PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING.

(1)

SKRIPSI

Disusun Oleh :

Hery Pramono

NPM. 0434010389

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

JAWA TIMUR

SURABAYA

2010

(2)

PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN

CITRA MENGGUNAKAN METODE THRESHOLDING

SKRIPSI

Diajukan Untuk Memenuhi Sebagai Persyaratan

Dalam Memperoleh Gelar Sarjana Komputer

Jurusan Teknik Informatika

Disusun oleh :

Hery Pramono

NPM. 0434010389

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” JAWA TIMUR

SURABAYA

(3)

PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN

CITRA MENGGUNAKAN METODE THRESHOLDING

Disusun Oleh :

Hery Pramono

NPM. 0434010389

Telah disetujui untuk mengikuti Ujian Negara Lisan Gelombang II Tahun Akademik 2010/2011

Pembimbing Utama Pembimbing Pendamping

Gede Susrama MD, ST, M.Kom Wahyu S.J. Saputra, S.Kom NPT. 270 060 640 210 NPT. 386 081 002 951

Mengetahui,

Ketua Jurusan Teknik Informatika Fakultas Teknologi Industri UPN ”Veteran” Jawa Timur

Basuki Rachmat, S.Si, MT NIP. 369 070 602 13

(4)

SKRIPSI

PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA

MENGGUNAKAN METODE THRESHOLDING

Disusun Oleh :

Hery Pramono

NPM. 0434010389

Telah dipertahankan di hadapan dan diterima oleh Tim Penguji Skripsi Jurusan Teknik Informatika Fakultas Teknologi Industri

Universitas Pembangunan Nasional ”Veteran” Jawa Timur Pada Tanggal 26 Nopember 2010

Pembimbing : Tim Penguji :

1. 1.

Gede Susrama MD, ST, M.Kom Nur Cahyo Wibowo, S.Kom, M.kom

NPT. 270 060 640 210 NPT. 279 030 440 197

2. 2.

Wahyu S.J. Saputra, S.Kom Doddy Ridwandono, S.Kom

NPT. 386 081 002 951 NPT. 278 050 740 218

Dra. Nining Martiningtyas, M.MT

NIDN. 0713066501 Mengetahui,

Dekan Fakultas Teknologi Industri

Universitas Pembangunan Nasional ”Veteran” Jawa Timur

Ir. Sutiyono, MT NIP. 19600713 198703 1 001

(5)

FAKULTAS TEKNOLOGI INDUSTRI

KETERANGAN REVISI

Kami yang bertanda tangan di bawah ini menyatakan bahwa mahasiswa berikut:

Nama : Hery Pramono

NPM : 0434010389

Jurusan : Teknik Informatika

Telah mengerjakan revisi/ tidak ada revisi*) pra rencana (design)/ skripsi ujian lisan gelombang II, TA 2010/2011 dengan judul:

”

PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA

MENGGUNAKAN METODE THRESHOLDING”

Surabaya, 10 Desember 2010 Dosen Penguji yang memerintahkan revisi:

{

}

1) Nur Cahyo Wibowo, S.Kom, M.kom NPT. 279 030 440 197

{

}

2) Doddy Ridwandono, S.Kom NPT. 278 050 740 218

{

}

3) Dra. Nining Martiningtyas, M.MT NIDN. 0713066501

Mengetahui,

Pembimbing Utama Pembimbing Pendamping

Gede Susrama MD, ST, M.Kom Wahyu S.J. Saputra, S.Kom

(6)

KATA PENGANTAR

Syukur Alhamdulillaahi rabbil ‘alamin terucap ke hadirat Allah SWT atas

segala limpahan Kekuatan-Nya sehingga dengan segala keterbatasan waktu, tenaga, pikiran dan keberuntungan yang dimiliki penyusun, akhirnya penyusun dapat menyelesaikan Skripsi yang berjudul “ Pengukuran Kecepatan Obyek Dengan Pengolaan Citra Menggunakan Bahasa Metode Thresholding” tepat

waktu.

Skripsi dengan beban 4 SKS ini disusun guna diajukan sebagai salah satu syarat untuk menyelesaikan program Strata Satu (S1) pada jurusan Teknik Informatika, Fakultas Teknologi Industri, UPN ”VETERAN” Jawa Timur.

Melalui Skripsi ini penyusun merasa mendapatkan kesempatan emas untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku perkuliahan, terutama berkenaan tentang penerapan teknologi pengolahan citra. Namun, penyusun menyadari bahwa Skripsi ini masih jauh dari sempurna. Oleh karena itu penyusun sangat mengharapkan saran dan kritik dari para pembaca untuk pengembangan aplikasi lebih lanjut.

Surabaya, 12 November 2010

(Penyusun)

(7)

Halaman

Tabel 4.1 Tabel hasil pengamatan dengan kamera yang berjarak 102 cm

dan kecepatan gerak conveyor treadmill 1,3km/h... 54 Tabel 4.2 Tabel hasil pengamatan dengan kamera yang berjarak 102 cm dan

kecepatan gerak conveyor treadmill 1,6 km/h ... 56 Tabel 4.3 Tabel hasil pengamatan dengan kamera yang berjarak 102 cm

dan kecepatan gerak conveyor treadmill 2,5 km/h 58

Tabel 4.4 Nilai perhitungan error hasil pegukuran ... 63

(8)

DAFTAR ISI

ABSTRAK... i

KATA PENGANTAR... UCAPAN TERIMA KASIH... ii iii DAFTAR ISI... v

DAFTAR GAMBAR... viii

DAFTAR TABEL... DAFTAR GRAFIK... BAB I PENDAHULUAN... x xi 1 1.1. Latar Belakang... 1

1.2. Rumusan Masalah... 2

1.3. Batasan Masalah... 3

1.4. Tujuan ... 3

1.5. Manfaat ... 4

1.6. Metodologi ... 1.7. Sistematika Penulisan ... 4 5 BAB II TINJAUAN PUSTAKA ... 7

2.1. Program pengolahan gambar ... 7

2.1.1. Sistem koordinat ... 7

2.1.2. Definsi citra ... 7 2.1.3. Segmentasi citra ……….…….………. 2.1.4. Tingkat komputas...………..….….… 2.1.5. Konversi ke citra biner ………. 2.1.6. Pengukuran jarak …………..………..…….… 2.1.7. Sekilas tentang prgogram visual basic... 2.2. Vektor dalam koordinat kartesius...

10 13 16 17 18 20 v

(9)

BAB III ANALISA DAN PERANCANGAN SISTEM... 23

3.1. Analisis Sistem ... 23

3.2. Rancangan sistem ... 3.3. Flowchart Perancangan………. 24 24 3.3.1. Flowchart Pembuatan Program ... 3.3.2. Flowchart Pengambilan data………. 24 27 3.4.3. Data Flow Diagram ……... 36

BAB IV IMPLEMENTASI ……….. 37

4.1. Kebutuhan Sistem ………... 37

4.2. Instalasi Program ………... 38

4.3. Implementasi Sistem ………... 39

4.3.1. Form Utama ... 41

4.3.2. Form Buka Video... 42

4.3.3. Form Scale……… 43

4.3.4. Form Tabel... 44

4.3.4. Form Grafik... 45

BAB V EVALUASI DAN UJI COBA ... 46

5.1. Evaluasi Dan Uji Coba ... 46

5.1.1. Uji Coba Fitur Pemecahan File Video menjadi File Gambar 46 5.1.2. Uji Coba Fitur Perhitungan Skala Pada Gambar…………... 48

5.1.3. Uji Coba Fitur Perhitungan Kecepatan……….. 49

5.2. Data Percobaan Pengukuran Kecepatan………. 53

5.3. Analisa Hasil Percobaan………. 60

BAB VI KESIMPULAN DAN SARAN ... 65

6.1. Kesimpulan ... 65

(10)

6.2. Saran ... 65

DAFTAR PUSTAKA ... 67

(11)

(12)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Perbedaan letak titik koordinat grafik citra ... 9

Gambar 2.2 Hubungan antara koordinat pada citra……….. 9

Gambar 2.3 Bentuk sinyal intensitas dalam pemandangan dan dalam citra digital ... 11

Gambar 2.4 Sebuah citra abu-abu dengan noise halus dan hasil proses pemisahannya dengan binerisasi...………. 13

Gambar 2.5. Operasi tingkat titik pada piksel secara individu ...……….…. 14

Gambar 2.6.Contoh dari pengukuran jarak ………...………. 17

Gambar 2.7 Tampilan awal Visual Basic... 19

Gambar 2.8 Tampilan awal dari Form pada Project StandardEXE ... 19

Gambar 2.9. Vektor dalam koordinat kartesius... 20

Gambar 2.10. Posisi partikel yang berpindah... 21

Gambar 3.1 Flowchart pembuatan Program …... 24

Gambar 3.2 Flowchart pengambilan data …………..………. 27

Gambar 3.3 perbedaan antara gambar resolusi 320x240 dengan 640x480…….. 29

Gambar 3.4 Prosses konversi citra biner ... 31

Gambar 3.5 Proses scanning posisi... 32

Gambar 3.6 Tampilan Tabel hasil perhitungan ... 34

Gambar 3.7 Grafik hasil perhitungan... 35

Gambar 3.8 DFD Level Context Sistem ……... 36

Gambar 4.1 Form Utama Program ... 41

Gambar 4.2 Form Buka Video ... 42

Gambar 4.3 Form Scale...………. 43

(13)

Gambar 5.1 Proses memilih file video………... 46

Gambar 5.2 Proses extract video... 47

Gambar 5.3 Proses Scale……….……… 48

Gambar 5.4 Proses Perhitungan Kecepatan...…..………... 50

Gambar 5.5 Akhir dari Proses pengukuran kecepatan. ………. 51

Gambar 5.6 Tabel hasil Perhitungan …..…..………. 52

(14)

DAFTAR GRAFIK

Halaman

Grafik 5.1 Untuk kecepatan conveyor treadmil 1,3 km/h………..60 Grafik 5.2 Untuk kecepatan conveyor treadmil 1.6 km/h……... 61 Grafik 5.3 Untuk kecepatan conveyor treadmil 2,5 km/h……….. 62

(15)

ABSTRAK

Proses pengukuran merupakan salah satu hal yang sangat penting dalam suatu industri. Pengukuran ini dilakukan untuk mengetahui dimensi suatu benda yang diproduksi maupun kondisi dari peralatan yang digunakan untuk melakukan proses produksi. Peralatan pengukuran yang digunakan dalam dunia industri ini ada yang masih manual dan ada juga yang telah dapat bekerja secara otomatis, seperti tachometer. Namun peralatan pengukuran yang telah ada saat ini masih memiliki beberapa keterbatasan.

Pada tugas akhir ini dibuat suatu software yang dapat digunakan sebagai peralatan pengukuran dengan menggunakan bantuan alat perekam. Analisa yang akan dilakukan oleh software tersebut adalah mengolah data hasil video dengan menggunakan metode thresholding ini mengolah foto yang memiliki berbagai warna menjadi citra biner. Pengubahan ke citra biner ini untuk lebih mempermudah proses mendeteksi titik yang ingin diamati, karena titik yang diamati berwarna hitam dan selain itu berwarna putih. Pendeteksian ini untuk mendapatkan data berupa perpindahan kedudukan dari titik yang diamati. Selain data perpindahan dari titik tersebut, program ini juga dapat menentukan besarnya baik itu kecepatan yang terjadi pada titik tersebut.

Hasil pengolahan yang dilakukan oleh software yang menggunakan metode thresholding ini diharapkan dapat mendeteksi perpindahan dari sebuah titik yang dimonitor oleh sebuah alat perekam. Kemudian dapat melakukan proses perhitungan kecepatan dari titik-titik tersebut dengan nilai error sebesar 0,4%-0,9%.

Kata kunci : Image Processing, Kecepatan dan Multimedia.

(16)

BAB I PENDAHULUAN

1.1. Latar Belakang

Dalam dunia industri terdapat banyak sekali kegiatan yang dilakukan untuk menunjang keberlangsunganya, salah satu kegiatan yang dilakukan dalam dunia industri adalah kegiatan pengukuran peralatan produksi maupun hasil produksi. Kegiatan pengukuran ini dilakukan baik untuk mengetahui layak atau tidaknya suatu benda produksi untuk dijual. Selain itu juga dalam dunia industri terdapat kegiatan pengukuran untuk mengetahui kondisi peralatan yang digunakan untuk melakukan proses produksi. Pengukuran yang dilakukan di dunia industri ini memerlukan peralatan yang memadai agar data yang diperoleh memiliki tingkat keakuratan yang tinggi dan diharapkan dapat menunjukkan keadaan visual dari peralatan tersebut. Data hasil pengukuran ini dapat digunakan oleh perusahaan untuk mengambil keputusan. Seperti apabila data pengukuran yang dilakukan oleh departemen Quality Control dapat digunakan untuk pengambilan keputusan apakah suatu benda hasil produksi layak untuk dijual atau tidak.

Permasalahan yang sering timbul dalam kegiatan pengukuran yang dilakukan dalam dunia industri adalah bahwa data yang dapatkan lebih bersifat data hasil kepekaan sensor terhadap 1 sumbu saja. Jadi apabila diinginkan pengamatan yang ingin mengetahui pergerakan dari suatu peralatan diperlukan beberapa sensor yang terpasang, sedangkan penggunaan sensor itu sendiri memerlukan biaya yang tidak sedikit dan diperlukan ahli untuk menentukan peletakan sensor tersebut.

(17)

Untuk itulah seiring dengan perkembangan zaman, para ahli berusaha untuk menggunakan peralatan multimedia yang dapat menghasilkan gambar 2 dimensi yang diharapkan dapat digunakan sebagai pengganti pemasangan 2 sensor untuk melakukan pengukuran 2 dimesi tersebut. Hasil dari gambar tersebut kemudian diolah untuk dapat memetakan obyek yang diamati koordinatnya dalam 2 sumbu, sehingga dari situ dapat dilakukan pengamatan yang 2 dimensi dengan hanya 1 peralatan dan sekali pengambilan data.

Dengan adanya banyak penelitian kearah penggunaan image processing untuk melakukan pengukuran baik dimensi maupun kecepatan tersebut diharapkan suatu saat dapat dihasilkan peralatan pengukuran yang lebih murah dan memiliki tingkat pengukuran yang lebih akurat.

1.2. Rumusan Masalah

Permasalahan yang ingin diselesaikan tugas akhir ini adalah :

a. Metode apa yang sesuai untuk proses pengolahan video yang

kemudian mengubah video menjadi gambar dan mengolah gambar tersebut agat dapat digunakan untuk memvisualisasikan gerakan dari suatu peralatan yang ingin diukur kecepatannya?

b. Mampukah kamera digital digunakan untuk melakukan pengukuran beberapa variasi kecepatan gerak suatu titik yang diletakkan pada suatu conveyor treadmill?

c. Mengetahui nilai error hasil pengukuran beberapa variasi kecepatan gerak suatu titik yang diletakkan pada conveyor treadmill yang direkam dengan menggunakan kamera digital.

(18)

1.3. Batasan Masalah

Untuk mempermudah penulisan tugas akhir ini maka penulis membuat batasan masalah, yaitu :

a. Obyek yang digunakan adalah gerakan conveyor dari treadmill yang sedang beroperasi.

b. Pengambilan gambar dilakukan dengan posisi kamera dan Obyek secara tegak lurus

c. Obyek dalam keadaan idle (bergerak)

d. Alat ukur dalam keadaan steady/ tidak bergerak e. warna titik/noktah tidak sama dengan objek

1.4. Tujuan

Tujuan dalam penulisan tugas akhir ini adalah :

a. Mengukur perpindahan atau lintasan partikel dengan menggunakan multimedia.

b. Mengukur kecepatan dari partikel yang diamati.

c. Mengetahui besarnya error pada metode pengukuran kecepatan menggunakan multimedia.

(19)

1.5. Manfaat

Manfaat dari penulisan tugas akhir ini adalah :

a. Dapat mevisualisasikan pengukuran kecepatan yang selama ini dilakukan oleh peralatan yang hanya dapat menampilkan berupa data numerik.

b. Diharapkan dapat melakukan pengukuran yang tidak dapat dilakukan oleh peralatan pengukur kecepatan yang hanya mengukur kecepatan 1 sumbu saja.

1.6. Metodologi

Adapun metode penulisan yang dilakukan, yaitu menggunakan langkah-langkah sebagai berikut :

a. Mencari literatur dan buku-buku yang berkaitan dengan tema tugas akhir atau skripsi ini, yang di gunakan untuk mendukung dan membantu dalam materi-materi yang di butukan dalam mengerjakan tugas akhir atau skripsi ini.

b. Langkah kedua adalah melakukan proses perencanaan alur dari program yang akan dibuat, baik itu mengenai langkah-langkah dalam proses pengolahan citra yang perlu dilakukan untuk mempermudah tahap selanjutnya yaitu tahap mendeteksi koordinat dari partikel yang ingin diketahui posisinya.

c. Melakukan uji coba dan evaluasi perangkat lunak yang sesuai dengan tujuan. d. Penyusunan Buku Tugas Akhir sebagai dokumentasi dari pelaksanaan Tugas

(20)

1.7.1. Sistematika

Penulisan yang digunakan dalam laporan kerja praktek ini adalah sebagai berikut :

BAB I : PENDAHULUAN

Bab ini menjelaskan mengenai gambaran umum latar belakang, rumusan dan batasan masalah, tujuan, metodologi hingga sistematika penulisan.

BAB II : TINJAUAN PUSTAKA

Pada bab ini dijelaskan tentang landasan teori yang menunjang dalam menyelesaikan permasalahan pada software Pengukuran Kecepatan Obyek Dengan Pengolaan Citra Menggunakan Metode Thresholding.

BAB III : ANALISIS DAN PERANCANGAN SISTEM

Bab ini berisi tentang perancangan konsep dari software Pengukuran Kecepatan Obyek Dengan Pengolaan Citra Menggunakan Metode Thresholding. Perancangan sistem yang meliputi langkah-langkah dalam proses pengolahan citra dan langkah-langkah pendeteksian posisi partikel dan langkah-langkah perhitungan kecepatan setelah data posisi didapatkan.

BAB IV : IMPLEMENTASI SISTEM

Pembahasan pada bab ini tentang hasil dari perancangan dan implementasi beserta rancang bangun mengenai pengujian dan evaluasi terhadap aplikasi yang telah dibangun.

(21)

BAB V : EVALUASI DAN UJI COBA

Pada bab ini menjelaskan jalannya program dengan melakukan pengujian dan evaluasi terhadap aplikasi yang telah dibangun.

BAB V : PENUTUP

Pembahasan pada bab ini berisi mengenai pengambilan kesimpulan dan saran dari permasalahan yang bersifat menunjang serta mempunyai nilai manfaat untuk pengembangan aplikasi lebih lanjut dalam upaya mengoreksi dan memperbaiki.

(22)

BAB II

TINJAUAN PUSTAKA

2.1 Program Pengolahan Gambar

Dalam proses pengolahan citra terdapat beberapa pokok bahasan yang harus dipahami sebelum memulai proses pengolahan citra itu sendiri. Beberapa pokok bahasan tersebut akan dibahas pada subbab dibawah ini.

2.1. 1 Sistem Koordinat

Desain suatu program grafis selain ditentukan oleh komposisi gambar-gambar yang digunakan yang meliputi bentuk, ukuran, dan jumlah serta tata warna yang digunakan, juga ditentukan oleh letak dari obyek gambar pada screen (monitor)..[1]

Sebagian besar kegiatan pada pemrograman grafis bekerja dengan system koordinat, seperti berpindah tempat, perubahan ukuran, dan sebagainya. Hal ini lebih terlihat ketika anda mendesain program - program animasi.

Sistem koordinat pada Visual Basic dikenal dengan system koordinat dua dimensi, meskipun nantinya bisa dikembangkan menjadi sistem koordinat tiga dimensi. Perlu sedikit modifikasi dari rutin program yang kita buat guna mendapatkan program tiga dimensi.

2.1. 2 Definsi Citra

Mengerti hubungan formasi geometri citra dan representasi citra didalam komputer adalah penting untuk memahami bagaimana citra digital disimpan dan

(23)

diolah. Harus ada jembatan antara notasi matematika untuk mengembangkan algoritma pengolahan citra dan notasi algoritma yang digunakan dalam pembuatan program computer. Untungah komputer mempunyai system penyimpanan memori dua dimensi yang disebut larik (array) atau matriks memori..[2]

Sebuah piksel adalah sampel dari pemandangan yang mengandung intensitas citra yang dinyatakan dalam bilangan bulat. Sebuah citra adalah kumpulan piksel-piksel yang disusun dalam larik dua dimensi. Indeks baris dan kolom (x, y) dari sebuah piksel dinyatakan dalam bilangan bulat. Piksel (0, 0) terletak pada sudut kiri atas pada citra, indeks x bergerak ke kanan dan indeks y bergerak ke bawah. Konversi ini dipakai merujuk pada cara penulisan larik yang digunakan dalam pemrograman computer.

Hal yang berlawanan untuk arah vertical berlaku pada kenyataan dan juga pada system grafik dalam matematika yang sudah lebih dulu dikenal. Gambar 2.1 memperlihatkan perbedaan kedua system ini. Hubungan antara koordinat citra dan indeks larik untuk citra yang bersangkutan dapat dilihat pada Gambar 2.2. pada contoh ini citra ditunjukkan dalam bentuk diagram berupa kumpulan segi-empat dengan sisi-sisi yang sama. Ini disebut square tessellation, sebuah teknik umum digunakan dalam menggambarkan bagaimana citra digital terbentuk. Selain bujur sangkar, bentuk lain seperti segitiga, segienam atau yang lainnya dapat saja digunakan untuk merangkai citra, akan tetapi bentuk segiempat dan bujur sangkar adalah yang paling sederhana dan mudah dipahami.

(24)

Gambar 2.1 Perbedaan Letak Titik Origin Pada Koordinat Grafik Pada Citra; (a) Koordinat Pada Grafik Matematika, (b) Koordinat Pada Citra

Hal ini tidak menimbulkan masalah karena tesselation hanyalah teknik

visualisasi dari citra yang tersimpan dalam memori computer sebab kenyataannya di dalam computer memori yang berisi data intensitas citra tidak terletak berdampingan

seperti pada teknik tesselation. Hal yang lebih penting adalah bagaimana kita

mengakses setiap piksel sebagai unit terkecil dari citra yang disimpan dalam memori computer sehingga operasi atau manipulasi pada citra dapat dilakukan seperti kita manipulasi kotak-kotak pada citra yang terbentuk dari hasil tesselation.

Gambar 2.2 Hubungan Antara Koordinat Pada Citra Dan Indeks Larik Pada Komputer Untuk Menyimpan Data Citra

(25)

2.1. 3 Segmentasi Citra

Jumlah data yang dapat diproses oleh system visual dalam pengolahan citra sangat besar, dan ini memerlukan daya komputasi yang besar pula. Dalam kaitannya dengan penentuan kebutuhan daya komputasi oleh suatu system visual, karakteristik operasi dalam pengolahan citra dapat dibedakan menjadi empat macam, yaitu operasi tingkat titik (point level), operasi tingkat lokal (local level), operasi tingkat global (global level) dan operasi tingkat obyek (object level).

Sebelum dikuantitasi dan diubah menjadi citra digital, pemandangan (scene) mengandung nilai intensitas yang kontinyu. Rangkaian intensitas kontinyu ini akan diubah ke dalam suatu rangkaian intensitas yang bersifat diskret dalam citra digital, seperti telah diungkapkan dalam bab sebelumnya. Ada konsekuensi dari perubahan sinyal atau gelombang yang bersifat kontinyu menjadi sinyal atau gelombang yang bersifat diskret, yaitu keterbatasan jumlah titik yang digunakan dalam sinyal diskret. Gambar 2.3 memperlihatkan contoh karakteristik sinyal kontinyu dalam dunia nyata dan sinyal intensitas dalam citra digital yang bersifat diskret dalam bentuk grafik. Informasi intensitas pada citra digital yang tidak berwarna disimpan dalam bentuk nilai abu – abu (grayscale atau gray values atau gray tones). Pada citra berwarna terdapat tiga macam informasi intensitas masing – masing untuk warna merah, hijau, dan biru, yang sering disebut sebagi sinyal RGB (red, green dan blue). Dalam bab ini, pembahasan difokuskan pada citra abu – abu, agar lebih mudah dipahami karena operasi – operasi yang dikenakan

(26)

nantinya akan lebih sederhana dibandingkan bila digunakan citra berwarna. Dalam hal penulisan kode program, tidak terlalu banyak perbedaan, hanya saja diperlukan tiga macam variable larik untuk menyimpan masing – masing sinyal merah, hijau, dan biru pada citra berwarna, dibandingkan hanya satu variabel larik untuk menyimpan sinyal intensitas pada citra abu – abu.

Sedangkan pembacaan dan pengolahan intensitas tiap pixel tinggal mengarahkan saja ke sinyal yang mana dalam citra berwarna, atau semuanya akan dibaca dan diolah sekaligus.

Gambar 2.3 Bentuk Sinyal Intensitas Dalam Pemandangan Dan Dalam Citra Digital

Untuk menginterpretasikan suatu citra melalui ekstraksi informasi yang dikandungnya, kadangkala variasi nilai intensitas dalam citra tersebut harus dianalisa terlebih dulu. Tingkat kuantisasi intensitas yang umum digunakan untuk merepresentasikan citra adalah 256 tingkat nilai abu – abu, namun dapat lebih tinggi lagi bila memang diperlukan. Menggunakan 256 tingkat abu – abu, pada komputer, intensitas 0 berarti hitam, intensitas 255 berarti putih dan nilai – nilai diantaranya untuk gabungan hitam dan putih atau tingkat abu – abu. Walaupun begitu, bukan hal yang jarang citra tidak berwarna dikuantisasi pada tingkat gradasi intensitas 32, 64,

(27)

128 atau 512 untuk aplikasi tertentu, dan bahkan sampai 4096 tingkat gradasi intensitas digunakan dalam bidang kedokteran. Angka – angka tersebut merupakan hasil pemangkatan dari bilangan dua atau 2n, bila n

bernilai 5, maka tingkat gradasi 32, n bernilai 6 tingkat gradasi 64, dan seterusnya dimana n merupakan lebar data yang perlu disimpan dalam satuan bit. Jelasnya, semakin tinggi tingkat gradasi intensitas akan semkin baik representasi citra, tetapi semakin besar pula kebutuhan memory/space untuk penyimpanan dan pengolahan.

Berapa pun tingkat abu – abu yang dipakai pada saat citra dikuantitasi, asalkan lebih dari dua, hasilnya disebut citra grayscale atau citra abu – abu, karena hadirnya nilai abu – abu dia antara hitam dan putih. Bila citra disimpan hanya dalam dua macam intensitas (hitam dan putih), maka ia bukan lagi citra abu – abu, melainkan citra biner (binary image). Citra biner memisahkan daerah (region) dan latar belakan degan tegas, walau pun potensi munculnya kekeliruanlalu ada. Kekeliruan disini adalah kesalahan mengelompokkan pixel ke dalam golongannya, apakah pixel miliki suatu daerah dikelompokkan sebagai latar belakang, sebaliknya. Kesalahan ini berkaitan dengan teknik segmentasi, atau pada konversi citra abu – abu menjadi citra biner disebut binerisasi, kondisi citra, dan sebagainya. Kesalahan inilah yang menghasilkan noise pada citra biner, yaitu bercak – bercak putih dalam latar

belakang yang hitam, atau menghasilkan holes, yaitu lubang – lubang kecil pada

obyek yang seharusnya tertutup rapat. Gambar 2.4 memperlihatkan sebuah citra abu – abu dan citra binernya yang merupakan hasil operasi binerisasi, dengan noise halus pada bagian latar belakangnya.

(28)

Gambar 2.4 Sebuah Citra Abu-Abu Dengan Noise Halus Dan Hasil Proses Pemisahannya Dengan Binerisasi

2.1. 4 Tingkat Komputasi

Jumlah data yang dapat diproses oleh sistem visual dalam pengolahan citra sangat besar, dan ini memerlukan daya komputasi yang besar pula. Dalam kaitannya dengan penentuan kebutuhan daya komputasi oleh suatu system visual, karakteristik operasi dalam pengolahan citra dapat dibedakan menjadi empat macam, yaitu operasi tingkat titik (point level) , operasi tingkat lokal (local level) , operasi tingkat global (global level) dan operasi tingkat obyek (object level).

Thresholding (Gambar 2.5) atau binerisasi yaitu pengelompokan piksel-piksel dalam citra berdasarkan batas nilai intensitas tertentu adalah salah satu contoh operasi tingkat titik. Pada operasi ini hasil proses suatu titik atau piksel tidak tergantung pada kondisi piksel-piksel tetangganya hanya tergantung pada kondisi piksel itu sendiri. Dalam operasi binerisasi suatu piksel pada citra asal akan dipetakan menjadi piksel obyek atau latar belakang pada citra hasil operasi tergantung pada intensitas piksel itu sendiri pada citra asalnya. Bila intensitasnya sesuai dengan persyaratan intensitas obyek, maka ia akan dipetakan menjadi piksel obyek pada citra hasil operasi, dan sebaliknya bila tidak memenuhi syarat, maka ia akan dipetakan menjadi piksel yang

(29)

merupakan bagian latar belakang. Keputusan apakah piksel yang sedang dianalisis akan dimasukkan ke dalam kumpulan piksel-piksel latar belakang, tergantung hanya pada kondisi piksel itu sendiri, sementara piksel-piksel di sekelilingnya tidak mempunyai pengaruh sama sekali.

Pada operasi tingkat lokal, selain nilai piksel itu sendiri, nilai piksel-piksel tetangganya juga turut mempengaruhi hasil operasi, karena turut diperhitungkan. Pengertian tetangga di sini sangat dinamis dalam hal jarak, artinya radius tetangga dalam satuan piksel sudah ditentukan lebih dahulu dalam algoritma pengolahan citra.

Gambar 2.5. Operasi Tingkat Titik Dilakukan Pada Piksel Secara Individu Dan Menghasilkan Nilai Piksel Yang Baru; (a) Pemetaan Piksel Secara Individu, (b) Citra

Asli, Dan (c) Hasil Binerisasi Dimana Piksel Dengan Intensitas Diatas128 Diset Menjadi Putih Dan Piksel Sisanya Diset Menjadi Hitam

Contoh operasinya adalah image smoothing atau pengaburan citra untuk

memperlemah keberadaan noise atau gangguan tampilan pada citra metoda apa pun

(30)

disekeliling piksel yang akan dikenakan operasi, namun seberapa banyak disekeliling nya yang diperhitungkan, tergantung pada metoda dan hasil akhir yang diinginkan. Salah satu metoda yang sederhana misalnya, mengambil nilai intensitas rata-rata dari piksel yang akan dikenakan operasi dan beberapa piksel di sekelilingnya sebagai nilai intensitas yang baru. Tanpa memperhatikan piksel-piksel di sekelilingnya, pengambilan nilai intensitas rata-rata, sebagai salah satu metoda pengaburan citra, akan mustahil dilakukan. Jadi, hasil operasi pengaburan suatu piksel dipengaruhi oleh seklompok piksel yang berpusat pada piksel yang sedang dimanipulasi, bukan hanya oleh piksel itu sendiri.

Pada operasi tingkat global seluruh bagian citra diperhitungkan sehingga hasilnya akan tergantung pada keadaan citra secara keseluruhan. Hasil dari operasi global, untuk citra yang sama dengan kualitas yang berbeda (misalnya citra yang satu lebih terang dari citra lainnya secara keseluruhan) akan berbeda. Contoh adalah pembuatan histogram untuk menggambarkan sebaran tingkat intensitas pada suatu citra. Dalam operasi pembuatan histogram, seluruh piksel dalam suatu citra harus dibaca dan didata dahulu, kemudian piksel-piksel dengan intensitas yang sama akan dikelompokkan dan jumlahnya dihitung, baru kemudian histogram dapat dibuat. Jadi, bentuk histogram dipengaruhi oleh keadaan citra secara keseluruhan atau global, bukan hanya oleh sekelompok piksel, apalagi sebuah piksel.

Akan tetapi kebanyakan aplikasi system visual atau pengolahan citra memerlukan sifat-sifat yang harus dihitung dari suatu objek. Sifat-sifat tersebut misalnya ukuran, bentuk, intensitas rata-rata, dan karakteristik lainnya yang harus

(31)

dihitung untuk mengenali objek yang akan dianalisis. Ini disebut operasi tingkat objek. Sebenarnya banyak karakteristik suatu objek yang harus dihitung, misalnya ketika kita ingin mendeteksi kehadiran factor-faktor penyebab cacat pada produk melalui analisis bentuknya, kita mungkin harus menghitung ukuran, factor bentuk, posisi dari objek dan sebagainya. Hal ini membawa kepada pentingnya pengertian tentang objek, yang akan dibahas pada bagian lain. Namun demikian bukan berarti operasi pada tingkat-tingkat sebelumnya (tingkat titik, tingkat lokal dan tingkat global) tidak atau kurang diperlukan lagi, karena operasi-operasi ini sangat diperlukan untuk meningkatkan kualitas citra, atau untuk memfasilitasi operasi tingkat objek dengan informasi-informasi yang dibutuhkan.

2.1. 5 Konversi ke Citra Biner (Thresholding)

Citra biner ( hitam-putih ) merupakan citra yang banyak dimanfaatkan untuk keperluan pattern recognition yang sederhana seperti pengenalan angka atau huruf, maupun bentuk obyek. Untuk mengubah suatu citra gray scale menjadi citra biner, sebetulnya prosesnya sama dengan threshold yaitu mengubah kuantisasi citra. Untuk citra dengan derajat keabuan 256, maka nilai tengahnya adalah 128 sehingga untuk mengubah menjadi citra biner dapat dituliskan :

Jika x<128 maka x=0, jika tidak maka x=256

Dari perumusan diatas dapat disimpulkan bahwa program Visual Basic akan melakukan filter terhadap warna yang ada pada citra, yaitu apabila suatu piksel memiliki nilai x yang kurang dari 128 maka piksel tersebut akan secara otomatis

(32)

diubah menjadi hitam, sedangkan untuk nilai x yang selain itu maka nilai dari piksel akan secara otomatis diubah menjadi putih.

2.1. 6 Pengukuran Jarak

Pengukuran jarak dua piksel atau dua komponen dari citra diperlukan dalam banyak aplikasi, baik untuk tujuan akhir maupun untuk tujuan antara. Ada tiga cara yang umum digunakan untuk mengukur jarak dua buah titik pada citra, yaitu :

1. Euclidean 2 2 1 2 2 1 2 2 1

1, ],[ , ]) ( ) ( )

([i j i j i i j j

d    

2. City-block | | | | ]) , [ ], ,

([i₁ j₁ i₂ j₂ i₁ i₂ j₁ j₂

d    

3. Chess board

|) , | |, max(| ]) , [ ], ,

([i₁ j₁ i₂ j₂ i₁ i₂ j₁ j₂

d  

Gambar 2.6.Contoh Dari Pengukuran Jarak (Atas) Dan Bentuk Transformasi Citra Biner Ke Jarak (Bawah); (a) Euclidean, (b) City-Block, Dan (c) Chess Board

(33)

Gambar 2.6 memperlihatkan contoh pengukuran jarak dengan menggunakan ketiga cara diatas (atas), dan suatu bentuk transformasi citra biner ke jarak (bawah), dalam hal ini jarak piksel-piksel obyek ke titik pusat dari obyek itu sendiri. Dengan demikian transformasi jarak pada titik pusat obyek menjadi minimun (nol) karena ia merupakan jarak titik pusat ke dirinya sendiri. Ketiga cara perhitungan jarak diatas memberikan hasil transformasi yang berbeda terhadap obyek berbentuk persegi dengan ukuran 7x7 piksel. Terlihat pada Gambar 2.6 bahwa pengukuran jarak dengan cara euclidean memberikan hasil yang lebih akurat dan mempunyai variasi yang lebih banyak pada hasil pengukurannya. Pengukuran jarak cara euclidean lebih banyak digunakan dari pada dua cara yang lainnya bila yang dibutuhkan adalah informasi jarak dua buah piksel dalam citra, sebaliknya dua cara yang lain lebih mudah diterapkan bila transformasi jarak yang diinginkan, karena menghasilkan nilai-nilai integer yang dapat dipetakan kembali menjadi nilai intensitas yang baru, sedangkan cara euclidean menghasilkan nilai-nilai pecahan.

2.1.7 Sekilas Tentang Prgogram Visual Basic

Teknik pembuatan program dalam Visual Basic merupakan teknik pemrograman visual yang mudah sekali dikembangkan. Seperti halnya pemrograman visual yang lain, program yang dibuat dibentuk dari project dan form sehingga untuk membuat program dalam Visual Basic adalah menyusun form dengan model yang diinginkan dengan toolbox yang ada..[3]

(34)

Ketika program Visual Basic pertama dibuka pertama kali akan muncuk tampilan seperti Gambar 2.7. Pilihan yang tampil adalah pilih project yang akan dikerjakan.

Gambar 2.7 Tampilan Awal Visual Basic

Dalam Visual Basic banyak jenis project yang dapat dipakai sesuai dengan keperluan dari plan (materi yang dikerjakan). Dalam pembuatan software ini jenis project yang digunakan adalah StandardEXE agar lebih mudah dibuat, karena toolbox yang digunakan tidak terlalu banyak. Sedangkan pada project pengolahan citra yang lebih advance dapat digunakan ActiveX EXE atau ActiveX Control. Bila

StandardEXE dipilih dengan memilih [open] atau double-click pada jenis project

(35)

Gambar 2.8 Tampilan Awal Dari Form Pada Project StandardEXE

2.2 Vektor Dalam Koordinat Kartesius

Vektor dalam koordinat kartesius memiliki beberapa pembahasan yang cukup penting yaitu posisi, kecepatan dan percepatan. Hal tersebut dibahas subbab dibawah.

2.2.1 Posisi

Posisi merupakan lokasi partikel (titik massa) terhadap referensi yang dipilih. Posisi suatu partikel ditentukan oleh x dan y yaitu proyeksi vektor posisi r, arah x dan arah y dinyatakan dengan tanda ( + ) atau ( - ). Persamaan gerak dalam dua dimensi digambarkan menggunakan fungsi dalam vektor, misalnya vektor posisi digambarkan sebagai bagian dari koordinat x dan y menjadi :

rp'rp

p r

P’

(36)

jika vektor r_{pada titik P dalam bidang kartesian pada sumbu x memiliki besar x}_p

dan pada sumbu y sebesar yp maka nilai vektor rpada titik P dalam koordinat

kartesian ditulis sebagai berikut :

j y i x

r  _pˆ _pˆ

... (2.1)

Dari persamaan tersebut dapat diketahui nilai dan posisi dari r p yaitu sebesar

(xp,yp ), Sedangkan nilai r p’ adalah nilai dari rp ditambah dengan rpdimana rp

sendiri adalah selisih darir p’ dengan rp atau dapat dituliskan sebagai berikut:

j y i x r r r r r r r p p p p p p p p p ˆ ˆ ) 2 . 2 ...( ... ... ... ... ... ' '            2.2.2 Kecepatan

Telah diungkapkan diatas bahwa benda bergerak bila posisinya berubah. Bila

benda bergerak, berarti benda tersebut mempunyai kecepatan yang dapat dijelaskan

sebagai berikut:

(37)

Misalnya bahwa pada saat mula-mula t=t0, benda berada di titik A yang

terhadap acuan o posisinya dinyatakan oleh vektor r. Setelah selang waktu Δt, yaitu pada saat t’= t0+ Δt, benda berada di titik B dengan vektor berada di posisi r’ dan 0.

Dalam hal ini kecepatan rata-rata benda tersebut didefinisikan sebagai :

t r r r V      t ' 2 ... (2.3)

Harga kecepatan rata-rata ini tergantung pada selang waktu Δt, artinya untuk

selang waktu yang berbeda dapat mempunyai harga yang berbeda. Jelas bahwa

nilai rata-rata ini tidak memberi gambaran yang terinci dan lengkap, walaupun dalam hal-hal tertentu tetap berguna.

Besaran kecepatan lain yang lebih memberi informasi yang tepat adalah kecepatan sesaat, yaitu kecepatan benda tersebut pada suatu saat. Kecepatan sesaat ini didapat bila Δt diambil sangat singkat, atau secara matematika dapat ditulis :

dt V d t V Lim V

t     __

0 ... (2.4)

Sedangkan besar kecepatan bila dinyatakan dalam vektor satuan untuk koordinat kartesian dapat ditulis sebagai berikut :

2 2 y x v v v

v  

... (2.5)

(38)

BAB III

ANALISA DAN PERENCANAAN SISTEM

3.1 Analisis Sistem

Pada sub bab ini akan dibahas tentang perancangan Sistem Pengukuran Kecepatan Obyek Dengan Pengolaan Citra Menggunakan Metode Thresholding. Aplikasi yang berbasis bahasa Visual Basic yang digunakan untuk mengolah video berformat (.Avi dengan resolusi 320x240) menjadi gambar berformat (.Bmp) dan kemudian mengolah gambar tersebut supaya dapat diketahui posisi dari suatu partikel yang ada pada gambar yang dikembangkan oleh penulis.

Perancangan ini dimaksudkan untuk mendapatkan suatu hasil, yaitu berupa perangkat lunak yang dapat melakukan pengukuran kecepatan dari suatu partikel yang bergerak melalui suatu peralatan multimedia seperti video recording. Informasi yang didapatkan dari perangkat lunak ini adalah berupa komponen kecepatan dalam arah x dan dalam arah y kemudian didapatakan nilai resultan kecepatan, sehingga diharapkan dapat dilakukan pengamatan pergerakan yang terjadi pada suatu peralatan apakah sesuai dengan kondisi yang normal atau menunjukkan tanda - tanda penyimpangan. Pembuatan aplikasi ini adalah dengan menggunakan visual basic 6 sebagai bahasa pemrogramannya dan menggunakan Microsoft Office Access 2007 sebagai struktur dan penyimpanan datanya. Aplikasi akan digunakan sebagai sarana media informasi tentang penilaian kinerja dari suatu peralatan yang akan diamati.

(39)

3.2. Rancangan Sistem

Pada rancangan system ini memberikan penjelasan mengenai cara kerja secara umum dari Pengukuran Kecepatan Obyek Dengan Pengolaan Citra Menggunakan Metode Thresholding, kebutuhan pengguna sebagai pengolah data serta kebutuhan akan basis data. Untuk aliran perancangan software Pengukuran Kecepatan Obyek Dengan Pengolahan Citra Menggunakan Metode Thresholding ditunjukkan flowchart perancangan software, dan Flowchart sistem kerja dari software yang dirancang oleh penulis.

3.3 Flowchart Perancangan

3.3.1 Flowchart pembuatan Program

Gambar 3.1 Flowchart Pembuatan Program Study literatur

Proses perancangan dan pembuatan software

Pengujian

Error >10%

Selesai Implementasi

Tidak Ya

(40)

Untuk memperjelas langkah – langkah dalam proses pembuatan software pada flowchart diatas adalah sebagai berikut :

1) Langkah pertama dalam proses perancangan software ini adalah melakukan pencarian buku – buku dan referensi dari internet yang bisa didapatkan. Referensi ini didasarkan pada ide perencanaan software pengukuran kecepatan dengan menggunakan multimedia dan Microsoft Access sebagai penyimpan data, sehingga pencarian referensi ini mengenai pengenalan akan perintah-perintah dalam Visual Basic, mengenai langkah-langkah proses pengolahan citra yang dapat dilakukan dan juga mengenai proses pengubahan atau extract video berformat .Avi untuk diubah menjadi gambar berformat .Bmp sesuai dengan yang telah direncanakan diawal.

2) Langkah kedua adalah melakukan proses perencanaan alur dari program yang akan dibuat, yaitu mengenai proses pengubahan atau pengolahan yang dapat dilakukan dari video dapat diubah menjadi file gambar. Kemudian setelah didapatkan file gambar tersebut, maka yang diperlukan selanjutnya adalah perencanaan mengenai urutan langkah-langkah sistem pengolahan citra maupun urutan proses deteksi koordinat yang diamati. Setelah didapatkan koordinat, maka diperlukan tempat untuk dapat menyimpan file koordinat tersebut agar dapat dilakukan perhitungan yang diperlukan, seperti perpindahan, kecepatan.

3) Langkah ketiga adalah mencari objek untuk melakukan pengujian tingkat keakuratan pengukuran yang dilakukan oleh software yang

(41)

dirancang. Pada penulisan Tugas Akhir ini akan dilakukan pengukuran kecepatan gerak dari conveyor treadmil. Setelah peralatan yang akan di uji telah ada, maka perlu dilakukan persiapan. Persiapan tersebut meliputi : pemberian titik pada conveyor treadmil, persiapan posisi kamera dan program.

4) Langkah keempat adalah melakukan pengujian, setelah dilakukan persiapan. Tahapan pengujian dilakukan dengan merekam gerakan dari titik pada conveyor treadmil tersebut dengan menggunakan kamera digital yang dapat merekam video. Hasil video kemudian diextract oleh software yang telah dibuat dengan menggunakan bahasa Visual Basic menjadi gambar – gambar dengan jumlah yang sesuai dengan waktu perekaman dan kemampuan kamera. Setelah proses ekstraksi tersebut, program akan mendeteksi koordinat titik yang dianalisa untuk setiap gambar. Setelah didapat koordinat, maka dapat dilakukan pengukuran kecepatan.

5) Langkah kelima adalah melakukan perbandingan hasil data yang didapatkan dari program dengan data kecepatan conveyor yang ada pada treadmil. Bila selisihnya lebih dari 10%, maka perlu dilakukan proses pemeriksaan kesalahaan pada program.

(42)

3.3.2 Flowchart Pengambilan data

Validasi Run Visual Basic

Konversi ke Citra Biner

Scanning Posisi

database

GUI V(kecepatan)

Convert from piksel to actual position Extract video to frame

Convert video resolution to 320 x 240 Video (.avi)

Recording Video Object

Start

End

(43)

Untuk memperjelas mengenai langkah – langkah yang telah digambarkan pada flowchart diatas, pada keterangan dibawah ini akan dijelaskan sebagai berikut :

1. Object : Merupakan proses pemberian tanda pada peralatan yang akan

kami analisa atau kami ukur besarnya perpindahan posisi yang terjadi pada suatu peralatan. Pemberian titik ini harus memiliki ukuran yang terlihat pada hasil gambar hasil rekaman video dan memiliki warna yang berbeda baik dari perlatan maupun dari lingkungan sekitar, sehingga dapat dengan mudah dikenali ketika proses scanning warna oleh program visual basic. Selain itu juga titik yang diberikan juga harus mempunyai ukuran yang jelas, dalam hal ini digunakan sebuah spot light dengan bentuk lingkaran dan dengan besar diameter 3 cm. Pemberian ukuran titik ini agar mempermudah proses scaling faktor yang akan dilakukan pada saat pengolahan data.

2. Recording video : Merupakan proses perekaman dengan menggunakan

kamera yang kami lakukan untuk mengamati perpindahan posisi yang terjadi pada peralatan yang sedang kami amati. Perekaman ini dilakuakan dengan memperhitungkan posisi dari kamera yang digunakan dengan mengusahakan agar posisi kamera tegak lurus terhadap titik yang akan diamati. Setelah dipastikan bahwa kamera dan titik berada pada posisi yang tegak lurus, maka proses perekaman dapat dilakukan. Setelah itu hasil rekaman video yang telah kami dapatkan, kami save dalam format (.avi) didalam suatu folder dikomputer.

(44)

3. Convert video resolution to 320 x 240 : Pada tahap ini merupakan proses

mengkonversi resolusi dari video hasil perekaman yang memiliki resolusi tinggi menjadi resolusi 320 x 240. Pengkonversian ini dilakukan agar menyesuaikan dengan resolusi picture dari program visual vasic yang telah kami buat. Karena apabila file video tetap dalam resolusi yang tinggi, maka setelah proses extrasi yang dilakukan oleh software akan menghasilkan file gambar dengan ukuran resolusi yang besar pula. Hal ini sangat dihindari, karena apabila file gambar yang ditampilkan melebihi dari ukuran picturebox yang telah disediakan maka gambar yang tampil hanya berupa potongan. Seperti dapat dilihat dari gambar dibawah ini :

Gambar 3.3 Perbedaan Antara Gambar Dengan Resolusi 320x240 Dengan 640x480

Dari gambar diatasa terlihat bahwa gambar dengan resolusi 640x480 hanya sebgaian gambar saja yang ditampilkan, berbeda dengan gambar dengan resolusi 320x240 yang ditampilkan seluruhnya.

(45)

4. Run Visual Basic : Merupakan proses menyalakan program visual basic

yang telah terinstal dalam komputer. Setelah program visual basic menyala, langkah selanjutnya adalah membuka file program pengolahan gambar yang telah dibuat.

5. Extract video to frame : pada tahap ini merupakan proses awal dari

program yang telah kami buat, yaitu mengubah file video berformat .AVI menjadi file picture berfomat .BMP. Proses pengolahan atau extract video kedalam file gambar ini menghasilkan jumlah gambar yang sesuai dengan waktu pengukuran x kemampuan kamera yang digunakan dalam proses perekaman. Sebagai contoh kamera yang digunakan memiliki kemampuan 30 fps bila digunakan merekam dalam waktu 3 detik, maka akan dihasilkan file gambar dengan jumlah 90 file. File gambar hasil dari proses ini memiliki resolusi sesuai dengan resolusi dari video yang digunakan. Kemudian file-file gambar tersebut akan disimpan dalam suatu folder, sehingga apabila proses pengolahan akan dilakukan file-file gambar tersebut dapat dipanggil untuk dilakukan proses pengolahan selanjutnya.

6. Konversi ke Citra Biner : Merupakan proses pemilihan warna, dalam hal

ini warna yang kami deteksi dengan program visual basic adalah warna dari titik yang ada pada peralatan. Setelah terdeteksi warna dari titik tersebut maka warna yang ada pada gambar akan diubah menjadi 2 warna saja yaitu hitam dan putih. Warna hitam menunjukkan titik pada peralatan

(46)

yang akan kami analisa perpindahannya, sedangkan warna putih menunjukkan warna selain titik tersebut.

Gambar 3.4 Prosses Konversi Citra Biner

Proses pengubahan warna tersebut ini dilakukan melalui beberapa tahapan yaitu mengubah citra berwarna menjadi citra abu-abu dengan menggunakan nilai rata-rata dari setiap layer R, G, dan B. Setelah itu mengubah citra abu-abu menjadi citra biner, untuk itu citra derajat keabuan 256 hasil dari konversi sebelumnya digunakan niali tengahnya yaitu 128. Sehingga untuk proses pengubahan menjadi citra biner dapat dituliskan :

Jika x<128 maka x=0, jika tidak maka x=256

Hasil dari citra biner diatas tampak kurang sempurna. Hal ini disebabkan distribusi derajat keabuan tidak simetri antara yang berada dibawah 128 dan yang berada diatas 128.

7. Scanning posisi : Merupakan proses pencarian yang dilakukan oleh

(47)

pertama yang ada pada gambar. Setelah terdeteksi posisi dari pixel hitam tersebut maka program pendeteksi warna tersebut akan berhenti melakukan scanning, kemudian akan menampilkan posisi dari pixel tersebut. Posisi yang dimaksud masih dalam posisi nilai horisontal (x) dan nilai vertical (y) dari titik hitam tersebut dalam gambar.

Gambar 3.5 Proses Scanning Posisi

Proses scanning ini dilakukan dengan mendeteksi posisi dari titik yang berwarna hitam yang ada pada picturebox2. Tetapi kelemahan dari proses ini adalah karena menggunakan perintah pset maka, diharapkan selama proses berlangsung tidak ada window atau apapun yang menutupi window dari form1. Ketika window ini tertutup oleh window yang lain maka proses scanning akan error, karena bagian yang akan di scanning akan tertutup, hal itu akan menyebabkan koordinat yang ditampilkan adalah sudut pojok kanan bawah.

(48)

8. Convert from piksel to actual position : merupakan proses mengubah

satuan dari position yang telah didapatkan dari bentuk piksel menjadi jarak yang sesungguhnya sesuai kondisi pada dunia nyata. Proses pengubahan ini dilakukan setelah terlebih dahulu kami melakukan proses scaling.

9. Database : proses ini merupakan transfer titik –titik kedudukan yang telah

diperoleh ke file notepad yang telah disediakan sebelumnya. Proses penyimpanan ini dilakukan sebagai tempat penyimpanan sementara agar untuk proses selanjutnya dapat dipanggil untuk melakukan perhitungan perpindahan dan perhitungan kecepatan.

10.V(kecepatan) : merupakan tahap perhitungan kecepatan yang dilakukan

oleh program. Perhitungan ini dilakukan dengan terlebih dahulu memanggil nilai dari koordinat yang ada di notepad, perhitungan kecepatan dengan mengurangi koordinat dari gambar pada waktu tertentu dengan gambar pada waktu sebelumnya. Proses ini dilakukan secara berulang-ulang sampai seluruh data yang ada di notepad dihitung kecepatannya. Perhitungan ini dilakukan secara berulang – ulang hingga kecepatan untuk waktu terakhir yang ada di data.

11.

GUI : setelah didapatkan nilai kecepatan kemudian menyusun tampilan

yang mudah dikenali dengan menggunakan Graphical User Interface yang biasanya dikenal dengan G.U.I, dimana pada proses ini penulis menyusun

(49)

semua program dan hasil pengolahan frame – frame tersebut menjadi tampilan yang mudah dibaca oleh orang umum. GUI pada program ini terdapat 2 bagian yang dapat dipilih, yaitu :

a. Tabel

Pada bagian tabel ini dapat ditampilkan nilai dari perhitungan yang telah dilakukan pada proses-proses sebelumnya, seperti dapat dilihat pada gambar di bawah ini :

Gambar 3.6 Tampilan Tabel Hasil Perhitungan

Setelah proses perhitungan telah selesai dilakukan maka menu tabel dapat dibuka dengan menekan command button table. Setelah tombol ditekan maka akan muncul window seperti diatas, dari gambar diatas juga dapat diketahui besarnya perubahan kecepatan yang terjadi untuk setiap waktu yang telah kita lakukan perhitungan. Dari tabel ini juga dapat diamati apabila terjadi penyimpangan data yang mempengaruhi besarnya nilai kecepatan hasil pengukuran.

(50)

b. Grafik

Selain dari kedua kelebihan diatas juga dapat ditampilkan data berupa grafik yang juga menunjukkan hasil perhitungan yang telah dilakukan pada perhitungan sebelumnya, seperti tampak pada gambar dibawah ini:

Gambar 3.7 Grafik Hasil Perhitungan

Dari hasil perhitungan yang telah dilakukan pada tahap sebelumnya juga dapat ditampilkan besarnya kecepatan yang terjadi secara grafik seperti terlihat pada gambar diatas.

Data Flow Diagram

Data flow diagram merupakan gambaran dari proses rancangan sebuah

sistem yang akan dibangun, dengan rancangan ini diharapkan nantinya kita dapat mengetahui dan memahami konsep dari sebuah sistem. Rancangan sistem Pengukuran Kecepatan Obyek Dengan Pengolaan Citra Menggunakan Metode

(51)

Thresholding ini dirancang dengan menggunakan Data Flow Diagram, yang dapat ditunjukkan pada gambar di bawah ini:

Video Info kecepatan

Gambar 3.8 DFD Level Context Sistem

Pada DFD level Context Diagram ini terdapat dua entitas yaitu admin dan Manajer Teknik dari dari sebuah perusahaan yang menggunakan sistem pengolahan data hasil pengukuran kecepatan yang telah dirancang. Admin disini adalah staf teknik yang da di sebuah perusahaan yang bertugas untuk melakukan proses awal yang berupa perekaman kondisi peralatan yang kemudian memasukkan video hasil perekaman tersebut ke program pengolahan kecepatan. Dan manajer teknik disini bertugas untuk melakukan analisa hasil pengukuran kecepatan dan menentukan langkah selanjutnya tentang langkah tersebut.

Admin

Program pengolahan

kecepatan

Manajer Teknik

(52)

BAB IV IMPLEMENTASI

4.1 Kebutuhan Sistem

Sebelum proses implementasi dan menjalankan program, perlu diperhatikan adanya kebutuhan perangkat keras dan perangkat lunak agar aplikasi dapat berjalan dengan baik. Perangkat yang digunakan untuk membuat Sistem Pengukuran Kecepatan Obyek Dengan Pengolaan Citra Menggunakan Metode Thresholding ini terdiri dari dua bagian, yaitu:

A. Perangkat Keras 1. Alat Masukan

a. Mouse : Standart PS/2 port

2. Alat Pemrosesan dan Penyimpanan

a. 1 Unit Komputer : PC Intel Pentium IV, 1,8 Ghz

b. Memory : RAM 256 Mbyte

c. Hard Disk : 40 GB

d. Back Up Data : Flash Disk/CD 3. Alat Keluaran

a. Monitor : Bebas

4. Alat Pengaman

a. Stabilizer (Stavolt) b. Power Supplay B. Perangkat Lunak

(53)

1) Any video converter : software ini berfungsi untuk mengubah resolusi dari video hasil perekaman untuk disesuaikan dengan resolusi dari program image processing yang ada di Visual Basic

2) Visual basic : software ini berfungsi untuk

mengubah video menjadi image, kemudian mengolah

image yang telah di extract satu persatu untuk

dikenali perpindahan dari titik yang telah dibuat pada obyek.

3) Microsoft Office Access 2007 : software ini berfungsi untuk menyimpan data koordinat x dan koordinat y untuk setiap hasil pengolahan gambar yang dilakukan, sehingga dapat dipanggil kembali untuk melakukan perhitungan kecepatan dalam arah x dan y dan juga resultan kecepatannya.

4.2 Instalasi Program

Adapun tahapan-tahapan instalasi dan pengaturan (setting) sistem adalah sebagai berikut:

a. Install sistem operasi Windows 2000/XP/NT.

b. Install aplikasi database Microsoft Office Access 2007

(54)

d. Install aplikasi VSFlexGrid8 yang merupakan komponen tambahan Visual Basic

4.3Implementasi Sistem

Pada sub bab ini akan dibahas mengenai langkah – langkah pengambilan data yang dilakukan, dalam hal ini pengambilan data yang telah dilakukan adalah mengambil data kecepatan dari sebuah conveyor treadmil. Langkah – langkah yang dilakukan adalah menyiapkan conveyor treadmilo yang akan diamati, sebagai berikut :

1) Obyek

Obyek yang akan diamati untuk penulisan tugas akhir ini adalah gerakan titik yang diletakakkan diatas conveyor treadmil. Pemilihan ini dilakukan agar dapat diketahui tingkat keakuratan data hasil pengukuran dengan menggunakan software dengan kecepatan gerakan dari conveyor treadmil tersebut.

2) Titik yang diamati

Pada conveyor dari treadmil yang akan diamati diberikan titik yang berwarna merah.

Setelah melakukan persiapan pada obyek yang akan diamati, maka persiapan selanjutnya adalah menyiapkan alat yang digunakan untuk merekam, sebagai berikut :

(55)

1) Alat perekam

Peralatan yang digunakan untuk melakukan pengambilan data pada penulisan ini adalah dengan menggunakan kamera digital dengan merk Canon.

2) Alat penyangga kamera

Peralatan penyangga kamera ini digunakan untuk memastikan posisi dari kamera dan obyek yang diamati dalam posisi tegak lurus dan kamera dalam kondisi tidak bergerak selam pengmabilan data.

Setelah selesai melakukan persiapan diatas maka langkah selanjutnya adalah melakukan proses perekaman dari gerakan obyek yang akan diamati dengan tetap memperhatikan kemampuan kamera yang digunakan dan kecepatan dari obyek yang diukur kecepatannya. Hasil dari perekam video tersebut harus dipastikan dalam format (.Avi) dengan resolusi 320x240 agar sesuai dengan format video yang dapat diolah oleh program dan resolusi gambar yang dapat ditampung oleh program yang telah dibuat dengan menggunakan bahasa Visual Basic. Apabila format hasil perekaman tidak sesuai dengan format yang dapat ditampung oleh program, maka perlu diubah terlebih dahulu dengan bantuan software converter.

(56)

Berikut ini adalah tampilan dari program ketika dijalankan :

1. Form Utama

Gambar 4.1 Form Utama Program

Pada Form Utama ini terdapat beberapa tombol, seperti :

1) Buka Video : Tombol ini berfungsi untuk memanggil dan mengolah file video hasil recording dan memecah file video tersebut menjadi gambar.

2) Scale : Tombol ini berfungsi untuk memanggil

form yang digunakan untuk mengukur perbandingan antara ukuran piksel obyek pada gambar dan ukuran obyek pada dunia nyata.

3) Work : Tombol ini berfungsi untuk menjalankan

(57)

dari posisi tiap – tiap gambar setelah kita masukkan gambar mana saja yang ingin diolah.

4) Tabel : Tombol ini brfungsi untuk menampilkan

tabel hasil perhitungan yang telah dilakukan oleh proses “work”. Tabel ini berisi informasi seperti koordinat x, koordinat y, kecepatan dalam arah x, kecepatan dalam arah y dan resultan kecepatan dari semua data gambar yang telah diolah.

5) Grafik : Tombol ini berfungsi untuk menampilkan

grafik hasil perhitungan kecepatan yang telah diolah.

2. Form Buka Video

Gambar 4.2 Form Buka Video

Form diatas berfungsi untuk memilih posisi dari file video yang ingin diolah, setelah dipilih file video yang akan diolah langkah

(58)

selanjutnya adalah menekan button OK. Setelah itu program akan melakukan proses pemecahan file video menjadi file gambar secara otomatis.

3. Form Scale

Gambar 4.3 Form Scale

Form Scale ini berfungsi untuk melakukan proses analisa

perbandingan ukuran obyek dalam satuan piksel dengan ukuran obyek dalam satuan dalam dunia nyata, dalam hal ini akan dihasilkan nilai faktor pengali dengan satuan (piksel / cm). Proses ini diperlukan karena hasil akhir yang akan ditampilkan pada Form Tabel dan Form Grafik sudah dalam satuan yang dapat langsung dipergunakan tanpa perlu melakukan konversi satuan.

(59)

4. Form Tabel

Gambar 4.4 Form Tabel

Form Tabel ini berfungsi untuk menampilkan tabel hasil

perhitungan dan pengolahan dari posisi obyek yang ada pada gambar. Pada form tabel ini berisi informasi seperti nomer urutan gambar, koordinat x, koordinat y, kecepatan dalam arah x, kecepatan dalam arah y dan resultan kecepatan. Form Tabel ini diperlukan karena dapat mempermudah pengamatan nilai kecepatan untuk setiap gambar atau waktu, sehingga dapat apabila diketahui adanya nilai kecepatan yang berbeda dengan yang lain sehingga dapat dilakukan analisa selanjutnya.

(60)

5. Form Grafik

Gambar 4.5 Form Grafik

Form Grafik ini berfungsi untuk menampilkan grafik hasil perhitungan dan pengolahan dari posisi obyek yang ada pada gambar. Pada form grafik ini berisi informasi seperti kecepatan dalam arah x, kecepatan dalam arah y dan resultan keceapatan. Penambahan Form grafik ini dimaksudkan agar dapat diamati nilai perbedaan kecepatan yang terjadi untuk setiap perubahan waktu. Dari tampilan selisih perubahan kecepatan untuk setiap waktu tersebut maka dapat dianalisa kondisi peralatan.

(61)

BAB V

EVALUASI DAN UJI COBA

5.1Evaluasi dan Uji Coba

5.1.1 Uji Coba Fitur Pemecahan File Video menjadi File Gambar

Pada bagian pertama dari proses uji coba ini adalah proses pengubahan file

video(.Avi) menjadi file gambar (.Bmp). Proses ini dapat dilakukan dengan menekan

tombol command (Buka Video), seperti dapat dilihat pada Gambar 5.1 dibawah ini. Setelah tombol command (Buka Video) ditekan maka akan muncul window (Buka File Video) seperti pada Gambar 5.1, kemudian kita pilih file video mana yang ingin dirubah menjadi file gambar. Seperti memilih driver letak gambar kemudian memilih folder dimana file video berada.

(62)

Setelah file video tersebut dipilih maka ditekan tombol command OK, maka

proses extract video menjadi file gambar akan berlangsung seperti pada Gambar 5.2 . Proses extract video ini ditandai dengan perhitungan jumlah gambar yang telah berhasil diubah dari file video.

Gambar 5.2 Proses Extract Video

Pe nunjuk jumla h g a mb a r ya ng te la h Dari Gambar 5.2 dapat dilihat bahwa untuk file video yang direkam dgn kamera berkekuatan 30 fps selama 6 detik didapat file gambar berformat (.Bmp) sebanyak 181 gambar. Dari data jumlah gambar yang telah berhasil diextract dari file video tersebut dapat digunakan untuk mengetahui berapa banyak file gambar yang harus diolah pada proses selanjutnya. Gambar hasil proses extract ini akan disimpan pada folder yang

(63)

sama dengan folder program ini dan penamaan file gambar hasil extract dimulai dari angka 0 sampai sesuai dengan kemampuan kamera dan lama proses recording.

5.1.2 Uji Coba Fitur Perhitungan Skala Pada Gambar

Pada tahap pengujian berikutnya adalah proses perhitungan skala gambar yang nilai dari skala yang didapatkan dipergunakan pada proses uji coba perhitungan kecepatan agar nilai kecepatan yang didapatkan sudah sesuai dengan kecepatan pada kondisi nyata. Proses ini diawali dengan menekan tombol command scale pada form utama, setelah itu akan muncul window baru seperti pada Gambar 5.3 dibawah ini.

(64)

Tahap selanjutnya adalah memasukkan nama file gambar yang diinginkan untuk dilakukan proses pengukuran skala ini pada textbox Nama File, setelah itu tekan

command load picture untuk menampilkan picture yang ingin dilakukan proses

penskalaan. Setelah itu dimasukkan ukuran titik yang akan diamati pada kondisi nyata dalam contoh ini diameter titik yang diamati adalah 3 cm pada textbox Ukuran nyata(cm) setelah itu ditekan tombol command work maka program akan melakukan proses perhitungan yang diawali dengna proses thresholding dan kemudian pencarian titik yang diamati. Setelah didapat koordinat 2 titik dari lingkaran yang diamati maka proses selanjutnya adalah proses membandingkan diameter lingkaran dengan ukuran piksel dengan ukuran lingkaran pada kondisi nyata dengan ukuran cm. Hasil pembadingan ini akan ditampilkan pada textbox piksel/cm yang menunjukkan nilai skala untuk proses perhitungan kecepatn pada tahap selanjutnya.

5.1.3 Uji Coba Fitur Perhitungan Kecepatan

Uji coba fitur perhitungan kecepatan ini dapat dilakukan setelah kedua proses diatas telah dilakukan untuk didapatkan kumpulan gambar yang akan diproses dan nilai skala perbandingan antara ukuran kondisi nyata dan ukuran dalam piksel maka proses ini dapat dilakukan. Proses pengukuran kecepatan ini dapat dilakukan dengan memasukkan nilai range gambar yang ingin diolah dan memasukkan nilai skala yang telah didapat dan nilai kemampuan kamera merekam. Kemudian menekan tombol

command kecil dan diikuti dengan tombol command work, seperti yang terlihat pada

(65)

Gambar 5.4 Proses Perhitungan Kecepatan

Setelah tombol command work ditekan maka program akan melakukan proses perhitungan gambar mulai dari urutan gambar pertama yang diketik pada textbox yang diinginkan sampai urutan terakhir yang diketik pada textbox. Dari Gambar 5.4 dapat dilihat bahwa gambar yang diproses adalah mulai dari angka 0 sampai angka 30. Ketika picturebox disebelah kiri menampilkan gambar dan picturebox kanan menampilkan hasil proses thresholding, maka proses pengukuran kecepatan telah dimulai. Gambar diatas menunjukkan hasil thresholding dari gambar pertama yang tengah diolah. Proses ini selesai ketika pada textbox X dan Y telah muncul nilai dari koordinat gambar terakhir yang diolah oleh program, seperti yang ditampilkan oleh Gambar 5.5 dibawah ini.

(66)

Gambar 5.5 Akhir Dari Proses Pengukuran Kecepatan

Nila i X d a n Y d a ri p e rhitung a n

Setelah seluruh proses pengolahan telah selesai dilakukan oleh program maka proses selanjutnya adalah menampilkan hasil pengolahan tersebut dengan menekan tombol command Tabel untuk menampilkan tabel hasil perhitungan. Penambahan

window tabel ini dilakukan dengan tujuan untuk mempermudah melihat hasil

pengukuran kecepatan untuk setiap gambar. Ada juga penambahan window grafik apabila ingin menampilkan hasil perhitungan berupa grafik maka cukup menekan tombol command Grafik. Tampilan hasil perhitungan yang berupa tabel ditunjukkan oleh Gambar 5.6. Sedangkan hasil perhitungan yang berupa grafik ditunjukkan pada Gambar 5.7

(67)

Gambar 5.6 Tabel Hasil Perhitungan

Gambar 5.6 merupakan window tabel yang muncul setelah proses perhitungan kecepatan telah selesai dilakukan dan dikean command Tabel. Nilai tabel diatas merupakan hasil tabel yang tersimpan di database access dan dipanggil oleh program. Penambahan window grafik ini dimaksudkan untuk mempermudah pengamatan perubahan kecepatan untuk setiap perubahan gambar hasil pengamatan atau perubahan kecepatan untuk setiap perubahan waktu.

(68)

Gambar 5.7 Grafik Hasil Perhitungan Kecepatan

Gambar 5.7 merupakan form grafik yang muncul setelah ditekan command Grafik pada form utama dan bila ingin menampilkan grafik kecepatan yang telah diproses program maka cukup ditekan command Grafik kecepatan.

5.2Data Percobaan Pengukuran Kecepatan

Proses pengambilan data dilakukan dengan menggunakan satu kamera dengan sudut pengambilan gambar dari atas obyek pengamatan. Kemampauan kecepatan pengambilan gambar menggunakan kamera dengan frame rate 30 frame/detik. Kamera

(69)

dijaga pada posisi tetap pada tripod dengan ketinggian 102 cm dari posisi obyek. Obyek yang diamati adalah sebuah lingkaran dengan warna orange dengan jari-jari 3cm yang diletakkan pada conveyor dari treadmill. Pengatamatan ini dilakukan dengan memvariasikan besarnya kecepatan gerak dari conveyor treadmill yang digunakan. Kecepatan yang digunakan adalah 1,3 km/h , 1,6 km/h dan 2,5 km/h. Berikut ini merupakan tabel hasil pengamtan yang telah dilakukan :

1. Tabel koordinat x dan y hasil pengamatan yang dilakukan dengan kamera yang berjarak 102 cm dari obyek yang diamati dengan pengamatan yang dilakukan pada titik yang bergerak pada conveyor treadmill dengan kecepatan 1,3 km/h:

Tabel 4.1 Tabel hasil pengamatan dengan kamera yang berjarak 102 cm dan kecepatan gerak conveyor treadmill 1,3km/h :

wa ktu X Y Vx Vy V

0,03 77 71,5 0 0 0

0,06 77 72,5 0 30 30 0,09 77 73,25 0 22,5 22,5 0,12 77 74,25 0 30 30 0,15 77 75,25 0 30 30 0,18 77 76 0 22,5 22,5 0,21 77 77 0 30 30 0,24 77 78 0 30 30 0,27 77 79 0 30 30

(70)

0,3 77 79,75 0 22,5 22,5

0,33 77 80,75 0 30 30 0,36 77 81,75 0 30 30 0,39 76,75 83 -7,5 37,5 38,2426

0,42 76,75 84 0 30 30

0,45 76,75 85 0 30 30

0,48 76,75 86 0 30 30

0,51 76,75 86,75 0 22,5 22,5

0,54 76,75 87,5 0 22,5 22,5

0,57 76,75 88,75 0 37,5 37,5

0,6 76,75 89,5 0 22,5 22,5

0,63 76,75 90,75 0 37,5 37,5

0,66 76,5 92 -7,5 37,5 38,2426

0,69 76 92,75 -15 22,5 27,0416

0,72 76,5 93 15 7,5 16,7705 0,75 73,75 95,25 -82,5 67,5 106,595

0,78 73,75 96 0 22,5 22,5

2. Tabel koordinat x dan y hasil pengamatan dan nilai hasil perhitungan kecepatan yang terjadi pada pengambilan data yang dilakukan dengan kamera yang berjarak 102 cm dari obyek yang diamati dan kecepatan gerak dari conveyor treadmill 1,6 km/h :

(71)

Tabel 4.2 Tabel hasil pengamatan dengan kamera yang berjarak 102 cm dan kecepatan gerak conveyor treadmill 1,6 km/h :

waktu X Y Vx Vy V

0,03 79 42 0 0 0

0,06 79 43 0 30 30

0,09 79 44,5 0 45 45

0,12 79 45,5 0 30 30

0,15 79 47,5 0 60 60

0,18 79 49 0 45 45

0,21 79 49 0 0 0

0,24 79 50 0 30 30

0,27 79 51 0 30 30

0,3 79 53,75 0 82,5 82,5

0,33 78,75 55,25 -7,5 45 45,62

0,36 79,25 54,5 15 -22,5 27,04

(72)

0,42 78,75 57 0 30 30

0,45 78,75 59,75 0 82,5 82,5

0,48 78,5 60,25 -7,5 15 16,77

0,51 78 62,25 -15 60 61,85

0,54 78 63,5 0 37,5 37,5

0,57 78,25 63,75 7,5 7,5 10,61

0,6 78 65,5 0 52,5 52,5

0,63 78 66,5 0 30 30

0,66 78 67,5 0 30 30

0,69 78 68,75 0 37,5 37,5

0,72 78 70 0 37,5 37,5

0,75 78 71,25 0 37,5 37,5

0,78 78 72,5 0 37,5 37,5

0,81 78 73,25 0 25 25

0,84 77,75 75,25

(73)

0,87 77,75 76 0 25 25

0,9 77,75 77,75 0 58,33 58,33

3. Tabel koordinat x dan y hasil pengamatan dan nilai hasil perhitungan kecepatan yang terjadi pada pengambilan data yang dilakukan dengan kamera yang berjarak 102 cm dari obyek yang diamati dan kecepatan gerak dari conveyor treadmill 2,5 km/h :

Tabel 4.3 Tabel hasil pengamatan dengan kamera yang berjarak 102 cm dan kecepatan gerak conveyor treadmill 2,5 km/h :

waktu X Y Vx Vy V

0,03 82,75 14,75 0 0 0

0,06 81,5 14 -37,5 -22,5 43,73

0,09 81,25 18,25 -7,5 127,5 127,7

0,12 81,25 20,25 0 60 60

0,15 80,5 22,5 -22,5 67,5 71,15

0,18 80 23 -15 15 21,21

(74)

0,24 80 27 0 60 60

0,27 80 29,5 0 75 75

0,3 80 30,75 0 37,5 37,5

0,33 80 34,25 0 105 105

0,36 80 34,25 0 0 0

0,39 80 36 0 52,5 52,5

0,42 79,75 39,25 -7,5 97,5 97,79

0,45 79,75 40,25 0 30 30

0,48 79,5 42,75 -7,5 75 75,37

0,51 79,5 44,75 0 60 60

0,54 79 48 -15 97,5 98,65

0,57 79 49,75 0 52,5 52,5

0,6 79 51 0 37,5 37,5

0,63 79 53 0 60 60

0,66 79 54,75 0 52,5 52,5

(75)

0,72 79 58,5 0 60 60

0,75 78,75 61,25 -7,5 82,5 82,84

0,78 78,5 63,5 0 67,5 67,5

0,81 78,5 65,5 0 66,67 66,67

0,84 78,5 67,75 0 75 75

0,87 78,25 71,25 -8,333 116,7 117

0,9 78,25 72 0 25 25

5.3 Analisa Hasil Percobaan

Dari data percobaan yang telah didapatkan dan data hasil perhitungan kecepatan dan percepatan yang telah didapatkan, maka akan ditampilkan hasilnnya dalam grafik kecepatan fungsi waktu sebagai berikut :

1. Grafik untuk kecepatan 1,3 km/h

(76)

Dari grafik diatas dapat terlihat bahwa kecepatan dalam sumbu x bernilai nol, sedangkan kecepatan dalam arah sumbu y bernilai positif sehingga besarnya kecepatan yang terukur akan mengikuti kecepatan dalam arah sumbu y. Hal ini sesuai dengan gerakan dari obyek yang hanya bergerak dala arah xumbu y saja.

Nilai kecepatan yang berfluktuasi tersebut disebabkan oleh besarnya intensitas cahaya yang tidak sama dari waktu ke waktu. Perbedaan ini dapat menyebabkan bentuk obyek pengamatan pada citra biner menjadi tidak selalu bulat penuh, sehingga terjadi pergeseran tepi obyek yang menyebabkan besarnya perpindahan menjadi berbeda-beda. Sehingga akan memunculkan kecepatan yang bervariasi juga.

2. Grafik untuk kecepatan 1,6 km/h

Grafik 5.2 Untuk Kecepatan Conveyor Treadmil 1.6 km/h

Dari grafik diatas dapat terlihat bahwa kecepatan dalam sumbu x bernilai nol, sedangkan kecepatan dalam arah sumbu y bernilai positif sehingga besarnya kecepatan

(77)

yang terukur akan mengikuti kecepatan dalam arah sumbu y. Hal ini sesuai dengan gerakan dari obyek yang hanya bergerak dala arah xumbu y saja.

3. Grafik untuk kecepatan 2,5 km/h

Grafik 5.3 Untuk Kecepatan Conveyor Treadmil 2,5 km/h

(78)

Setelah dilakukan perhitungan nilai kecepatan yang telah dihitung, maka langkah selanjutnya adalah melakukan perhitungan error dengan membandingkan nilai hasil pengukuran dengan nilai kecepatan nyata treadmill. Berikut ini tabel hasil kecepatan yang telah didapatkan melalui hasil pengolahan oleh software :

Tabel 4.4 Nilai perhitungan error hasil pegukuran

Kecepatan (km/h)

Vrms (cm/s)

Vrms Nyata

(cm/s) Error

1,3 36.261 36.111 0.41445

1,6 44.64 44.44 0.44134

2,5 70.075 69.444 0.90785

Dari tabel diatas dapat dilihat bahwa nilai kecepatan yang didapatkan dengan memvariasikan besarnya kecepatan gerak dari conveyor treadmill memiliki nilai error yang bervariasi. Perbedaan variasi ini disebabkan oleh sulitnya untuk mengkondisikan besarnya intensitas cahaya pada saat melakukan proses pengambilan data. Perbedaan

(79)

scanning posisi. Pergeseran posisi ini menyebabkan nilai kecepatan yang terukur juga

akan bervariasi, sehingga nilai error yang terjadi juga bervariasi terhadap variasi kecepatan.

Dari tabel diatas juga dapat dilihat bahwa nilai error yang semakin besar dengan bertambah besarnya kecepatan conveyor treadmill yang diukur. Bertambah besarnya nilai error ini disebabkan oleh kemampuan kamera digital yang terbatas sehingga dengan bertambah kecepatan yang diukur maka pergeseran titik yang ditangkap oleh kamera memiliki bias bervariasi untuk setiap perubahan waktu.

(80)

B

BA

A

B

V

VI

I

P

PE

EN

NU

UT

TU

UP

P

6.1 Kesimpulan

a. Metode thresholding yang digunakan untuk pengukuran beberapa variasi kecepatan conveyor 1,3 km/h, 1,6 km/h dan 2,5 km/h dengan menggunakan kamera digital.

b. Pengukuran beberapa variasi kecepatan conveyor 1,3 km/h, 1,6 km/h dan 2,5 km/h dengan menggunakan kamera digital memiliki nilai error yang bervariasi antara 0,41%, 0,44% dan 0,91%.

c. Besarnya kecepatan yang diukur semakin bertambah besar maka error yang terjadi juga bertambah besar, bertambah besarnya nilai error ini disebabkan oleh kemampuan kamera digital yang terbatas sehingga dengan bertambah kecepatan yang diukur maka pergeseran titik yang ditangkap oleh kamera memiliki bias bervariasi untuk setiap perubahan waktu.

6.2 Saran

Saran-saran yang dapat digunakan untuk mengembangkan aplikasi yang telah dibuat adalah sebagai berikut:

a. Dalam pengambilan gambar sebaiknya dilakukan dengan cahaya yang cukup sehingga tidak mengganggu warna asli objek.

(81)

gambar yang digunakan untuk menangkap obyek yang bergerak dengan kecepatan tinggi.

c. Pengukuran dengan menggunakan metode ini sebaiknya dilakukan dengan menggunakan warna obyek dengan warna lingkungan berbeda

(82)

DAFTAR PUSTAKA

1. Basuki, Achmad. 2005. Pengolahan Citra Digital menggunakan Visual Basic. Yogyakarta : Penerbit Graha Ilmu.

2. Ahmadr,Usman. 2005. Pengolahan Citra Digital & Teknik Pemrograman. Yogyakarta : Penerbit Graha Ilmu.

3. Subari & Yuswanto. 2008. Panduan Lengkap Pemrogaman Visual Basic 6.0. Jakarta : Cerdas Pustaka Publisher.

(83)

1. Basuki, Achmad. 2005. Pengolahan Citra Digital menggunakan Visual Basic. Yogyakarta : Penerbit Graha Ilmu.

2. Ahmadr,Usman. 2005. Pengolahan Citra Digital & Teknik Pemrograman. Yogyakarta : Penerbit Graha Ilmu.

3. Subari & Yuswanto. 2008. Panduan Lengkap Pemrogaman Visual Basic 6.0. Jakarta : Cerdas Pustaka Publisher.

(1)

Tabel 4.4 Nilai perhitungan error hasil pegukuran

Kecepatan (km/h) Vrms (cm/s) Vrms Nyata (cm/s) Error

1,3 36.261 36.111 0.41445

1,6 44.64 44.44 0.44134

2,5 70.075 69.444 0.90785

(2)

kondisi cahaya ini dapat menyebabkan perbedaan nilai RGB untuk setiap hasil rekaman video bervariasi juga, sedangkan metode untuk mengubah dari citra berwarna menjadi citra biner menggunakan syarat yang sama. Hal ini menyebabkan perbedaan bentuk obyek yang diamati untuk setiap hasil perekaman berbeda-beda atau tidak selalu bulat penuh, perbedaan bentuk ini menyebabkan terjadinya pergeseran posisi pada saat proses scanning posisi. Pergeseran posisi ini menyebabkan nilai kecepatan yang terukur juga akan bervariasi, sehingga nilai error yang terjadi juga bervariasi terhadap variasi kecepatan.

(3)

B

A

B

V

I

P

E

N

U

T

U

P

6.1 Kesimpulan

a. Metode thresholding yang digunakan untuk pengukuran beberapa variasi kecepatan conveyor 1,3 km/h, 1,6 km/h dan 2,5 km/h dengan menggunakan kamera digital.

b. Pengukuran beberapa variasi kecepatan conveyor 1,3 km/h, 1,6 km/h dan 2,5 km/h dengan menggunakan kamera digital memiliki nilai error yang bervariasi antara 0,41%, 0,44% dan 0,91%.

6.2 Saran

Saran-saran yang dapat digunakan untuk mengembangkan aplikasi yang telah dibuat adalah sebagai berikut:

a. Dalam pengambilan gambar sebaiknya dilakukan dengan cahaya yang cukup sehingga tidak mengganggu warna asli objek.

(4)

b. Sebaiknya digunakan kamera highspeed agar tidak menghasilkan buram pada gambar yang digunakan untuk menangkap obyek yang bergerak dengan kecepatan tinggi.

c. Pengukuran dengan menggunakan metode ini sebaiknya dilakukan dengan menggunakan warna obyek dengan warna lingkungan berbeda

(5)

DAFTAR PUSTAKA

1. Basuki, Achmad. 2005. Pengolahan Citra Digital menggunakan Visual Basic. Yogyakarta : Penerbit Graha Ilmu.

2. Ahmadr,Usman. 2005. Pengolahan Citra Digital & Teknik Pemrograman. Yogyakarta : Penerbit Graha Ilmu.

3. Subari & Yuswanto. 2008. Panduan Lengkap Pemrogaman Visual Basic 6.0. Jakarta : Cerdas Pustaka Publisher.

(6)

DAFTAR PUSTAKA

1. Basuki, Achmad. 2005. Pengolahan Citra Digital menggunakan Visual Basic. Yogyakarta : Penerbit Graha Ilmu.

2. Ahmadr,Usman. 2005. Pengolahan Citra Digital & Teknik Pemrograman. Yogyakarta : Penerbit Graha Ilmu.

3. Subari & Yuswanto. 2008. Panduan Lengkap Pemrogaman Visual Basic 6.0. Jakarta : Cerdas Pustaka Publisher.