Sistem Pengenalan Pengucapan Huruf Vokal Dengan Metode Pengukuran Sudut Bibir Pada Citra 2 Dimensi.
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL
DENGAN METODA PENGUKURAN SUDUT BIBIR PADA
CITRA 2 DIMENSI
Adhi Fajar Sakti Wahyudi (0722062)
Jurusan Teknik Elektro Universitas Kristen Maranatha
Email: [email protected]
ABSTRAK
Teknologi pengenalan ucapan manusia secara visual telah dirintis sejak
lama dan sudah banyak berkembang. Kebutuhan akan teknologi pengenalan
ucapan ini diantara dapat diaplikasikan untuk membantu komunikasi antar
manusia yang khususnya memiliki keterbatasan dalam berbicara, sistem
keamanan yang berbasis pengenalan ucapan dan lain sebagainya. Penelitian terus
dilakukan untuk meningkatkan efektifitas serta kehandalan sistem itu sendiri.
Meskipun beberapa penelitian dengan beberapa metode sudah dilakukan, masih
ada ruang untuk penelitian dan peningkatan lebih lanjut terhadap metode
pengenalan yang sudah ada ataupun dengan metode yang lain.
Pada tugas akhir ini, teknik pengenalan ucapan yang akan dilakukan
adalah dengan metode pengukuran sudut bibir pada citra dua dimensi. Pengerjaan
tugas akhir ini diawali dengan pemrosesan citra untuk memisahkan obyek bibir
dengan bagian wajah sekitarnya. Pada proses ini citra asli RGB diubah menjadi
citra biner dengan obyek bibir bernilai biner 1 (putih) dan bagian wajah lainnya
bernilai biner 0 (hitam). Kemudian dilakukan proses pencarian titik-titik penting
obyek bibir diantaranya titik samping kiri, samping kanan, atas dan bawah dengan
titik tengah obyek bibir sebagai titik acuan pada proses pencarian titik-titik
tersebut. Selanjutnya dilakukan perhitungan sudut-sudut bibir secara matematis
dari titik-titik penting yang telah didapat sebelumnya. Selain itu dicari pula luas
area dan diameter dari obyek bibir. Sudut-sudut bibir, luas area, dan diameter
dijadikan parameter yang digunakan dalam proses pengenalan pengucapan huruf
vokal.
Untuk mengetahui tingkat akurasi dari perangkat lunak yang direalisasikan
dilakukan pengujian menggunakan 70 citra uji. Citra uji terdiri dari huruf vokal a,
i, u, e, o yang diucapkan masing-masing sebanyak dua kali oleh 7 orang. Hasil
pengujian menunjukkan persentase keberhasilan sistem mengenali huruf vokal
secara benar sebesar 90%.
Kata kunci : Huruf vokal, Citra 2 dimensi, Sudut bibir, Area bibir, Diameter
bibir
(2)
VOWEL PRONUNCIATION RECOGNITION SYSTEM USING
LIP ANGLE MEASUREMENT METHOD IN
2-DIMENSIONAL IMAGE
Adhi Fajar Sakti Wahyudi (0722062)
Jurusan Teknik Elektro Universitas Kristen Maranatha
Email: [email protected]
ABSTRACT
Visual human speech recognition technology has been pioneered long time
and has a lot of growing. The need for this speech recognition technology can be
applied to help communication between people who specifically have limitations
in speaking, security system based on speech recognition and many others. The
research continues to improve the effectiveness and reliability of the system itself.
Although some research has been done by several methods, there is still room for
further research and improvement of the existing recognition method or by other
methods.
In this final project, speech recognition techniques that will be done is the
lip
’s
angle measurement method on two-dimensional images. Final project was
started with image processing to separate lips object with the surrounding parts of
face. In this process the original RGB image is converted into a binary image with
the lip object is binary value 1 (white) and other parts of face is binary value 0
(black). Then the process of finding important points of lip object was performed
to find such as left side point, right side, top and bottom with the midpoint of the
lip object as a reference point in the process of finding those points. Furthermore
calculations of lip
’
s angle was performed mathematically from the points that had
been obtained previously. Besides it also searched the area and diameter of the
lips object. Lip
’
s angle,
lip’s area, and lip’s
diameter used as parameters in vowels
speech recognition process.
To determine the level of accuracy, software testing is realized using 70
test image. Test images consisted of the vowels a, i, u, e, o each spoken twice by 7
people. The results show the percentage of success of the system to recognize
vowels correctly by 90%.
Keywords: Vowels, 2-dimensional image, lip
’s angle
, lip
’s
area, lip
’s
Diameter
(3)
DAFTAR ISI
ABSTRAK
... i
ABSTRACT
... ii
KATA
PENGANTAR
... iii
DAFTAR
ISI
... v
DAFTAR
TABEL
... vii
DAFTAR
GAMBAR
... viii
BAB
I
PENDAHULUAN
... 1
I.1
Latar Belakang. ... 1
I.2
Identifikasi Masalah. ... 2
I.3
Perumusan Masalah ... 2
I.4
Tujuan ... 2
I.5
Pembatasan Masalah ... 2
I.6
Sistematika Penulisan. ... 3
BAB II
LANDASAN TEORI
... 4
II.1
Komponen Bibir ... 4
II.2
Klasifikasi Bunyi Bahasa ... 4
II.3
Definisi Citra Digital ... 5
II.3.1
Jenis-Jenis Citra Digital ... 5
II.3.1.1
Citra Biner (Monokrom) ... 6
II.3.1.2
Citra
Grayscale
(Citra Keabuan) ... 6
II.3.1.3
Citra Warna (
True Color
) ... 6
II.4
Model Warna... 6
II.4.1
Model Warna RGB ... 6
II.4.2
Model Warna NTSC ... 7
II.5
Format
File
Citra ... 7
II.5.1
Format JPEG ... 7
II.6
Pengukuran Sudut ... 8
II.7
Lingkaran Dan Diameter ... 9
(4)
II.8
MATLAB ... 10
II.8.1
Ruang Kerja MATLAB ... 10
II.8.2
Operator Dalam MATLAB ... 11
II.8.3
Pengolahan Citra Digital Menggunakan MATLAB ... 12
II.8.4
Membaca Dan Menampilkan Citra ... 13
II.8.5
Konversi Citra ... 13
II.8.6
Pemfilteran Dan Segmentasi Citra ... 13
II.8.7
Region Properties ... 14
II.8.8
M-File Editor... 16
BAB III
PERANCANGAN PERANGKAT LUNAK
... 18
III.1
Arsitektur Perancangan ... 18
III.2
Pengukuran Sudut, Area Dan Diameter ... 19
III.3
Diagram Alir Pemrosesan Citra ... 20
III.4
Pembentukan
Range
... 25
III.5
Diagram Alir Pengenalan Huruf ... 28
III.6
Tampilan Program... 32
BAB IV
PENGUJIAN DAN ANALISA DATA
... 33
IV.1
Proses Pengujian Perangkat Lunak ... 33
IV.2
Analisa Data ... 39
BAB V KESIMPULAN DAN SARAN
... 40
V.1
Kesimpulan ... 40
V.2
Saran... 40
DAFTAR PUSTAKA
... 41
LAMPIRAN A
... A-1
(5)
Daftar Tabel
Tabel 2.1 Operator Aritmatika ... 11
Tabel 2.2 Operator Relasional ... 12
Tabel 2.3 Operator Logika.. ... 12
Tabel 3.1
Range
Huruf Vokal ... 26
Tabel 3.2 Penamaan
File
Citra
Range
... 27
Tabel 3.3 Penamaan
File
Citra Uji... ... 31
(6)
Daftar Gambar
Gambar 2.1 Segitiga Siku-Siku... 8
Gambar 2.2 Windows Dalam MATLAB ... 11
Gambar 2.3 Proses Pencarian Centroid Dan Titik-Titik Penting ... 15
Gambar 2.4 M-File Editor Pada MATLAB ... 17
Gambar 3.1 Diagram Blok Sistem Pengenalan Pengucapan Huruf Vokal ... 18
Gambar 3.2 Titik-Titik Penting, Sudut Bibir Dan Area Bibir ... 19
Gambar 3.3 Diagram Alir Pemrosesan Citra ... 20
Gambar 3.4 Ilustrasi Opening ... 21
Gambar 3.5 Sebelum dan Sesudah Proses Opening ... 22
Gambar 3.6 Sebelum dan Sesudah Proses bwareaopen ... 22
Gambar 3.7 Perhitungan Sudut ... 24
Gambar 3.8 Diagram Alir Pengenalan Huruf ... 28
Gambar 3.9 Tampilan Program... 32
Gambar 4.1 Tampilan Aplikasi Citra Uji Dikenali Sebagai Huruf Vokal Yang Benar
.. ... 33
Gambar 4.2 Tampilan Aplikasi Citra Uji Dikenali Sebagai Huruf Vokal Yang Salah
... 34
(7)
LAMPIRAN A
(8)
1.
Program Pemrosesan Citra
clc; clear; close all;
imtool close all;
%========================================================================== input1=imread('C:\Users\TOSHIBA\My
Documents\MATLAB\database\1r.jpg','jpg'); input2=imread('C:\Users\TOSHIBA\My
Documents\MATLAB\database\1a1.jpg','jpg'); fullscreen = get(0,'ScreenSize');
figure('units','normalized','outerposition',[0 0 1 1]); % Plot citra asli input 1
subplot(5, 2, 1); imshow(input1); title('Citra Bibir Diam'); % Plot citra asli input 2
subplot(5, 2, 2); imshow(input2); title('Citra Bibir Huruf Vokal');
%========================================================================== %Mengubah Citra Asli Menjadi Citra Biner
%Filter image 1
intsc1=rgb2ntsc(input1); z1=intsc1(:,:,3);
zn1=mean(z1(:));
vektor_z1=reshape(z1,size(z1,1)*size(z1,2),1);vektor_tes1=vektor_z1;
for l=1:length(vektor_tes1)
if vektor_tes1(l)>zn1 vektor_tes1(l)=1;
else
vektor_tes1(l)=0;
end;
end
vektor_tes1=reshape(vektor_tes1,200,300);
filteraverage1= fspecial ('average', [4 4]);
Ifilter1 = imfilter(vektor_tes1, filteraverage1, 'symmetric', 'conv'); Ibw1 = im2bw(Ifilter1);
%imfill
ifill1= imfill(Ibw1,'holes'); %Filter image 2
intsc2=rgb2ntsc(input2); z2=intsc2(:,:,3);
zn2=mean(z2(:));
vektor_z2=reshape(z2,size(z2,1)*size(z2,2),1);vektor_tes2=vektor_z2;
for l=1:length(vektor_tes2)
if vektor_tes2(l)>zn2 vektor_tes2(l)=1;
(9)
else
vektor_tes2(l)=0;
end;
end
vektor_tes2=reshape(vektor_tes2,200,300); filteraverage2= fspecial ('average', [4 4]);
Ifilter2 = imfilter(vektor_tes2, filteraverage2, 'symmetric', 'conv'); Ibw2 = im2bw(Ifilter2);
%imfill
ifill2= imfill(Ibw2,'holes');
%========================================================================== %Memperbaiki Citra Biner
%memperbaiki citra biner 1 SE1=strel('disk',17,0);
streldisk1=imopen(ifill1,SE1);
BinaryImage1 = bwareaopen(streldisk1, 6500); % Plot image BW
subplot(5, 2, 3); imshow(BinaryImage1); title('Citra Biner'); axis image;
%memperbaiki citra biner 2 SE2=strel('disk',17,0);
streldisk2=imopen(ifill2,SE2);
BinaryImage2 = bwareaopen(streldisk2, 6500); % Plot image BW
subplot(5, 2, 4); imshow(BinaryImage2); title('Citra Biner'); axis image;
%========================================================================== %Mencari Area, Centroid, Diameter dari Citra Biner
% mencari semua properti dari citra biner 1 dengan fungsi regionprops() objectMeasurements1 = regionprops(BinaryImage1, 'all');
objectArea1 = objectMeasurements1.Area; % Mencari nilai area.
objectCentroid1 = objectMeasurements1.Centroid; % Mencari centroid (titik tengah).
objectECD1 = sqrt(4 * objectArea1 / pi); % Menghitung ECD - Equivalent Circular Diameter.
%========================================================================== % mencari semua properti dari citra biner 2 dengan fungsi regionprops() objectMeasurements2 = regionprops(BinaryImage2, 'all');
objectArea2 = objectMeasurements2.Area; % Mencari area.
objectCentroid2 = objectMeasurements2.Centroid; % Mencari centroid. objectECD2 = sqrt(4 * objectArea2 / pi); % Menghitung ECD - Equivalent Circular Diameter.
%========================================================================== %Mencari Titik-Titik Penting
%mencari titik-titik penting image 1 subplot(5, 2, 5); imagesc(BinaryImage1);
(10)
title('Titik-Titik Penting Citra'); axis image;
centroidColumn1 = int32(objectCentroid1(1)); % nilai "X" centroidRow1 = int32(objectCentroid1(2)); % nilai "Y"
% Mengambil nilai baris atau kolom dan menggunakan perintah find untuk % mencari elemen pertama dan terakhir.
middleColumn1 = BinaryImage1(:, centroidColumn1); middleRow1 = BinaryImage1(centroidRow1, :);
topRowY1 = find(middleColumn1, 1, 'first'); % Find top. bottomRowY1 = find(middleColumn1, 1, 'last'); % Find bottom. leftColumnX1 = find(middleRow1, 1, 'first'); % Find left. rightColumnX1 = find(middleRow1, 1, 'last'); % Find right. top1 = ([centroidColumn1, topRowY1]);
bottom1 = ([centroidColumn1, bottomRowY1]); left1 = ([leftColumnX1, centroidRow1]); right1 = ([rightColumnX1, centroidRow1]); %memberi tanda pada titik-titik penting
line(centroidColumn1, centroidRow1, 'Marker', '*', 'MarkerEdgeColor', 'r') line(centroidColumn1, topRowY1, 'Marker', '*', 'MarkerEdgeColor', 'r') line(centroidColumn1, bottomRowY1, 'Marker', '*', 'MarkerEdgeColor', 'r') line(leftColumnX1, centroidRow1, 'Marker', '*', 'MarkerEdgeColor', 'r') line(rightColumnX1, centroidRow1, 'Marker', '*', 'MarkerEdgeColor', 'r') %========================================================================== %mencari titik-titik penting image 2
subplot(5, 2, 6); imagesc(BinaryImage2);
title('Titik-Titik Penting Citra'); axis image;
centroidColumn2 = int32(objectCentroid2(1)); % nilai "X" centroidRow2 = int32(objectCentroid2(2)); % nilai "Y"
% Mengambil nilai baris atau kolom dan menggunakan perintah find untuk % mencari elemen pertama dan terakhir.
middleColumn2 = BinaryImage2(:, centroidColumn2); middleRow2 = BinaryImage2(centroidRow2, :);
topRowY2 = find(middleColumn2, 1, 'first'); % Find top. bottomRowY2 = find(middleColumn2, 1, 'last'); % Find bottom. leftColumnX2 = find(middleRow2, 1, 'first'); % Find left. rightColumnX2 = find(middleRow2, 1, 'last'); % Find right. top2 = ([centroidColumn2, topRowY2]);
bottom2 = ([centroidColumn2, bottomRowY2]); left2 = ([leftColumnX2, centroidRow2]); right2 = ([rightColumnX2, centroidRow2]); %memberi tanda pada titik-titik penting
line(centroidColumn2, centroidRow2, 'Marker', '*', 'MarkerEdgeColor', 'r') line(centroidColumn2, topRowY2, 'Marker', '*', 'MarkerEdgeColor', 'r') line(centroidColumn2, bottomRowY2, 'Marker', '*', 'MarkerEdgeColor', 'r') line(leftColumnX2, centroidRow2, 'Marker', '*', 'MarkerEdgeColor', 'r') line(rightColumnX2, centroidRow2, 'Marker', '*', 'MarkerEdgeColor', 'r') %==========================================================================
(11)
%Menghitung Nilai Sudut
%Mencari sudut tinggi, lebar, beta1, beta2, beta3, beta4 pada image 1 im1tinggi1 = double(centroidRow1 - topRowY1);
im1tinggi2 = double(bottomRowY1 - centroidRow1); im1lebar1 = double(centroidColumn1 - leftColumnX1); im1lebar2 = double(rightColumnX1 - centroidColumn1); im1Tinggi = (im1tinggi1+im1tinggi2);
im1Lebar = (im1lebar1+im1lebar2);
im1sisi1 = sqrt((im1tinggi1^2)+(im1lebar1^2)); im1sisi2 = sqrt((im1tinggi1^2)+(im1lebar2^2)); im1sisi3 = sqrt((im1tinggi2^2)+(im1lebar2^2)); im1sisi4 = sqrt((im1tinggi2^2)+(im1lebar1^2)); im1skiri1 = (im1tinggi1/im1lebar1);
im1skiri2 = (im1tinggi2/im1lebar1); im1beta1a = atand(im1skiri1);
im1beta1b = atand(im1skiri2);
im1beta1 = (im1beta1a + im1beta1b); im1satas1 = (im1lebar1/im1tinggi1); im1satas2 = (im1lebar2/im1tinggi1); im1beta2a = atand(im1satas1);
im1beta2b = atand(im1satas2);
im1beta2 = (im1beta2a + im1beta2b); im1skanan1 = (im1tinggi1/im1lebar2); im1skanan2 = (im1tinggi2/im1lebar2); im1beta3a = atand(im1skanan1);
im1beta3b = atand(im1skanan2); im1beta3 = (im1beta3a + im1beta3b); im1sbawah1 = (im1lebar1/im1tinggi2); im1sbawah2 = (im1lebar2/im1tinggi2); im1beta4a = atand(im1sbawah1);
im1beta4b = atand(im1sbawah2); im1beta4 = (im1beta4a + im1beta4b); sudut_samping_image1 = im1beta1; sudut_atas_image1 = im1beta2; sudut_bawah_image1 = im1beta4; luas_area_image1 = objectArea1; diameter_image1 = objectECD1;
%========================================================================== %Mencari sudut tinggi, lebar, beta1, beta2, beta3, beta4 pada image 2
im2tinggi1 = double(centroidRow2 - topRowY2); im2tinggi2 = double(bottomRowY2 - centroidRow2); im2lebar1 = double(centroidColumn2 - leftColumnX2); im2lebar2 = double(rightColumnX2 - centroidColumn2); im2Tinggi = (im2tinggi1+im2tinggi2);
im2Lebar = (im2lebar1+im2lebar2);
im2sisi1 = sqrt((im2tinggi1^2)+(im2lebar1^2)); im2sisi2 = sqrt((im2tinggi1^2)+(im2lebar2^2)); im2sisi3 = sqrt((im2tinggi2^2)+(im2lebar2^2)); im2sisi4 = sqrt((im2tinggi2^2)+(im2lebar1^2));
(12)
im2skiri1 = (im2tinggi1/im2lebar1); im2skiri2 = (im2tinggi2/im2lebar1); im2beta1a = atand(im2skiri1);
im2beta1b = atand(im2skiri2);
im2beta1 = (im2beta1a + im2beta1b); im2satas1 = (im2lebar1/im2tinggi1); im2satas2 = (im2lebar2/im2tinggi1); im2beta2a = atand(im2satas1);
im2beta2b = atand(im2satas2);
im2beta2 = (im2beta2a + im2beta2b); im2skanan1 = (im2tinggi1/im2lebar2); im2skanan2 = (im2tinggi2/im2lebar2); im2beta3a = atand(im2skanan1);
im2beta3b = atand(im2skanan2); im2beta3 = (im2beta3a + im2beta3b); im2sbawah1 = (im2lebar1/im2tinggi2); im2sbawah2 = (im2lebar2/im2tinggi2); im2beta4a = atand(im2sbawah1);
im2beta4b = atand(im2sbawah2); im2beta4 = (im2beta4a + im2beta4b); sudut_samping_image2 = im2beta1; sudut_atas_image2 = im2beta2; sudut_bawah_image2 = im2beta4; luas_area_image2 = objectArea2; diameter_image2 = objectECD2;
%========================================================================== %Menghitung Selisih Nilai Sudut, Area, Diameter Citra Input 1 dan Citra %Input 2
%perbandingan image huruf vokal dengan diam(referensi) sudut_samping = (im2beta1-im1beta1)
sudut_atas = (im2beta2-im1beta2) sudut_bawah = (im2beta4-im1beta4) luas_area = (objectArea2/objectArea1) diameter = (objectECD2/objectECD1)
%==========================================================================
2.
Program Pengujian
%Program Pengenalan
%Membandingkan Input Dengan Range %range sudut ke-1
if (19.2151 < sudut_samping) && (sudut_samping < 49.9198) && (-45.6032 < sudut_atas) && (sudut_atas < -19.8896) && ...
(-45.8584 < sudut_bawah) && (sudut_bawah < -16.9490) && ...
(1.5421 < luas_area) && (luas_area < 1.9948) && ...
(1.2418 < diameter) && (diameter < 1.4124) hasil_uji1 = 'A';
elseif (-2.5991 < sudut_samping) && (sudut_samping < 10.6986) && (-14.6884 < sudut_atas) && (sudut_atas < 8.8099) && ...
(13)
(-12.7962 < sudut_bawah) && (sudut_bawah < 7.5086) && ...
(0.8796 < luas_area) && (luas_area < 1.4850) && ...
(0.9378 < diameter) && (diameter < 1.2187) hasil_uji1 = 'I';
elseif (12.8863 < sudut_samping) && (sudut_samping < 26.5768) && (-32.0118 < sudut_atas) && (sudut_atas < -9.1808) && ...
(-24.4186 < sudut_bawah) && (sudut_bawah < -5.9305) && ...
(0.6266 < luas_area) && (luas_area < 1.2705) && ...
(0.7916 < diameter) && (diameter < 1.1272) hasil_uji1 = 'U';
elseif (5.2320 < sudut_samping) && (sudut_samping < 16.3774) && (-18.0881 < sudut_atas) && (sudut_atas < -1.1416) && ...
(-20.5697 < sudut_bawah) && (sudut_bawah < -2.4154) && ...
(1.4365 < luas_area) && (luas_area < 2.2617) && ...
(1.1985 < diameter) && (diameter < 1.5040) hasil_uji1 = 'E';
elseif (24.5398 < sudut_samping) && (sudut_samping < 37.2053) && (-39.8648 < sudut_atas) && (sudut_atas < -18.0523) && ...
(-35.0197 < sudut_bawah) && (sudut_bawah < -19.2840) && ...
(1.0574 < luas_area) && (luas_area < 1.551) && ...
(1.0282 < diameter) && (diameter < 1.2273) hasil_uji1 = 'O';
else
hasil_uji1 = 'X';
end
%range sudut ke-2
if (-2.5991 < sudut_samping) && (sudut_samping < 10.6986) && (-14.6884 < sudut_atas) && (sudut_atas < 8.8099) && ...
(-12.7962 < sudut_bawah) && (sudut_bawah < 7.5086) && ...
(0.8796 < luas_area) && (luas_area < 1.4850) && ...
(0.9378 < diameter) && (diameter < 1.2187) hasil_uji2 = 'I';
elseif (12.8863 < sudut_samping) && (sudut_samping < 26.5768) && (-32.0118 < sudut_atas) && (sudut_atas < -9.1808) && ...
(-24.4186 < sudut_bawah) && (sudut_bawah < -5.9305) && ...
(0.6266 < luas_area) && (luas_area < 1.2705) && ...
(0.7916 < diameter) && (diameter < 1.1272) hasil_uji2 = 'U';
elseif (5.2320 < sudut_samping) && (sudut_samping < 16.3774) && (-18.0881 < sudut_atas) && (sudut_atas < -1.1416) && ...
(-20.5697 < sudut_bawah) && (sudut_bawah < -2.4154) && ...
(1.4365 < luas_area) && (luas_area < 2.2617) && ...
(1.1985 < diameter) && (diameter < 1.5040) hasil_uji2 = 'E';
elseif (24.5398 < sudut_samping) && (sudut_samping < 37.2053) && (-39.8648 < sudut_atas) && (sudut_atas < -18.0523) && ...
(-35.0197 < sudut_bawah) && (sudut_bawah < -19.2840) && ...
(1.0574 < luas_area) && (luas_area < 1.551) && ...
(1.0282 < diameter) && (diameter < 1.2273) hasil_uji2 = 'O';
elseif (19.2151 < sudut_samping) && (sudut_samping < 49.9198) && (-45.6032 < sudut_atas) && (sudut_atas < -19.8896) && ...
(-45.8584 < sudut_bawah) && (sudut_bawah < -16.9490) && ...
(1.5421 < luas_area) && (luas_area < 1.9948) && ...
(1.2418 < diameter) && (diameter < 1.4124) hasil_uji2 = 'A';
else
hasil_uji2 = 'X';
(14)
%range sudut ke-3
if (12.8863 < sudut_samping) && (sudut_samping < 26.5768) && (-32.0118 < sudut_atas) && (sudut_atas < -9.1808) && ...
(-24.4186< sudut_bawah) && (sudut_bawah < -5.9305) && ...
(0.6266 < luas_area) && (luas_area < 1.2705) && ...
(0.7916 < diameter) && (diameter < 1.1272) hasil_uji3 = 'U';
elseif (5.2320 < sudut_samping) && (sudut_samping < 16.3774) && (-18.0881 < sudut_atas) && (sudut_atas < -1.1416) && ...
(-20.5697 < sudut_bawah) && (sudut_bawah < -2.4154) && ...
(1.4365 < luas_area) && (luas_area < 2.2617) && ...
(1.1985 < diameter) && (diameter < 1.5040) hasil_uji3 = 'E';
elseif (24.5398 < sudut_samping) && (sudut_samping < 37.2053) && (-39.8648 < sudut_atas) && (sudut_atas < -18.0523) && ...
(-35.0197 < sudut_bawah) && (sudut_bawah < -19.2840) && ...
(1.0574 < luas_area) && (luas_area < 1.551) && ...
(1.0282 < diameter) && (diameter < 1.2273) hasil_uji3 = 'O';
elseif (19.2151 < sudut_samping) && (sudut_samping < 49.9198) && (-45.6032 < sudut_atas) && (sudut_atas < -19.8896) && ...
(-45.8584 < sudut_bawah) && (sudut_bawah < -16.9490) && ...
(1.5421 < luas_area) && (luas_area < 1.9948) && ...
(1.2418 < diameter) && (diameter < 1.4124) hasil_uji3 = 'A';
elseif (-2.5991 < sudut_samping) && (sudut_samping < 10.6986) && (-14.6884 < sudut_atas) && (sudut_atas < 8.8099) && ...
(-12.7962 < sudut_bawah) && (sudut_bawah < 7.5086) && ...
(0.8796 < luas_area) && (luas_area < 1.4850) && ...
(0.9378 < diameter) && (diameter < 1.2187) hasil_uji3 = 'I';
else
hasil_uji3 = 'X';
end
%range sudut ke-4
if (5.2320 < sudut_samping) && (sudut_samping < 16.3774) && (-18.0881 < sudut_atas) && (sudut_atas < -1.1416) && ...
(-20.5697 < sudut_bawah) && (sudut_bawah < -2.4154) && ...
(1.4365 < luas_area) && (luas_area < 2.2617) && ...
(1.1985 < diameter) && (diameter < 1.5040) hasil_uji4 = 'E';
elseif (24.5398 < sudut_samping) && (sudut_samping < 37.2053) && (-39.8648 < sudut_atas) && (sudut_atas < -18.0523) && ...
(-35.0197 < sudut_bawah) && (sudut_bawah < -19.2840) && ...
(1.0574 < luas_area) && (luas_area < 1.551) && ...
(1.0282 < diameter) && (diameter < 1.2273) hasil_uji4 = 'O';
elseif (19.2151 < sudut_samping) && (sudut_samping < 49.9198) && (-45.6032 < sudut_atas) && (sudut_atas < -19.8896) && ...
(-45.8584 < sudut_bawah) && (sudut_bawah < -16.9490) && ...
(1.5421 < luas_area) && (luas_area < 1.9948) && ...
(1.2418 < diameter) && (diameter < 1.4124) hasil_uji4 = 'A';
elseif (-2.5991 < sudut_samping) && (sudut_samping < 10.6986) && (-14.6884 < sudut_atas) && (sudut_atas < 8.8099) && ...
(-12.7962 < sudut_bawah) && (sudut_bawah < 7.5086) && ...
(0.8796 < luas_area) && (luas_area < 1.4850) && ...
(0.9378 < diameter) && (diameter < 1.2187) hasil_uji4 = 'I';
(15)
elseif (12.8863 < sudut_samping) && (sudut_samping < 26.5768) && (-32.0118 < sudut_atas) && (sudut_atas < -9.1808) && ...
(-24.4186 < sudut_bawah) && (sudut_bawah < -5.9305) && ...
(0.6266 < luas_area) && (luas_area < 1.2705) && ...
(0.7916 < diameter) && (diameter < 1.1272) hasil_uji4 = 'U';
else
hasil_uji4 = 'X';
end
%range sudut ke-5
if (24.5398 < sudut_samping) && (sudut_samping < 37.2053) && (-39.8648 < sudut_atas) && (sudut_atas < -18.0523) && ...
(-35.0197 < sudut_bawah) && (sudut_bawah < -19.2840) && ...
(1.0574 < luas_area) && (luas_area < 1.551) && ...
(1.0282 < diameter) && (diameter < 1.2273) hasil_uji5 = 'O';
elseif (19.2151 < sudut_samping) && (sudut_samping < 49.9198) && (-45.6032 < sudut_atas) && (sudut_atas < -19.8896) && ...
(-45.8584 < sudut_bawah) && (sudut_bawah < -16.9490) && ...
(1.5421 < luas_area) && (luas_area < 1.9948) && ...
(1.2418 < diameter) && (diameter < 1.4124) hasil_uji5 = 'A';
elseif (-2.5991 < sudut_samping) && (sudut_samping < 10.6986) && (-14.6884 < sudut_atas) && (sudut_atas < 8.8099) && ...
(-12.7962 < sudut_bawah) && (sudut_bawah < 7.5086) && ...
(0.8796 < luas_area) && (luas_area < 1.4850) && ...
(0.9378 < diameter) && (diameter < 1.2187) hasil_uji5 = 'I';
elseif (12.8863 < sudut_samping) && (sudut_samping < 26.5768) && (-32.0118 < sudut_atas) && (sudut_atas < -9.1808) && ...
(-24.4186 < sudut_bawah) && (sudut_bawah < -5.9305) && ...
(0.6266 < luas_area) && (luas_area < 1.2705) && ...
(0.7916 < diameter) && (diameter < 1.1272) hasil_uji5 = 'U';
elseif (5.2320 < sudut_samping) && (sudut_samping < 16.3774) && (-18.0881 < sudut_atas) && (sudut_atas < -1.1416) && ...
(-20.5697 < sudut_bawah) && (sudut_bawah < -2.4154) && ...
(1.4365 < luas_area) && (luas_area < 2.2617) && ...
(1.1985 < diameter) && (diameter < 1.5040) hasil_uji5 = 'E';
else
hasil_uji5 = 'X';
end
hasil_uji = [hasil_uji1; hasil_uji2; hasil_uji3; hasil_uji4; hasil_uji5]
% Untuk mencari tau dikenalinya sebagai apa saja n=1;
vokal(n) = hasil_uji(1);
for j =1 : length (hasil_uji) if hasil_uji(j) ~= vokal(n)
m=n+1; vokal(m)= hasil_uji(j); end;
end
(16)
% Mencari Nilai Tengah Range
MidSdtSamping_A= 19.2152 + (49.9197-19.2152)/2; MidSdtSamping_I= -2.599 + (10.6985-(-2.599))/2; MidSdtSamping_U= 12.8864 + (27.5171-12.8864)/2; MidSdtSamping_E= 5.2321 + (16.3773-5.2321)/2; MidSdtSamping_O= 24.5399 + (37.2052-24.5399)/2; MidSdtAtas_A= -45.6031 + ((-19.8897)-(-45.6031))/2; MidSdtAtas_I= -14.6883 + (8.8098-(-14.6883))/2; MidSdtAtas_U= -32.0117+ ((-9.1809)-(-32.0117))/2; MidSdtAtas_E= -18.088+ ((-1.1417)-(-18.088))/2; MidSdtAtas_O= -39.8647+ ((-18.0524)-(-39.8647))/2; MidSdtBawah_A= -45.8583+ ((-16.9491)- (-45.8583))/2; MidSdtBawah_I= -12.7961+ (7.5085-(-12.7961))/2; MidSdtBawah_U= -27.1501+ ((-5.9306)- (-27.1501))/2; MidSdtBawah_E= -20.5696+ ((-2.4155)-(-20.5696))/2; MidSdtBawah_O= -35.0196+ ((-19.2841)- (-35.0196))/2; MidArea_A= 1.5422+ (1.9947- 1.5422)/2;
MidArea_I= 0.8797+ (1.4849-0.8797)/2; MidArea_U= 0.6267+ (1.2704- 0.6267)/2; MidArea_E= 1.4366+ (2.2616-1.4366)/2; MidArea_O= 1.0575+ (1.55- 1.0575)/2;
MidDiameter_A= 1.2419+ (1.4123- 1.2419)/2; MidDiameter_I= 0.9379+ (1.2186-0.9379)/2; MidDiameter_U= 0.7917+ (1.1271- 0.7917)/2; MidDiameter_E= 1.1986+ (1.5039-1.1986)/2; MidDiameter_O= 1.0283+ (1.2272- 1.0283)/2;
Mid_A= [MidSdtSamping_A MidSdtAtas_A MidSdtBawah_A MidArea_A MidDiameter_A];
Mid_I= [MidSdtSamping_I MidSdtAtas_I MidSdtBawah_I MidArea_I MidDiameter_I];
Mid_U= [MidSdtSamping_U MidSdtAtas_U MidSdtBawah_U MidArea_U MidDiameter_U];
Mid_E= [MidSdtSamping_E MidSdtAtas_E MidSdtBawah_E MidArea_E MidDiameter_E];
Mid_O= [MidSdtSamping_O MidSdtAtas_O MidSdtBawah_O MidArea_O MidDiameter_O];
% Mencari Nilai Tengah Range Yang Paling Mendekati Nilai Input
for u = 1 : length(vokal) if vokal (u) == 'A'
NilaiRataArea(u)=abs(MidArea_A-luas_area);
NilaiRataDiameter(u)=abs(MidDiameter_A-diameter); elseif vokal (u) == 'I'
NilaiRataArea(u)=abs(MidArea_I-luas_area);
NilaiRataDiameter(u)=abs(MidDiameter_I-diameter); elseif vokal (u) == 'U'
NilaiRataArea(u)=abs(MidArea_U-luas_area);
NilaiRataDiameter(u)=abs(MidDiameter_U-diameter); elseif vokal (u) == 'E'
NilaiRataArea(u)=abs(MidArea_E-luas_area);
NilaiRataDiameter(u)=abs(MidDiameter_E-diameter); elseif vokal (u) == 'O'
NilaiRataArea(u)=abs(MidArea_O-luas_area);
NilaiRataDiameter(u)=abs(MidDiameter_O-diameter); else
(17)
NilaiRataArea(u)=0; NilaiRataDiameter(u)=0; end
end
NilaiArea_Terdekat = NilaiRataArea(1);indeks_Area=1;
NilaiDiameter_Terdekat = NilaiRataDiameter(1);indeks_Diameter=1;
for f = 1 : length(vokal)
if NilaiArea_Terdekat > NilaiRataArea(f)
NilaiArea_Terdekat = NilaiRataArea(f);indeks_Area=f; end;
if NilaiDiameter_Terdekat > NilaiRataDiameter(f)
NilaiDiameter_Terdekat = NilaiRataDiameter(f);indeks_Diameter=f; end;
end
% Mencari Nilai Yang Paling Banyak Keluar indeks_semua = [indeks_Area, indeks_Diameter]; indeks_terbanyak = mode(indeks_semua);
hasil_pengenalan = vokal(indeks_terbanyak)
% Menampilkan gambar hasil pengenalan huruf vokal
if hasil_pengenalan == 'A'
gambar_vokal=imread('C:\Users\TOSHIBA\My Documents\MATLAB\huruf\A.jpg','jpg');
subplot(5, 2, 10); imagesc(gambar_vokal); title('Hasil Pengenalan Huruf Vokal');
elseif hasil_pengenalan == 'I'
gambar_vokal=imread('C:\Users\TOSHIBA\My Documents\MATLAB\huruf\I.jpg','jpg');
subplot(5, 2, 10); imagesc(gambar_vokal); title('Hasil Pengenalan Huruf Vokal');
elseif hasil_pengenalan == 'U'
gambar_vokal=imread('C:\Users\TOSHIBA\My Documents\MATLAB\huruf\U.jpg','jpg');
subplot(5, 2, 10); imagesc(gambar_vokal); title('Hasil Pengenalan Huruf Vokal');
elseif hasil_pengenalan == 'E'
gambar_vokal=imread('C:\Users\TOSHIBA\My Documents\MATLAB\huruf\E.jpg','jpg');
subplot(5, 2, 10); imagesc(gambar_vokal); title('Hasil Pengenalan Huruf Vokal');
elseif hasil_pengenalan == 'O'
gambar_vokal=imread('C:\Users\TOSHIBA\My Documents\MATLAB\huruf\O.jpg','jpg');
subplot(5, 2, 10); imagesc(gambar_vokal); title('Hasil Pengenalan Huruf Vokal');
else
gambar_vokal=imread('C:\Users\TOSHIBA\My Documents\MATLAB\huruf\X.jpg','jpg');
subplot(5, 2, 10); imagesc(gambar_vokal); title('Hasil Pengenalan Huruf Vokal');
(18)
LAMPIRAN B
KUMPULAN CITRA
(19)
1.
Citra
Database Range
Orang Ke
Huruf
Citra ke
1
2
3
1
A
I
U
E
O
2
A
I
U
E
O
3
A
(20)
U
E
O
4
A
I
U
E
O
5
A
I
U
E
(21)
2. Citra Uji
Orang Ke
Huruf
Citra ke
1
2
1
A
I
U
E
O
2
A
I
U
E
O
3
A
(22)
U
E
O
4
A
I
U
E
O
5
A
I
U
E
(23)
6
A
I
U
E
O
7
A
I
U
E
(24)
BAB I
PENDAHULUAN
Pada bab ini akan dibahas mengenai latar belakang, identifikasi masalah,
perumusan masalah, tujuan, pembatasan masalah, dan sistematika penulisan dari
Tugas Akhir ini.
1.1
Latar Belakang Masalah
[4]Penelitian mengenai teknologi pengenalan ucapan manusia secara visual
telah dirintis sejak awal 1900-an dan sudah banyak berkembang. Kebutuhan akan
teknologi pengenalan ucapan ini diantaranya dapat diaplikasikan untuk membantu
komunikasi antar manusia yang khususnya memiliki keterbatasan dalam
berbicara, sistem keamanan yang berbasis pengenalan ucapan dan lain sebagainya.
Komponen paling penting dalam sistem ini yaitu citra bibir. Pemrosesan pada
citra bibir ini dapat meningkatkan ketepatan pengenalan ucapan khususnya di
lingkungan berisik ataupun tanpa suara sama sekali untuk orang yang tak mampu
berbicara.
Penelitian tentang pengenalan ucapan secara visual ini terus dilakukan
untuk meningkatkan efektifitas serta kehandalan sistem itu sendiri. Beberapa
penelitian yang pernah dilakukan diantaranya, pengenalan pengucapan dengan
pengukuran panjang dan lebar bibir, pengenalan pengucapan dengan pengukuran
pada model bibir 3 dimensi, dan lain sebagainya. Dari penelitian-penelitian yang
sudah ada, tidak sepenuhnya memuaskan karena terdapat beberapa masalah
seperti tingkat kerumitan pengerjaan maupun keakuratan hasil pengenalan. Selain
itu kebanyakan pengenalan ucapan secara visual ini dikerjakan pada pengucapan
bahasa Inggris ataupun bahasa-bahasa lainnya. Tentunya terdapat banyak
perbedaan cara pengucapan huruf dalam bahasa asing dengan bahasa Indonesia
seperti yang akan dikerjakan pada Tugas Akhir ini. Untuk dapat mengenali
kata-kata dalam lingkup yang luas maka perlu penelitian terhadap penyusun kata-kata yakni
vokal. Dalam tata Bahasa Indonesia terdapat lima buah vokal yakni: /a/, /i/, /u/,
/e/, /o/. kelimanya memiliki cara pengucapan berbeda yang menghasilkan bentuk
bibir saat pengucapan vokal yang berbeda pula. Meskipun beberapa penelitian
dengan beberapa metode sudah dilakukan, masih ada ruang untuk penelitian dan
(25)
BAB I Pendahuluan
peningkatan lebih lanjut terhadap metode pengenalan yang sudah ada ataupun
dengan metode yang lain.
Pada Tugas Akhir ini penulis mencoba membuat sistem pengenalan
pengucapan secara visual pada lima vokal Bahasa Indonesia dengan metode
pengukuran sudut bibir pada citra dua dimensi.
1.2 Identifikasi Masalah
Berdasarkan latar belakang di atas, masalah utama yang akan diangkat pada
Tugas Akhir ini adalah bagaimana cara membuat sistem pengenalan pengucapan
huruf vokal dari masukan berupa citra bibir dua dimensi dengan metoda
pengukuran sudut menggunakan program MATLAB (
Matrix Laboratory
).
1.3 Perumusan masalah
Permasalahan yang akan dibahas dalam Tugas Akhir ini meliputi:
1.
Bagaimana cara membuat sistem pengenalan pengucapan huruf vokal
dari masukan berupa citra bibir 2 dimensi dengan metode pengukuran
sudut pada program MATLAB?
2.
Bagaimana tingkat keberhasilan sistem yang dirancang untuk mengenali
huruf vokal yang diucapkan?
1.4
Tujuan
Tujuan yang ingin dicapai dari Tugas Akhir ini adalah:
1.
Merealisasikan sistem pengenalan pengucapan huruf dari citra bibir 2
dimensi dengan metode pengukuran sudut bibir.
2.
Mengetahui tingkat keberhasilan dari sistem dalam mengenali huruf
vokal yang diucapkan.
1.5
Pembatasan Masalah
1.
Data percobaan dilakukan dengan pengambilan gambar dari 5 orang objek
dan masing-masing diambil datanya sebanyak 15 buah sebagai database,
serta 7 orang objek sebagai citra uji masing-masing 10 buah.
(26)
BAB I Pendahuluan
3.
Semua huruf dapat dikenali, tetapi dalam tugas akhir ini dibatasi hanya
huruf vokal bahasa Indonesia yaitu a, i, u, e, o, yang diucapkan dengan
mimik yang jelas.
4.
Pembuatan aplikasi menggunakan perangkat lunak MATLAB.
1.6 Sistematika Penulisan
Penyusunan laporan tugas akhir terdiri dari lima bab sebagai berikut :
Bab 1. Pendahuluan
Pada bab ini akan dibahas mengenai latar belakang, perumusan masalah,
identifikasi masalah, tujuan, pembatasan masalah, dan sistematika penulisan dari
Tugas Akhir ini.
Bab 2. Landasan Teori
Pada bab ini akan dibahas mengenai teori-teori penunjang yang akan digunakan
untuk merancang sistem pengenalan pengucapan huruf vokal dengan metode
pengukuran sudut bibir pada citra dua dimensi, pengolahan citra digital,
pengukuran sudut, dan perangkat lunak MATLAB.
Bab 3. Perancangan Perangkat Lunak
Bab ini berisi penjelasan desain yang akan dilakukan dalam membuat perangkat
lunak untuk pengenalan pengucapan huruf vokal dengan metode pengukuran
sudut bibir.
Bab 4. Data Pengamatan dan Analisa
Bab ini berisi data pengamatan hasil pengujian program, perhitungan tingkat
keberhasilan metode yang digunakan dan analisa dari data hasil pengujian
program.
Bab 5. Kesimpulan dan Saran
Pada bab ini berisi kesimpulan dari Tugas Akhir dan saran-saran yang perlu
dilakukan untuk pengembangan di masa mendatang.
(27)
BAB V
KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari hasil penelitian dan analisis dari Tugas Akhir
ini serta saran untuk pengembangan
“Sistem Pengenalan Pengucapan Huruf Vokal
Dengan Metode Pengukuran Sudut Bibir Pada Citra 2
Dimensi”.
5.1 Kesimpulan
1.
Pembuatan program untuk sistem pengenalan pengucapan huruf vokal
dengan metode pengukuran sudut bibir pada citra dua dimensi berhasil
direalisasikan menggunakan MATLAB 7.10.0
2.
Dari hasil pengamatan terhadap pengujian program untuk pengenalan
pengucapan huruf vokal didapatkan persentase keberhasilan sebesar 90%.
5.2 Saran
1.
Pengambilan citra bibir dapat dikembangkan dengan menerapkan sistem
pengolahan secara
real-time
untuk mendapatkan
Region of Interest
dari
citra bibir pada wajah.
(28)
DAFTAR PUSTAKA
1.
Prasetyo, Eko. 2011.
Pengolahan Citra Digital dan Aplikasinya
menggunakan Matlab. Yogyakarta: ANDI.
2.
Saeed, Usman. 2010.
Lip Analysis for Person Recognition. A doctoral
dissertation submitted to TELECOM ParisTech.
3.
Salleh, Siti Salwa., Rahmita Wirza Rahmat., Ramlan Mahmod. & Fatimah
Ahmad. 2009. 3D Lips Development and Measurement for Visual Speech
Synthesis.
European Journal of Scientific Research ISSN 1450-216X
Vol.35 No.2 pp.159-172.
4.
http://en.wikipedia.org/wiki/Lip diakses tanggal 11 Februari 2013.
5.
http://id.wikipedia.org/wiki/JPEG diakses tanggal 14 Februari 2013.
6.
http://id.wikipedia.org/wiki/Lingkaran diakses tanggal 14 Februari 2013.
7.
http://id.wikipedia.org/wiki/Trigonometri diakses tanggal 14 Februari
2013.
8.
http://kanghamdani.blogspot.com/2010/04/jenis-artikulasi-dan-klasifikasi-bunyi.html diakses tanggal 11 Februari 2013.
9.
http://www.mathworks.com/help/images/ref/strel.html diakses tanggal 13
februari 2013.
(1)
B-6
6 A
I
U
E
O
7 A
I
U
E
(2)
1 Universitas Kristen Maranatha
BAB I
PENDAHULUAN
Pada bab ini akan dibahas mengenai latar belakang, identifikasi masalah, perumusan masalah, tujuan, pembatasan masalah, dan sistematika penulisan dari Tugas Akhir ini.
1.1Latar Belakang Masalah[4]
Penelitian mengenai teknologi pengenalan ucapan manusia secara visual telah dirintis sejak awal 1900-an dan sudah banyak berkembang. Kebutuhan akan teknologi pengenalan ucapan ini diantaranya dapat diaplikasikan untuk membantu komunikasi antar manusia yang khususnya memiliki keterbatasan dalam berbicara, sistem keamanan yang berbasis pengenalan ucapan dan lain sebagainya. Komponen paling penting dalam sistem ini yaitu citra bibir. Pemrosesan pada citra bibir ini dapat meningkatkan ketepatan pengenalan ucapan khususnya di lingkungan berisik ataupun tanpa suara sama sekali untuk orang yang tak mampu berbicara.
Penelitian tentang pengenalan ucapan secara visual ini terus dilakukan untuk meningkatkan efektifitas serta kehandalan sistem itu sendiri. Beberapa penelitian yang pernah dilakukan diantaranya, pengenalan pengucapan dengan pengukuran panjang dan lebar bibir, pengenalan pengucapan dengan pengukuran pada model bibir 3 dimensi, dan lain sebagainya. Dari penelitian-penelitian yang sudah ada, tidak sepenuhnya memuaskan karena terdapat beberapa masalah seperti tingkat kerumitan pengerjaan maupun keakuratan hasil pengenalan. Selain itu kebanyakan pengenalan ucapan secara visual ini dikerjakan pada pengucapan bahasa Inggris ataupun bahasa-bahasa lainnya. Tentunya terdapat banyak perbedaan cara pengucapan huruf dalam bahasa asing dengan bahasa Indonesia seperti yang akan dikerjakan pada Tugas Akhir ini. Untuk dapat mengenali kata-kata dalam lingkup yang luas maka perlu penelitian terhadap penyusun kata-kata yakni vokal. Dalam tata Bahasa Indonesia terdapat lima buah vokal yakni: /a/, /i/, /u/, /e/, /o/. kelimanya memiliki cara pengucapan berbeda yang menghasilkan bentuk bibir saat pengucapan vokal yang berbeda pula. Meskipun beberapa penelitian dengan beberapa metode sudah dilakukan, masih ada ruang untuk penelitian dan
(3)
BAB I Pendahuluan
2
Universitas Kristen Maranatha
peningkatan lebih lanjut terhadap metode pengenalan yang sudah ada ataupun dengan metode yang lain.
Pada Tugas Akhir ini penulis mencoba membuat sistem pengenalan pengucapan secara visual pada lima vokal Bahasa Indonesia dengan metode pengukuran sudut bibir pada citra dua dimensi.
1.2 Identifikasi Masalah
Berdasarkan latar belakang di atas, masalah utama yang akan diangkat pada Tugas Akhir ini adalah bagaimana cara membuat sistem pengenalan pengucapan huruf vokal dari masukan berupa citra bibir dua dimensi dengan metoda pengukuran sudut menggunakan program MATLAB (Matrix Laboratory).
1.3 Perumusan masalah
Permasalahan yang akan dibahas dalam Tugas Akhir ini meliputi:
1. Bagaimana cara membuat sistem pengenalan pengucapan huruf vokal dari masukan berupa citra bibir 2 dimensi dengan metode pengukuran sudut pada program MATLAB?
2. Bagaimana tingkat keberhasilan sistem yang dirancang untuk mengenali huruf vokal yang diucapkan?
1.4Tujuan
Tujuan yang ingin dicapai dari Tugas Akhir ini adalah:
1. Merealisasikan sistem pengenalan pengucapan huruf dari citra bibir 2 dimensi dengan metode pengukuran sudut bibir.
2. Mengetahui tingkat keberhasilan dari sistem dalam mengenali huruf vokal yang diucapkan.
1.5Pembatasan Masalah
1. Data percobaan dilakukan dengan pengambilan gambar dari 5 orang objek dan masing-masing diambil datanya sebanyak 15 buah sebagai database, serta 7 orang objek sebagai citra uji masing-masing 10 buah.
(4)
BAB I Pendahuluan
3 3. Semua huruf dapat dikenali, tetapi dalam tugas akhir ini dibatasi hanya huruf vokal bahasa Indonesia yaitu a, i, u, e, o, yang diucapkan dengan mimik yang jelas.
4. Pembuatan aplikasi menggunakan perangkat lunak MATLAB.
1.6 Sistematika Penulisan
Penyusunan laporan tugas akhir terdiri dari lima bab sebagai berikut : Bab 1. Pendahuluan
Pada bab ini akan dibahas mengenai latar belakang, perumusan masalah, identifikasi masalah, tujuan, pembatasan masalah, dan sistematika penulisan dari Tugas Akhir ini.
Bab 2. Landasan Teori
Pada bab ini akan dibahas mengenai teori-teori penunjang yang akan digunakan untuk merancang sistem pengenalan pengucapan huruf vokal dengan metode pengukuran sudut bibir pada citra dua dimensi, pengolahan citra digital, pengukuran sudut, dan perangkat lunak MATLAB.
Bab 3. Perancangan Perangkat Lunak
Bab ini berisi penjelasan desain yang akan dilakukan dalam membuat perangkat lunak untuk pengenalan pengucapan huruf vokal dengan metode pengukuran sudut bibir.
Bab 4. Data Pengamatan dan Analisa
Bab ini berisi data pengamatan hasil pengujian program, perhitungan tingkat keberhasilan metode yang digunakan dan analisa dari data hasil pengujian program.
Bab 5. Kesimpulan dan Saran
Pada bab ini berisi kesimpulan dari Tugas Akhir dan saran-saran yang perlu dilakukan untuk pengembangan di masa mendatang.
(5)
40 Universitas Kristen Maranatha
BAB V
KESIMPULAN DAN SARAN
Bab ini berisi kesimpulan dari hasil penelitian dan analisis dari Tugas Akhir ini serta saran untuk pengembangan “Sistem Pengenalan Pengucapan Huruf Vokal Dengan Metode Pengukuran Sudut Bibir Pada Citra 2 Dimensi”.
5.1 Kesimpulan
1. Pembuatan program untuk sistem pengenalan pengucapan huruf vokal dengan metode pengukuran sudut bibir pada citra dua dimensi berhasil direalisasikan menggunakan MATLAB 7.10.0
2. Dari hasil pengamatan terhadap pengujian program untuk pengenalan pengucapan huruf vokal didapatkan persentase keberhasilan sebesar 90%.
5.2 Saran
1. Pengambilan citra bibir dapat dikembangkan dengan menerapkan sistem pengolahan secara real-time untuk mendapatkan Region of Interest dari citra bibir pada wajah.
(6)
41 Universitas Kristen Maranatha
DAFTAR PUSTAKA
1. Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya
menggunakan Matlab. Yogyakarta: ANDI.
2. Saeed, Usman. 2010. Lip Analysis for Person Recognition. A doctoral
dissertation submitted to TELECOM ParisTech.
3. Salleh, Siti Salwa., Rahmita Wirza Rahmat., Ramlan Mahmod. & Fatimah
Ahmad. 2009. 3D Lips Development and Measurement for Visual Speech
Synthesis. European Journal of Scientific Research ISSN 1450-216X Vol.35 No.2 pp.159-172.
4. http://en.wikipedia.org/wiki/Lip diakses tanggal 11 Februari 2013. 5. http://id.wikipedia.org/wiki/JPEG diakses tanggal 14 Februari 2013. 6. http://id.wikipedia.org/wiki/Lingkaran diakses tanggal 14 Februari 2013. 7. http://id.wikipedia.org/wiki/Trigonometri diakses tanggal 14 Februari
2013.
8. http://kanghamdani.blogspot.com/2010/04/jenis-artikulasi-dan-klasifikasi-bunyi.html diakses tanggal 11 Februari 2013.
9. http://www.mathworks.com/help/images/ref/strel.html diakses tanggal 13 februari 2013.