Gambar 3.3 Logitech c270
3.2. Proses pengenalan sayap kupu-kupu
Proses pengenalan potongan citra alat musik tradisional adalah proses di mana potongan citra yang di capture akan dikenali bentuknya. Proses ini terdiri pengambilan
citra, preprocessing, pengenalan dan keluaran yanag berupa teks. Proses kerja sistem dapat dilihat pada gambar 3.4.
Pengambilan citra Preprocessing
Pengklasifikasi samar
Penentuan keluaran
Database fuzzy
Gambar 3.4. Digram blok proses pengenalan
3.2.1. Pengambilan citra
Citra yang berbentuk potongan gambar diambil dengan menggunakan webcam yang sudah terhubung dengan komputer. Webcam terlebih dahulu sudah dikenali oleh
laptopkomputer. Webcam yang berada tegak lurus dengan potongan citra dan harus mencari jarak terbaik atau fokus. Untuk mendapatkan gambar yang fokus diperlukan juga
adanya tambahan lampu agar intensitas cahaya tidak mengganggu untuk pengambilan gambar. Resolusi 320 x 240 yang digunakan pada webcam ini akan membantu untuk
mendapatkan tampilan gambar yang lebih baik. Perintah untuk mengambil gambar dengan menggunakan webcam adalah sebagai berikut :
imaqreset; vid=videoinputwinvideo,1,RGB24_320x240;
vid.FramesPerTrigger = 1; vid.ReturnedColorspace = rgb;
triggerconfigvid, manual; vidRes = getvid, VideoResolution;
imWidth = vidRes1; imHeight = vidRes2;
nBands = getvid, NumberOfBands; hImage = imagezerosimHeight, imWidth, nBands, parent,
handles.gambar_asli previewvid, hImage;
startvid; pause3;
triggervid; stoppreviewvid;
capt1 = getdatavid;
3.2.2. Preprocessing
Preprocessing merupakan tahap untuk mempersiapkan citra sebelum ke tahap ekstraksi ciri sehingga dapat diproses ke tahap selanjutnya. Preprocessing sendiri terdiri
dari matrik RGB, grayscale, cropping, resizing, dan clear background. 1. Matrik RGB
Gambar 3.5. Matrik RGB Matrik rgb berfungsi untuk mengambil nilai RGB dari suatu citra dalam
RGB sehingga komposisi warnanya dapat diidentifikasi nanti pada sistem pengenalan. Gambar 3.6. adalah listing programnya
test=imreadkupu.jpeg; a0=test:,:,1;
b0=test:,:,2; c0=test:,:,3;
imshowa0; imshowb0;
imshowc0;
Gambar 3.6. Program Matrik RGB 2. Citra grayscale
Grayscale dilakukan agar citra alat kupu-kupu yang telah diambil menggunakan webcam menjadi keabuan. Hal ini dilakukan agar dapat
mempermudah pengolahan citra dalam proses pengenalan. Gambar 3.7. berikut ini adalah contoh listing programnya
img10=imread kupu.jpeg
; img1=doublergb2grayimg10;
k=img1255; l=1-k;
imshowl;
Gambar 3.7. Program citra grayscale 3. Cropping
Cropping adalah suatu proses untuk memotong citra pada bagian tertentu atau yang tidak diperlukan sehingga didapatkan hasil yang diinginkan untuk
mempermudah data yang akan diolah. Pada percobaan ini, cropping menggunakan bounding box dan bounding box ini akan melakukan automatic
cropping.Gambar 3.8. adalah diagram alir dari bounding box
Gambar 3.8. Diagram alir bounding box
Citra asli Citra grayscale
Citra yang sudah dicrop Gambar 3.9. Hasil auto cropping
4. Resizing Resizing dilakukan untuk mengubah citra yang sudah di crop menggunakan
bounding box untuk mendapatkan ukuran yang seragam. Karena menggunakan variasi jarak kamera yang bervariasi sehingga ukurannya harus diseragamkan
yaitu 128x128 pixel.
122x133 128x128
Gambar 3.10. Proses resizing Program yang digunakan adalah sebagai berikut:
I3=imresizeI2,[128 128]; imshowI3; axison
5. Clear background Setiap citra yang sudah di crop perlu dilakukan penghilangan background
agar nilai background tersebut tidak mengganggu penjumlahan dari matrik yang digunakan untuk masuk ke sistem pengenalan. Sehingga nilai dari matrik
tersebut murni adalah bentuk dari objek tersebut tanpa ada pengaruh dari background.
Gambar 3.11. adalah diagram alir dari program ini. Nilai konstanta 0.65 adalah merupakan nilai intesitas gelap terang yang paling sesuai dengan warna
yang agak terang putih karena pada penelitian ini warna background adalah putih. Penulis memilih angka tersebut berdasarkan uji coba visual yang di
lakukan dan disajikan dalam lampiran halaman L10.
Gambar 3.11. Diagram alir Clear background
Start
Input matrik hasil graysacale
Potong kiri potong 8 pixel
Putar 90 derajat searah jarum jam Potong kiri potong 8 pixel
Putar 90 derajat searah jarum jam Potong kiri potong 8 pixel
Putar 90 derajat searah jarum jam Potong kiri potong 8 pixel
Putar 90 derajat searah jarum jam Potong kiri potong 8 pixel posisi awal
Matrik citra 0.65
Matrik citra =0 Y
Citra tanpa background
No
end
Pemilihan nilai konstanta 8 pixel pada pemotongan frame sudah dilakukan perbandingan secara visual juga yang dibuktikan pada lampiran hal L11.
Nilai tersebut merupakan yang paling ideal dalam pemotongan frame Dan hasilnya gambar 3.12 adalah sebagai berikut:
Citra yang sudah di crop Citra yang sudah dihilangkan
background-nya dan Frame-nya Gambar 3.12. Hasil Clear background
3.2.3. Pengklasifikasi Samar
Kategori