Implementasi Sistem Pengujian Sistem

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM Pada bab ini akan dijelaskan tentang proses pengimplementasian metode viola-jones pada sistem sesuai perancangan sistem yang telah dilakukan di Bab 3 serta melakukan pengujian sistem yang telah dibangun.

4.1. Implementasi Sistem

Pada tahap ini, metode viola-jones akan diimplementasikan ke dalam sistem dengan menggunakan bahasa pemrograman Java sesuai perancangan yang telah dilakukan. 4.1.1. Spesifikasi Perangkat Keras dan Lunak Spesifikasi perangkat keras dan perangkat lunak yang digunakan untuk membangun sistem ini adalah sebagai berikut: 1. Prosesor Intel® Core TM i7 4702MQ CPU 2.20 GHz. 2. Kapasitas hardisk 1 TB. 3. Memori RAM yang digunakan 4.00 GB. 4. Sistem operasi yang digunakan adalah Microsoft Windows 8 Pro. 5. Kamera web USB dengan resolusi 640 x 480. 6. Program yang digunakan : IDE Eclipse Indigo 7. Library yang digunakan : OpenCV 2.4.9.0 Universitas Sumatera Utara 33 4.1.2. Implementasi Perancangan Antarmuka Adapun implementasi perancangan antarmuka yang telah dilakukan sebelumnya pada sistem adalah: 1. Halaman Splash Halaman beranda merupakan halaman yang pertama kali muncul ketika sistem berjalan untuk menunggu loading dari sistem tersebut. Halaman splash dari sistem dapat dilihat pada Gambar 4.1. Gambar 4.1. Halaman Splash 2. Halaman Utama Halaman utama adalah halaman untuk menampilkan citra dari kamera dan hasil proses deteksi yang dilakukan dengan metode viola-jones. Pada halaman ini jgua terdapat menu “File” dan “Help” dimana didalam menu “File” terdapat submenu “Exit” untuk keluar dari sistem dan submenu “About” didalam menu “Help” untuk informasi sistem. Halaman utama pada sistem ini dapat dilihat pada Gambar 4.2. Universitas Sumatera Utara 34 Gambar 4.2. Halaman Utama

4.2. Pengujian Sistem

Pengujian sistem dilakukan untuk memeriksa kinerja antar komponen sistem yang diimplementasikan. Tujuan utama dari pengujian sistem adalah untuk memastikan bahwa elemen-elemen atau komponen-komponen dari sistem telah berfungsi sesuai dengan yang diharapkan. Parameter pengujian yang digunakan dalam penelitian ini meliputi : 1. Waktu pendeteksian, disajikan dalam satuan mili seconds ms. 2. Keakuratan pendeteksian, disajikan dalam bentuk persentase. 4.2.1. Waktu Pendeteksian Untuk mendapatkan waktu penulis menggunakan fungsi System. nanotime yang terdapat dalam Java. Untuk perhitungan waktu pendeteksian digunakan aturan sebagai berikut : � = � −� 4.1 Dimana : T = Waktu pendeteksian ms T1 = waktu sebelum pendeteksian T2 = waktu setelah pendeteksian Universitas Sumatera Utara 35 Hasil pengujian dengan kamera web resolusi gambar 480 x 320 untuk mengukur waktu pendeteksian dengan metode viola-jones dapat dilihat pada Tabel 4.1. Tabel 4.1. Hasil Pengujian Waktu Pendeteksian dengan Webcam No. Nama Frame Waktu Pendeteksian ms 1. Frame001 146,11 2. Frame002 133,14 3. Frame003 125,17 4. Frame004 126,77 5. Frame005 121,59 6. Frame006 122,02 7. Frame007 126,71 8. Frame008 128,59 9. Frame009 129,57 10. Frame010 118,54 11. Frame011 117,90 12. Frame012 140,70 13. Frame013 121,90 14. Frame014 122,56 15. Frame015 116,59 16. Frame016 119,27 17. Frame017 136,19 18. Frame018 126,88 19. Frame019 126,64 20. Frame020 124,70 Universitas Sumatera Utara 36 Dari pengujian yang dilakukan terhadap 20 frame, diperoleh rata-rata waktu pendeteksian sebagai berikut: Rata-rata waktu = � � ℎ = , = 126,58 ms Waktu pendeteksian tercepat adalah 116,59 ms. Waktu pendeteksian terlama adalah 146,11 ms. 4.2.2. Keakuratan Pendeteksian Untuk menghitung keakuratan pendeteksian, digunakan rumus berikut : � � � � � = + 4.2 Dengan : = _ ℎ _ _ � 4.3 = _ ℎ _ 4.4 Dimana : true_positive = jumlah objek terdeteksi yang benar human_on_image = jumlah manusia dalam citra human_detected = jumlah seluruh objek yang terdeteksi true_positive + false_positive. Dalam penelitian ini, penulis melakukan pengujian sistem pada beberapa ruangan dengan keadaan cahaya, kemiringan kamera, dan jumlah objek yang berbeda- beda, serta objek yang bukan manusia. a. Ruangan A : terang dan posisi kamera 30 terhadap objek. Hasil pendeteksian pada kondisi cahaya ruangan terang dan posisi kamera 30 terhadap objek dapat dilihat pada beberapa screenshot pada Gambar 4.3 bagian a, b, c, d, e, dan f. Universitas Sumatera Utara 37 a Objek melihat ke depan dari jarak yang dekat b Objek melihat ke depan dari jarak jauh c Posisi objek membelakangi kamera Universitas Sumatera Utara 38 d Objek berjalan dari samping sambil melihat kamera e Objek berjalan dari samping tanpa melihat kamera f Terdeteksi dua objek 1 benar dan 1 salah Gambar 4.3. Screenshot Hasil Pendeteksian Ruangan A Universitas Sumatera Utara 39 Untuk lebih lengkapnya, dapat dilihat pada Tabel 4.2. Tabel 4.2. Hasil Pengujian untuk Ruangan A No. Detik ke- Human_ on_image True_ positive False_ positive Total_ detected A B 1 21 1 1 1 100 100 2 22 1 1 1 100 100 3 23 1 1 1 100 100 4 24 1 1 1 100 100 5 25 1 1 1 100 100 6 26 1 1 1 100 100 7 27 1 1 1 100 100 8 28 1 1 1 100 100 9 29 1 1 1 100 100 10 30 1 1 1 100 100 11 31 1 1 1 100 100 12 32 1 1 1 100 100 13 33 1 1 1 100 100 14 34 1 100 15 35 1 1 1 100 100 16 36 1 1 1 100 100 17 37 1 1 1 100 100 18 38 1 1 1 2 100 50 19 39 1 1 1 2 100 50 20 40 1 1 1 100 100 21 41 1 1 1 100 100 22 42 1 1 1 100 100 23 43 1 1 1 100 100 24 44 1 1 1 100 100 25 45 1 1 1 100 100 26 46 1 100 27 47 1 1 1 100 100 28 48 1 1 1 100 100 29 49 1 100 Universitas Sumatera Utara 40 Tabel 4.2. Hasil Pengujian untuk Ruangan A No. Detik ke- Human_ on_image True_ positive False_ positive Total_ detected A B 30 50 1 1 1 100 100 31 51 1 1 1 32 52 1 100 33 53 1 1 1 100 100 34 54 1 100 35 55 1 1 1 100 100 Dari pengujian yang dilakukan terhadap 35 file screenshot yang diambil dari video capture tempat yang terang dan sudut kamera 30 terhadap objek yang terdapat pada Tabel 4.2, didapatkan rata-rata akurasi pendeteksian sebagai berikut : ̅ = ∑ = �ℎ � � � � = = . ̅ = ∑ = �ℎ � � � � = = . Sehingga diperoleh yaitu : �� � − � � � � � = ̅ + ̅ = . + . = . b. Ruangan B : redup dan posisi kamera 15 terhadap objek. Hasil pendeteksian pada kondisi cahaya ruangan redup dan posisi kamera 15 terhadap objek dapat dilihat pada beberapa screenshot pada Gambar 4.4 bagian a, b, c, d, e, f, g, dan h. Universitas Sumatera Utara 41 a Objek melihat ke depan b Objek berada di samping kanan kamera c Objek membelakangi kamera Universitas Sumatera Utara 42 d Objek berada di samping kiri kamera e Terdeteksi dua objek dengan posisi berdiri yang sama f Terdeteksi dua objek dengan posisi berdiri yang berbeda Universitas Sumatera Utara 43 g Terdeteksi 3 objek 2 benar dan 1 salah h Terdeteksi 1 objek objek dalam citra ada dua Gambar 4.4. Screenshot Hasil Pendeteksian Ruangan B Untuk lebih lengkapnya, dapat dilihat pada Tabel 4.3. Tabel 4.3. Hasil Pengujian untuk Ruangan B No. Detik ke- Human_ on_image True_ positive False_ positive Total_ detected A B 1 4 1 1 1 100 100 2 5 1 1 1 2 100 50 3 6 1 1 1 100 100 4 7 1 1 1 100 100 5 8 1 1 1 100 100 Universitas Sumatera Utara 44 Tabel 4.3. Hasil Pengujian untuk Ruangan B No. Detik ke- Human_ on_image True_ positive False_ positive Total_ detected A B 6 9 1 1 1 100 100 7 10 1 1 1 2 100 50 8 11 1 1 1 100 100 9 12 1 1 1 100 100 10 14 1 1 1 100 100 11 17 1 1 1 100 100 12 18 1 1 1 100 100 13 19 1 1 1 100 100 14 21 1 100 15 23 1 1 1 2 100 50 16 30 2 2 2 100 100 17 34 2 2 2 100 100 18 44 2 100 19 49 2 1 1 50 100 20 53 2 2 2 100 100 21 55 2 1 1 50 100 22 58 1 1 1 23 60 1 1 1 100 100 24 63 1 1 1 100 100 25 65 1 1 1 2 100 50 26 69 1 1 1 100 100 27 71 2 2 2 100 100 28 73 2 2 2 100 100 29 75 2 2 2 100 100 30 78 2 2 1 3 100 66.66667 31 79 2 2 2 100 100 32 80 2 1 1 50 100 33 83 2 2 2 100 100 34 85 2 2 2 100 100 35 87 2 2 2 100 100 Universitas Sumatera Utara 45 Dari pengujian yang dilakukan terhadap 35 file screenshot yang diambil dari video capture tempat yang terang dan sudut kamera 15 terhadap objek yang terdapat pada Tabel 4.3, didapatkan rata-rata akurasi pendeteksian sebagai berikut : ̅ = ∑ = �ℎ � � � � = = . ̅ = ∑ = �ℎ � � � � = , = . Sehingga diperoleh yaitu : �� � − � � � � � = ̅ + ̅ = . + . = . c. Ruangan C : terang dan posisi kamera 45 terhadap objek. Hasil pendeteksian pada kondisi cahaya ruangan redup dan posisi kamera 15 terhadap objek dapat dilihat pada beberapa screenshot pada Gambar 4.5 bagian a, b, c, d, e, dan f. a Objek membelakangi kamera Universitas Sumatera Utara 46 b Objek menghadap depan c Objek berada di samping kanan kamera d Objek berada di samping kanan kamera Universitas Sumatera Utara 47 e Objek tidak terdeteksi f Terdeteksi 3 objek 1 benar dan 2 salah Gambar 4.5. Screenshot Hasil Pendeteksian Ruangan C Untuk lebih lengkapnya, dapat dilihat pada Tabel 4.4. Tabel 4.4. Hasil Pengujian untuk Ruangan C No. Detik ke- Human_ on_image True_ positive False_ positive Total_ detected A B 1 26 1 100 2 27 1 1 1 100 100 3 29 1 1 1 100 100 4 31 1 1 1 100 100 Universitas Sumatera Utara 48 Tabel 4.4. Hasil Pengujian untuk Ruangan C No. Detik ke- Human_ on_image True_ positive False_ positive Total_ detected A B 5 33 1 1 1 100 100 6 35 1 1 1 100 100 7 37 1 1 1 100 100 8 39 1 1 1 100 100 9 41 1 1 1 2 100 50 10 42 1 1 1 100 100 11 43 1 1 1 100 100 12 44 1 1 1 100 100 13 45 1 1 1 100 100 14 46 1 100 15 48 1 1 1 2 100 50 16 60 1 1 1 100 100 17 65 1 1 1 100 100 18 73 1 100 19 78 1 1 1 2 100 50 20 83 1 1 1 100 100 21 89 1 1 1 100 100 22 93 1 100 23 97 1 1 1 100 100 24 99 1 1 1 100 100 25 100 1 1 1 100 100 26 104 1 100 27 110 1 1 1 2 100 50 28 114 1 1 1 100 100 29 118 1 100 30 119 1 1 1 100 100 31 125 1 1 1 32 130 1 100 33 135 1 2 2 34 140 1 1 2 3 100 33.33333 35 149 1 1 1 100 100 Universitas Sumatera Utara 49 Dari pengujian yang dilakukan terhadap 35 file screenshot yang diambil dari video capture tempat yang terang dan sudut kamera 15 terhadap objek yang terdapat pada Tabel 4.4, didapatkan rata-rata akurasi pendeteksian sebagai berikut : ̅ = ∑ = �ℎ � � � � = = . ̅ = ∑ = �ℎ � � � � = . = . Sehingga diperoleh yaitu : �� � − � � � � � = ̅ + ̅ = . + . = . d. Ruangan D : terang, sudut kamera 30 terhadap objek, jumlah objek tiga 3. Hasil pendeteksian pada kondisi cahaya ruangan redup dan posisi kamera 30 terhadap objek dapat dilihat pada beberapa screenshot pada Gambar 4.6 bagian a, b, c, d, e, dan f. a Terdeteksi 3 objek dengan posisi yang berbeda Universitas Sumatera Utara 50 b Terdeteksi 3 objek 2 benar dan 1 salah c Terdeteksi 3 objek dengan posisi menghadap kamera d Terdeteksi 3 objek dengan posisi dan sikap berdiri yang berbeda Universitas Sumatera Utara 51 e Terdeteksi 2 objek saat menghadap belakang f Objek di samping kamera Gambar 4.6. Screenshot Hasil Pendeteksian Ruangan D Untuk lebih lengkapnya, dapat dilihat pada Tabel 4.5. Tabel 4.5. Hasil Pengujian untuk Ruangan D No. Detik ke- Human_ on_image True_ positive False_ positive Total_ detected A B 1 21 1 1 1 100 100 2 23 3 3 3 100 100 3 25 3 2 2 66.66667 100 4 29 3 3 3 100 100 5 31 3 3 3 100 100 6 34 3 3 3 100 100 7 43 3 3 3 100 100 Universitas Sumatera Utara 52 Tabel 4.5. Hasil Pengujian untuk Ruangan D 8 47 3 3 1 4 100 75 9 48 3 3 2 5 100 60 10 52 3 3 3 100 100 11 54 3 3 3 100 100 12 56 3 2 1 3 66.66667 66.66667 13 58 3 2 2 66.66667 100 14 60 3 3 3 100 100 15 62 3 3 3 100 100 16 65 3 1 1 33.33333 100 17 68 3 2 2 66.66667 100 18 73 3 2 2 66.66667 100 19 75 3 2 1 3 66.66667 66.66667 20 77 3 3 1 4 100 75 21 78 3 3 3 100 100 22 80 3 3 3 100 100 23 82 3 3 3 100 100 24 83 3 3 3 100 100 25 84 3 3 3 100 100 26 86 3 2 2 66.66667 100 27 87 3 1 1 2 33.33333 50 28 90 3 3 3 100 100 29 92 3 2 2 66.66667 100 30 93 3 2 1 3 66.66667 66.66667 31 95 3 3 3 100 100 32 96 3 3 3 100 100 33 97 3 3 1 4 100 75 34 98 3 3 3 100 100 35 99 3 3 1 4 100 75 Dari pengujian yang dilakukan terhadap 35 file screenshot yang diambil dari video capture tempat yang terang dan sudut kamera 30 terhadap objek yang terdapat pada Tabel 4.5, didapatkan rata-rata akurasi pendeteksian sebagai berikut : ̅ = ∑ = �ℎ � � � � = , = . ̅ = ∑ = �ℎ � � � � = Universitas Sumatera Utara 53 = . Sehingga diperoleh yaitu : �� � − � � � � � = ̅ + ̅ = . + . = . e. Pendeteksian dengan objek yang bukan manusia Pada penelitian ini, penulis melakukan pengujian terhadap sistem jika ada objek “ayam” dalam citra. Hasil dari pengujian ini dapat dilihat pada Gambar 4.6 bagian a dan b. a Jarak ayam dengan kamera ± 3 meter b Jarak ayam dengan kamera ± 5 meter Gambar 4.7. Hasil Pengujian dengan Objek Ayam Universitas Sumatera Utara 54 Dari hasil pengujian pada Ruangan A, B, C, dan D, maka diperoleh akurasi pendeteksian sebagai berikut : �� � − � � � � � = �. + �. + �. + �. = . + . + . + . = . Universitas Sumatera Utara BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan