) 4.
Application Merupakan tahapan pembangunan aplikasi bagi developer, pada bagian ini dilakukan pengolahan terhadap pembangunan aplikasi misalnya coding, mengatur event atau action yang dibutuhkan, serta mengatur objek yang akan ditampilkan pada aplikasi.
2.2.5.2 Vuforia API References
API Reference berisi informasi tentang hirarki kelas dan fungsi member dari QCAR SDK. Sistem High-level pada vuforia dapat dilihat pada Gambar 2.10.
Gambar 2.10 Sistem High-Level Pada Vuforia [11]Sebuah gambaran dari SDK yang ditampilkan pada Gambar 2.10 ini menyediakan :
1. Callbacks events (Contoh : Sebuah gambar kamera baru tersedia) 2.
High-level access to hardware units (contoh : Kamera mulai/berhenti) 3. Multiple trackables / Jenis pelacakan yaitu dapat melalui : a.
Dapat mengenali gambar dengan detail yang cukup termasuk majalah, iklan atau brosur serta kemasan yang tertera pada produk.
b.
Multi Targets Dapat mengenali lebih dari satu marker secara bersamaan.
c.
Cylinder Targets Dapat mengenali benda seperti botol, cangkir, kaleng, dan sebagainya.
d.
Word Targets Mendukung pengenalan kata bahasa Inggris dari database standar 100.000 kata atau kosa kata kustom didefinisikan oleh pengembang.
e.
Frame Markers
ID unik dari frame marker dikodekan ke dalam pola biner sepanjang perbatasan gambar marker. Sebuah frame marker memungkinkan gambar apapun untuk ditempatkan dalam batas-batas marker.
4. Real-world Interactions (contoh : penggunaan virtual button agar dapat berinteraksi dengan objek) [11].
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Sistem
Berdasarkan analisis yang telah dilakukan maka untuk memahami sistem yang akan dibuat maka salah satu tahapan yang harus dilalui adalah melakukan analisis. Pembahasan berikut merupakan analisis masalah, analisis sistem yang sedang berjalan, analisis aplikasi sejenis, dan analisis Augmented Reality.
3.1.1 Analisis Masalah
Berdasarkan hasil pengamatan dan wawancara yang telah dilakukan, dalam melakukan penjelasan tipe-tipe rumah ke calon pembeli, media yang digunakan adalah brosur dan maket. Untuk maket tidak semua tersedia tipe-tipe rumah dibuatkan maketnya, sehingga tidak semua calon pembeli dapat memahami tipe- tipe rumah yang ditawarkan.
3.1.2 Analisis Sistem yang Sedang Berjalan
Prosedur yang sedang berjalan di kantor pemasaran PT Karya Sehati Utama dalam mengenalkan tipe-tipe rumah adalah dengan menjelaskan secara langsung kepada calon pembeli melalui media brosur. Calon pembeli juga dapat melihat maket rumah yang tersedia. Berikut adalah gambaran mengenai prosedur pengenalan tipe-tipe rumah yang sedang berjalan dapat dilihat pada Gambar 3.1. Meminta
Calon Pembeli Customer Service Memberikan Brosur Penjelasan dari Gambar 3.1 dapat dilihat sebagai berikut: 1.
Calon pembeli Calon pembeli disini adalah sebagai orang yang memerlukan informasi mengenai tipe-tipe rumah yang ditawarkan. Calon pembeli meminta brosur kepada customer service.
2. Customer Service
Customer service menjadi media yang tersedia untuk mengetahui tipe-tipe
rumah apa saja yang ditawarkan. Customer service akan memberikan penjelasan dan brosur kepada calon pembeli.
Aktifitas yang dilakukan oleh calon pembeli dan customer service dapat digambarkan dengan activity diagram. Activity diagram pengenalan tipe rumah dapat dilihat pada Gambar 3.2. Calon Pembeli Customer Service
Menanyakan tipe rumah yang ditawarkan Memberikan brosur sesuai permintaan Menjelaskan tipe rumah yang ditanyakan Gambar 3.2
Activity Diagram Pengenalan Tipe Rumah
3.1.3 Analisis Aplikasi Sejenis
Tahap analisis dilakukan untuk mengetahui kelebihan dan kekurangan serta komponen apa saja yang terlibat pada aplikasi yang dianalisis. Agar aplikasi yang akan dibangun diharapkan bisa menjadi lebih baik dari aplikasi yang dianalisis. Ada banyak aplikasi yang digunakan sebagai media promosi untuk suatu produk yang dijual. Aplikasi yang digunakan untuk dijadikan sebagai bahan referensi dan digunakan sebagai bahan analisis adalah aplikasi AR Rumah. Aplikasi ini berbasis desktop dan menggunakan kamera tambahan atau bisa juga menggunakan kamera laptop untuk membaca marker. Marker yang digunakan adalah marker hitam putih dimana memiliki border hitam persegi yang membingkai dari gambar atau pola unik untuk menampilkan objek 3D. Saat aplikasi ini dijalankan, kamera akan langsung membaca semua inputan yang masuk melalui kamera. Jika Kemudian program akan menyeleksi objek-objek atau marker-marker apa saja yang terdeteksi. Calon marker yang sudah sesuai dengan aturan marker yaitu dimana terdapat border hitam persegi akan dideteksi dan disamakan dengan data marker yang ada. Jika marker yang terdeteksi sesuai, maka aplikasi akan menempatkan objek 3D tepat diatas marker yang terdeteksi. Jika tidak maka tidak akan menampilkan objek 3D apapun. Tampilan dari aplikasi ini dapat dilihat pada Gambar 3.3.
Gambar 3.3 Tampilan Aplikasi AR Rumah Komponen dasar di dalam suatu sistem AR adalah sebuah display, kamera untuk menangkap marker, dan komputer yang telah di-install dengan software yang berkaitan, marker, serta berbagai macam perangkat keras yang dapat digunakan untuk mendukung, seperti kamera, telepon genggam, PDA, laptop, dan lainnya. Komponen aplikasi yang terlibat adalah layar komputer, kamera laptop atau kamera tambahan, dan marker. Fungsionalitas dari aplikasi ini adalah hanya menampilkan objek 3D sesuai marker yang dideteksi. Intinya pada saat aplikasi dijalankan, aplikasi ini langsung menampilkan layar kamera untuk menangkap
marker. Kelebihan dari aplikasi ini adalah dari marker yang digunakan yaitu
menggunakan marker hitam putih dengan border hitam persegi. Dengan menggunakan marker seperti ini membuat deteksi dan pemrosesan untuk menampilkan objek 3D menjadi lebih cepat dan ringan.
Kesimpulan dari aplikasi ini adalah aplikasi ini berbasis desktop dimana membutuhkan kemera tambahan atau kamera laptop untuk mendeteksi marker. Sehingga pada aplikasi yang akan dibangun yaitu aplikasi Augmented Reality Karya Sehati Utama (AR KSU)akan menambahkan beberapa fungsionalitas tanpa mengurangi dari aplikasi sejenis, yaitu akan menambahkan menu pilihan yang berisi, tentang yaitu berisi mengenai aplikasi yang akan dibangun, petunjuk penggunaan dari aplikasi, serta deteksi marker untuk melacak marker dan menampilkan objek 3D.
3.1.4 Analisis Augmented Reality
Marker merupakan salah satu komponen yang penting. Penentuan jenis
marker berpengaruh kepada cara kerja program Augmented Reality untuk
membaca marker dan menampilkan objek 3D. Marker yang digunakan adalah
marker dengan nilai rate bintang yang cukup (lebih dari atau sama dengan 1 dan
kurang dari sama dengan 5) dan tidak 0 (nol).Perancangan aplikasi Augmented Reality, menggabungkan objek virtual atau objek 3D dengan objek nyata atau (marker). Secara keseluruhan, proses dari
Augmented Reality dimulai dari webcam atau kamera yang sudah dikalibrasi akan
mendeteksi marker yang diberikan. Kemudian setelah mengenali dan menandai pola marker, webcam atau kamera akan melakukan pengecekan apakah marker yang terdeteksi sesuai dengan data marker yang dimiliki. Bila tidak, maka objek
3D tidak akan ditampilkan, tetapi bila sesuai maka objek 3D akan ditampilkan di atas marker. Alur proses dari aplikai yang akan dibangun dapat dilihat pada
gambar 3.4. MulaiInisialisasi Marker Deteksi marker Apakah Marker Tidak Terdeteksi ? Ya Menampilkan Objek 3D menampilkan informasi ? Melakukan rotasi atau Melakukan rotasi Menampilkan pada objek informasi rumah Selesai
Gambar 3.4 Alur Proses Aplikasi3.1.4.1 Inisialisasi Marker
Tahap ini aplikasi Augmented Reality akan melakukan inisialisasi windows atau layar berupa warna transparan. Setelah itu aplikasi akan dihubungkan dengan tampilan kamera untuk memulai proses pendeteksian marker. Kemudian aplikasi akan melakukan inisialisasi variabel awal yang dipakai untuk menampung sementara marker, status pengecekan, serta variabel informasi yang akan ditampilkan. Spesifikasi pola penanda atau marker: 1.
Pola penanda minimum memiliki lebar 320 piksel.
2. Format dari gambar yang diunggah ke situs vuforia berformat .jpg atau .png Contoh marker yang digunakan dapat dilihat pada Gambar 3.5.
Gambar 3.5 Contoh MarkerGambar marker 3.5 nilai rate bintang bernilai 5. Sehingga sudah cukup untuk dilacak oleh sistem AR.
Selain menginisialisasi marker, model 3D juga dimuat dahulu pada engine Unity untuk dipasangkan dengan marker yang bersesuaian. Objek 3D yang digunakan berformat .3DS agar dapat dieksport ke Unity. Gambar dari model 3D rumah yang digunakan pada aplikasi dapat dilihat pada Gambar 3.6.
Gambar 3.6 Model 3D rumah3.1.4.2 Deteksi Marker
NFT merupakan metode yang digunakan di dalam Library Vuforia Qualcomm untuk mendeteksi pola gambar. Sebelum dilakukannya pendeteksian fitur-fitur pada gambar, terlebih dahulu dilakukan proses identifikasi marker.
Identifikasi marker adalah proses untuk menangkap gambar yang ditangkap oleh kamera. Gambar yang diperoleh itu dianggap marker terlepas ada atau tidaknya
marker yang sesungguhnya pada gambar. Setelah marker diperoleh maka proses
selanjutnya adalah mengubah marker menjadi keabu-abuan atau proses grayscale.Proses ini dilakukan untuk memudahkan dalam pendeteksian fitur pada marker.
Marker yang sudah dirubah menjadi keabu-abuan kemudian dideteksi fiturnya
menggunakan metode NFT. Metode yang digunakan di dalam NFT itu sendiri adalah SIFT dan FERNS. Hasil output gambar dari perhitungan dapat dilihat pada Gambar 3.7.
Gambar 3.7 Gambar Hasil Deteksi Fitur LokalKomponen-komponen dalam proses deteksi fitur adalah sebagai berikut : 1.
Trackable Tipe a.
UNKNOWN_TYPE : Pelacakan yang tidak diketahui b.
IMAGE_TARGET : Pelacakan berdasarkan gambar c. MULTI_TARGET : Pelacakan gabungan d.
MARKER : Pelacakan marker 2. Trackable Nama