Konversi RGB Menjadi HSV

2.6. Template Matching

Template matching adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi template acuan. Teknik ini banyak digunakan dalam bidang industri sebagai bagian dari quality control . Metode template matching sering digunakan untuk mengindentifikasi citra karakter huruf, angka, sidik jari fingerprint dan aplikasi-aplikasi pencocokan citra lainnya. Prinsip metode ini adalah membandingkan antara image objek yang akan dikenali dengan image template yang ada. Image objek yang akan dikenali, diukur tingkat kemiripannya dengan masing-masing image template . Pengecekan kemiripan dapat dilakukan menggunakan fungsi jarak ataupun korelasi. Pengenalan dilakukan dengan melihat nilai tingkat kemiripan tertinggi dari image objek tersebut [5]. 2.7. Distance Jarak Jarak digunakan untuk menentukan tingkat kesamaan similarity degree atau ketidaksamaan dissimilarity degree dua vektor fitur. Tingkat kesamaan berupa suatu nilai dan berdasarkan nilai tersebut dua vektor fitur akan dikatakan mirip atau tidak. Dengan menggunakan metode jarak Euclidean dapat digunakan untuk mengukur tingkat kemiripan dua buah vektor fitur. 2.7.1 Euclidean Distance Euclidean Distance adalah metrika yang paling sering digunakan untuk menghitung kesamaan 2 vektor. Euclidean distance menghitung akar dari kuadrat perbedaan 2 vektor. Rumus dari Euclidean distance [5]: √∑ PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Contoh: Terdapat 2 vektor ciri berikut. [ ] [ ] Euclidean distance dari vektor A dan B adalah: √ √

2.8. Basis Data

Basis data adalah kumpulan informasi yang disimpan di dalam komputer secara sistematik sehingga dapat diperiksa menggunakan suatu program komputer untuk memperoleh informasi dari basis data tersebut. Dalam penelitian ini huruf referensi diperlukan untuk proses perhitungan jarak. Pembuatan huruf referensi dengan 2 peraga, penulis mengambil 10 sampel dari huruf A sampai dengan Z. Sehingga dalam pembuatan basis data ini 260 huruf diperlukan untuk membuat huruf referensi. Untuk setiap huruf perhitungan ektraksi ciri dilakukan menggunakan wavelet haar dari 10 sampel pada setiap hurufnya. Selanjutnya perhitungan rerata atas sejumlah ektraksi ciri tersebut dilakukan. Perhitungan rerata dapat dilihat pada persamaan berikut [13]. ∑ Dengan adalah 26 huruf yang terdiri daari huruf A sampai dengan Z. Dengan demikian, untuk pemprosesan 26 huruf, akan didapatkan satu set huruf referensi yang terdiri atas 26 vektor yang merupakan referensi untuk huruf A sampai dengan Z. 19 BAB III PERANCANGAN

3.1. Proses Pengenalan Kode Huruf

Semaphore Dalam perancangan sistem software pengenalan kode huruf semaphore terdapat beberapa proses yang harus dilakukan. Secara garis besar proses perancangan terdiri dari lima tahap yaitu proses pengambilan citra, preprocessing , ekstrasi ciri, fungsi jarak, dan penentuan keluaran. Proses perancangan kode huruf semaphore dapat dilihat pada Gambar 3.1. Gambar 3.1. Blog diagram proses pengenalan kode huruf semaphore . Citra yang digunakan pada tahap preprocessing berupa citra pengiriman pose kode huruf semaphore. Proses pengambilan gambarnya dilakukan dengan menggunakan webcam . Dalam tahap preprocessing , hasil gambar berupa citra pose kode huruf semaphore yang telah dikonversi kedalam bentuk HSV. Kemudian akan dilakukan segmentasi warna sesuai dengan warna yang telah ditentukan oleh peneliti yaitu warna kuning sesuai dengan warna yang terdapat pada bendera semaphore . Selanjutnya citra akan dipotong cropping berdasarkan bounding box . Citra yang telah dipotong akan masuk dalam tahap berikutnya untuk dilakukan resizing agar mendapatkan ukuran yang diinginkan. Ukuran piksel yang diharapkan yaitu 64 x 64. Hasil keluaran dari resizing ini kemudian menjadi masukkan untuk tahap selanjutnya yaitu tahap pengenalan. Dalam tahap pengenalan terdapat 3 tahap yang terdiri dari ekstraksi ciri, perhitungan fungsi jarak, dan basis data citra kode huruf semaphore . Terakhir dari tahap pengenalan kode huruf semaphore yaitu tahap penentuan keluaran. Hasil dari penentuan keluaran kode huruf semaphore ditentukan berdasarkan jarak minimum yang diperoleh dari hasil perbandingan antara basis data dengan ekstraksi ciri.

3.1.1. Pengambilan Citra Kode Huruf

Semaphore Tahap pengambilan citra kode huruf semaphore adalah proses mengambil gambar capture dengan menggunakan webcam yang akan disimpan dalam satu folder. Jarak pengambilan gambar dilakukan bervariasi dari jarak minimal 3 meter hingga jarak maksimal 5 meter dengan rentang jarak masing-masing 50 cm. Webcam akan dihubungkan ke perangkat laptop menggunakan sambungan USB 2.0 sehingga setelah pengambilan gambar dapat dikirim dan diterima langsung oleh laptop untuk diolah dengan menggunakan aplikasi Matlab, seperti yang dapat digambarkan melalui diagram alir pada Gambar 3.2. Gambar 3.2. Diagram alir pengambilan citra. Webcam Aktif Ambil Gambar Keluaran: Citra Kode Huruf Semaphore Masukan: Pose Kode Huruf Semaphore A A Mulai Selesai