Chapter I Pengenalan Pola Citra Menggunakan Metode Corner Detection Dan
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Teknologi merupakan salah satu media yang banyak digunakan untuk membantu
pekerjaan manusia dengan memanfaatkan tools, process dan resources dalam
pengolahannya. Penggunaan teknologi banyak dipakai pada hampir seluruh aspek
kehidupan dan perannya digunakan untuk menjalin pertukaran data ataupun informasi
(Simarmata, 2006). Pemakaian komputer dalam era informasi berkembang sangat
pesat dan diimplemetasikan untuk menjawab berbagai kebutuhan manusia dalam
melakukan proses komputasi, pemrosesan serta analisis data, hiburan dan lainnya.
Penggunaan internet pada saat ini mampu mengembangkan beberapa sektor
wisata di Indonesia menjadi lebih maksimal sehingga mampu mendatangkan turis baik
dari dalam negeri maupun luar negeri. Untuk menarik pihak wisatawan, banyak sekali
materi yang bisa kita gunakan, salah satunya adalah dengan menggunakan media
mulitimedia, baik berupa gambar ataupun video.
Gambar adalah media informasi yang sangat efektif karena terbukti handal
dalam penyampaian informasi dengan penyajian yang lebih menarik bagi indera
manusia. Gambar atau citra adalah sebuah representasi yang mirip dari sebuah objek
(Jahne, 2005). Penggunaan citra banyak digunakan sebagai media periklanan untuk
wisatawan agar dapat berkunjung ke suatu daerah.
Dengan menunjukan citra dari objek wisata yang akan ditawarkan, pihak
pengelola dapat membuat para calon wisatawan tertarik untuk mendatangi lokasi yang
ditawarkan. Di Indonesia, ada banyak sekali tempat wisata yang belum dikenal oleh
masyarakat, dalam pengembangannya dibutuhkan sebuah alat bantu untuk
memperkenalkan daerah tersebut kepada masyarakat.
Universitas Sumatera Utara
2
Ada begitu banyak objek pariwisata yang dapat diperkenalkan kepada
wisatawan dalam suatu wilayah, hanya saja tidak semua wisatawan tahu nama daerah
wisata yang dicari. Salah satu masalah yang terjadi adalah kurang populernya suatu
objek wisata yang ditawarkan. Dalam sebuah kasus tertentu, wisatawan yang pernah
mengunjungi tempat tersebut hanya memiliki citra yang diambil di tempat tersebut
tanpa tahu informasi penting mengenai wilayah tersebut seperti nama tempat, lokasi,
keistimewaan yang ditawarkan, kekurangan, dan lain sebagainya.
Oleh sebab itu, dibutuhkan sebuah alat bantu dalam melakukan pencarian
tempat wisata tersebut hanya dengan menggunakan sebuah citra. Citra yang dibawa
pengguna dapat dicari dalam database, sehingga komputer dapat mengolah potongan
citra tersebut dan menunjukan pada pengguna lokasi citra yang diberikan pengguna
beserta dengan informasi yang dibutuhkan pengguna.
Namun, kesulitan dalam mencari citra yang diinginkan adalah banyaknya
piksel data yang diolah karena citra memiliki warna, ukuran dan informasi yang
berbeda. Tidak seperti manusia yang memiliki kemampuan untuk mengetahui
persamaan dan perbedaan sebuah citra, komputer hanya dapat membedakan citra
berdasarkan gradien, warna, ukuran piksel dan lain sebagainya. Selain itu, komputer
juga tidak dapat mengolah informasi secara otomatis tanpa melakukan pembelajaran
terlebih dahulu.
Dalam tugas akhir ini, Penulis melakukan pendekatan menggunakan metode
corner detection dalam mengenali citra, yaitu dengan menggunakan titik-titik sudut
yang jelas pada sebuah citra yang kemudian akan dibandingkan antara satu dengan
yang lain. Setiap titik dalam masing-masing citra akan di simpan ke dalam database
dan dikelompokan berdasarkan modelnya sehingga dengan mudah dapat dilacak oleh
komputer menggunakan backpropagation yang akan belajar mengolah citra yang
dimasukkan oleh pengguna.
Metode corner detection banyak digunakan dalam computer vision atau
machine vision untuk dapat mengenali objek dengan menggunakan citra. Konsep ini
digunakan dalam pengenalan citra (Pishchulin, 2010), pendeteksian citra bila yang
mengalami perubahan derajat sudut (Li et al. 2011) dan sering digabungkan dengan
beberapa metode lain untuk mendapatkan hasil yang lebih akurat, seperti
menggabungkan pendeteksian menggunaan edge dan corner sekaligus (Bhatia &
Chhabra, 2011), atau dengan menggunaan mutual information dan merupakan turunan
Universitas Sumatera Utara
3
dari fungsi frekuensi yang menciptakan noise pada suatu citra (Guelzim et al. 2011).
Dalam beberapa kesempatan, corner detection juga digunakan untuk menjadi salah
satu metode untuk melengkapi metode yang lainnya, seperti estimasi pengenalan mata
(Kurniawan & Suwardi, 2012).
Backpropagation (BP) sendiri banyak digunakan untuk menangani masalah
pengenalan pola-pola kompleks, seperti pengenalan pola tulisan tangan (Devireddy &
Rao, 2005), pengenalan bentuk wajah (Anam et al. 2009), pengambilan keputusan
dalam bidang keuangan (Lee & To, 2010), prakiraan curah hujan (Vamsidhar et al.
2010), pengategorisasikan teks (Ramsundaram & Victor, 2010), inisialisasi (Ganatra
et al. 2011), kompresi citra (Panda, 2012) dan masih banyak lainnya.
Dalam tugas akhir ini, Penulis akan menggunakan metode Harris Corner
Detector dan Backpropagation untuk membantu pengguna dalam melakukan
pencarian dan pengenalan objek citra. Harris Corner Detector (HCD) memiliki
kemampuan untuk mendeteksi sudut dalam suatu citra karena mampu menghasilan
nilai yang konsisten walau dengan adanya rotasi, skala dan variasi pencahayaan
maupun noise pada gambar. Penggunaan Harris Corner Detector didasarkan pada
fungsi autokorelasi sinyal lokal dimana fungsi autokorelasi lokal akan menghitung
perubahan lokal dan sinyal. Lalu hasil dari corner yang dihasilkan oleh sebuah citra
akan diolah oleh backpropagation (BP) sehingga sistem dapat belajar dalam mengolah
informasi yang dibutuhkan oleh pengguna dengan menggunakan citra.
1.2 Rumusan Masalah
Dari latar belakang di atas, sektor pariwisata adalah salah satu bidang yang banyak
membutuhkan penggunaan citra dalam penyediaan informasi untuk menarik minat
wisatawan. Penggunaan citra dan pencarian citra dengan jumlah yang banyak menjadi
salah satu faktor penting dalam mengenali setiap lokasi yang sudah disediakan. Oleh
karena itu, dibutuhkan sebuah pendekatan untuk mengenali sebuah objek dari sebuah
citra yang diuji yang dapat memberikan informasi yang dibutuhkan oleh pengguna
sesuai dengan kebutuhan.
Universitas Sumatera Utara
4
1.3 Batasan Masalah
Guna mencegah meluasnya cakupan permasalahan yang akan dibahas dalam studi ini
dan untuk membuat studi ini lebih terarah, maka dilakukan pembatasan masalah
sebagai berikut:
1. Data yang digunakan berbentuk citra dengan format JPG dan berbentuk 2D,
berukuran 200 x 200 piksel.
2. Data yang digunakan dibagi menjadi dua, yakni data pelatihan (training) yaitu
data yang disimpan dalam database dan data pengujian (testing) yang diuji coba
pada database.
3. Objek citra yang digunakan adalah landmark di Medan dan tidak menempel
dengan objek lain. Objek tidak berotasi secara vertikal.
4. Objek pariwisata yang digunakan dalam penelitian ini hanya berupa bentuk
bangunan.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk menemukan sebuah penyelesaian dan
memberikan informasi yang dibutuhkan dalam mengenal sebuah objek menggunakan
metode corner detection dan backpropagation.
1.5 Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah:
1.
Mengetahui kemampuan metode Harris Corner Detection (HCD) dan
backpropagation (BP) untuk dapat mengenali citra dan informasi yang
dibutuhkan oleh pengguna secara otomatis.
Universitas Sumatera Utara
5
2.
Menambah pemahaman penulis tentang penggunaan metode Harris Corner
Detection (HCD) dan backpropagation (BP) dalam pengenalan citra secara
otomatis untuk memudahkan pengenalan citra secara otomatis.
3.
Sebagai referensi untuk penelitian lain yang membahas metode Harris Corner
Detection (HCD) dan backpropagation (BP) dan penggunaannya pada bidang
lain.
1.6 Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah:
a. Studi Literatur
Studi literature digunakan dengan mengumpulkan bahan-bahan referensi terkait
dengan sistem pengenalan objek citra menggunakan metode corner detection dan
backpropagation.
.
b. Analisis
Pada tahapan ini, penulis akan melakukan analisis terhadap materi dan data yang
mendukung dalam penyelesaian masalah sehingga dapat dirancang sebuah
aplikasi yang akan diimplementasikan.
c. Perancangan
Pada tahap perancangan sistem dilakukan perancangan arsitektur, pengumpulan
data, pelatihan, dan merancang antarmuka. Proses perancangan dilakukan
berdasarkan hasil analisis studi literatur yang telah didapatkan.
d. Implementasi
Pada tahap implementasi sistem ini akan dilakukan pengkodean program
menggunakan Java dan MySQL.
Universitas Sumatera Utara
6
e. Pengujian
Pada tahap ini dilakukan pengujian aplikasi yang telah dibuat guna memastikan
aplikasi telah berjalan sesuai dengan apa yang diharapkan.
f. Dokumentasi dan Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi hasil analisis dan implementasi
penggunaan Harris Corner Detection (HCD) dalam pencarian dan informasi citra
secara otomatis dengan menggunakan metode pembelajaran backpropagation.
1.7 Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut:
Bab 1 Pendahuluan
Pada bab ini merupakan pendahuluan yang berisikan tentang latar belakang masalah,
rumusan masalah, batasan masalah, tujuan penelitian, metode penelitian dan
sisitematika penulisan dari skripsi..
Bab 2: Landasan Teori
Pada bab ini membahas mengenai teori-teori yang digunakan untuk memahami
permasalahan yang berkaitan dengan pengertian citra, format citra, corner detection,
backpropagation dan penerapan yang digunakan dalam pembuatan aplikasi beserta
dengan pendukungnya.
Bab 3: Analisis dan Perancangan
Bab ini berisi analisis dan penerapan metode Harris Corner Detector (HCD) dan
backpropagation (BP) untuk menemukan citra secara otomatis dalam database, serta
perancangan seperti pemodelan dengan flowchart, use case dan sequence diagram.
Bab 4: Implementasi dan Pengujian
Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan yang
disusun pada Bab 3 dan pengujian apakah hasil yang didapatkan sesuai dengan yang
diharapkan.
Universitas Sumatera Utara
7
Bab 5: Kesimpulan Dan Saran
Pada bab ini akan dibahas mengenai kesimpulan yang merupakan rangkuman dari
hasil analisis dan implementasi kerja pada bagian sebelumnya, disertai dengan saran
yang perlu diperhatikan untuk pengembangan aplikasi.
Universitas Sumatera Utara
PENDAHULUAN
1.1 Latar Belakang
Teknologi merupakan salah satu media yang banyak digunakan untuk membantu
pekerjaan manusia dengan memanfaatkan tools, process dan resources dalam
pengolahannya. Penggunaan teknologi banyak dipakai pada hampir seluruh aspek
kehidupan dan perannya digunakan untuk menjalin pertukaran data ataupun informasi
(Simarmata, 2006). Pemakaian komputer dalam era informasi berkembang sangat
pesat dan diimplemetasikan untuk menjawab berbagai kebutuhan manusia dalam
melakukan proses komputasi, pemrosesan serta analisis data, hiburan dan lainnya.
Penggunaan internet pada saat ini mampu mengembangkan beberapa sektor
wisata di Indonesia menjadi lebih maksimal sehingga mampu mendatangkan turis baik
dari dalam negeri maupun luar negeri. Untuk menarik pihak wisatawan, banyak sekali
materi yang bisa kita gunakan, salah satunya adalah dengan menggunakan media
mulitimedia, baik berupa gambar ataupun video.
Gambar adalah media informasi yang sangat efektif karena terbukti handal
dalam penyampaian informasi dengan penyajian yang lebih menarik bagi indera
manusia. Gambar atau citra adalah sebuah representasi yang mirip dari sebuah objek
(Jahne, 2005). Penggunaan citra banyak digunakan sebagai media periklanan untuk
wisatawan agar dapat berkunjung ke suatu daerah.
Dengan menunjukan citra dari objek wisata yang akan ditawarkan, pihak
pengelola dapat membuat para calon wisatawan tertarik untuk mendatangi lokasi yang
ditawarkan. Di Indonesia, ada banyak sekali tempat wisata yang belum dikenal oleh
masyarakat, dalam pengembangannya dibutuhkan sebuah alat bantu untuk
memperkenalkan daerah tersebut kepada masyarakat.
Universitas Sumatera Utara
2
Ada begitu banyak objek pariwisata yang dapat diperkenalkan kepada
wisatawan dalam suatu wilayah, hanya saja tidak semua wisatawan tahu nama daerah
wisata yang dicari. Salah satu masalah yang terjadi adalah kurang populernya suatu
objek wisata yang ditawarkan. Dalam sebuah kasus tertentu, wisatawan yang pernah
mengunjungi tempat tersebut hanya memiliki citra yang diambil di tempat tersebut
tanpa tahu informasi penting mengenai wilayah tersebut seperti nama tempat, lokasi,
keistimewaan yang ditawarkan, kekurangan, dan lain sebagainya.
Oleh sebab itu, dibutuhkan sebuah alat bantu dalam melakukan pencarian
tempat wisata tersebut hanya dengan menggunakan sebuah citra. Citra yang dibawa
pengguna dapat dicari dalam database, sehingga komputer dapat mengolah potongan
citra tersebut dan menunjukan pada pengguna lokasi citra yang diberikan pengguna
beserta dengan informasi yang dibutuhkan pengguna.
Namun, kesulitan dalam mencari citra yang diinginkan adalah banyaknya
piksel data yang diolah karena citra memiliki warna, ukuran dan informasi yang
berbeda. Tidak seperti manusia yang memiliki kemampuan untuk mengetahui
persamaan dan perbedaan sebuah citra, komputer hanya dapat membedakan citra
berdasarkan gradien, warna, ukuran piksel dan lain sebagainya. Selain itu, komputer
juga tidak dapat mengolah informasi secara otomatis tanpa melakukan pembelajaran
terlebih dahulu.
Dalam tugas akhir ini, Penulis melakukan pendekatan menggunakan metode
corner detection dalam mengenali citra, yaitu dengan menggunakan titik-titik sudut
yang jelas pada sebuah citra yang kemudian akan dibandingkan antara satu dengan
yang lain. Setiap titik dalam masing-masing citra akan di simpan ke dalam database
dan dikelompokan berdasarkan modelnya sehingga dengan mudah dapat dilacak oleh
komputer menggunakan backpropagation yang akan belajar mengolah citra yang
dimasukkan oleh pengguna.
Metode corner detection banyak digunakan dalam computer vision atau
machine vision untuk dapat mengenali objek dengan menggunakan citra. Konsep ini
digunakan dalam pengenalan citra (Pishchulin, 2010), pendeteksian citra bila yang
mengalami perubahan derajat sudut (Li et al. 2011) dan sering digabungkan dengan
beberapa metode lain untuk mendapatkan hasil yang lebih akurat, seperti
menggabungkan pendeteksian menggunaan edge dan corner sekaligus (Bhatia &
Chhabra, 2011), atau dengan menggunaan mutual information dan merupakan turunan
Universitas Sumatera Utara
3
dari fungsi frekuensi yang menciptakan noise pada suatu citra (Guelzim et al. 2011).
Dalam beberapa kesempatan, corner detection juga digunakan untuk menjadi salah
satu metode untuk melengkapi metode yang lainnya, seperti estimasi pengenalan mata
(Kurniawan & Suwardi, 2012).
Backpropagation (BP) sendiri banyak digunakan untuk menangani masalah
pengenalan pola-pola kompleks, seperti pengenalan pola tulisan tangan (Devireddy &
Rao, 2005), pengenalan bentuk wajah (Anam et al. 2009), pengambilan keputusan
dalam bidang keuangan (Lee & To, 2010), prakiraan curah hujan (Vamsidhar et al.
2010), pengategorisasikan teks (Ramsundaram & Victor, 2010), inisialisasi (Ganatra
et al. 2011), kompresi citra (Panda, 2012) dan masih banyak lainnya.
Dalam tugas akhir ini, Penulis akan menggunakan metode Harris Corner
Detector dan Backpropagation untuk membantu pengguna dalam melakukan
pencarian dan pengenalan objek citra. Harris Corner Detector (HCD) memiliki
kemampuan untuk mendeteksi sudut dalam suatu citra karena mampu menghasilan
nilai yang konsisten walau dengan adanya rotasi, skala dan variasi pencahayaan
maupun noise pada gambar. Penggunaan Harris Corner Detector didasarkan pada
fungsi autokorelasi sinyal lokal dimana fungsi autokorelasi lokal akan menghitung
perubahan lokal dan sinyal. Lalu hasil dari corner yang dihasilkan oleh sebuah citra
akan diolah oleh backpropagation (BP) sehingga sistem dapat belajar dalam mengolah
informasi yang dibutuhkan oleh pengguna dengan menggunakan citra.
1.2 Rumusan Masalah
Dari latar belakang di atas, sektor pariwisata adalah salah satu bidang yang banyak
membutuhkan penggunaan citra dalam penyediaan informasi untuk menarik minat
wisatawan. Penggunaan citra dan pencarian citra dengan jumlah yang banyak menjadi
salah satu faktor penting dalam mengenali setiap lokasi yang sudah disediakan. Oleh
karena itu, dibutuhkan sebuah pendekatan untuk mengenali sebuah objek dari sebuah
citra yang diuji yang dapat memberikan informasi yang dibutuhkan oleh pengguna
sesuai dengan kebutuhan.
Universitas Sumatera Utara
4
1.3 Batasan Masalah
Guna mencegah meluasnya cakupan permasalahan yang akan dibahas dalam studi ini
dan untuk membuat studi ini lebih terarah, maka dilakukan pembatasan masalah
sebagai berikut:
1. Data yang digunakan berbentuk citra dengan format JPG dan berbentuk 2D,
berukuran 200 x 200 piksel.
2. Data yang digunakan dibagi menjadi dua, yakni data pelatihan (training) yaitu
data yang disimpan dalam database dan data pengujian (testing) yang diuji coba
pada database.
3. Objek citra yang digunakan adalah landmark di Medan dan tidak menempel
dengan objek lain. Objek tidak berotasi secara vertikal.
4. Objek pariwisata yang digunakan dalam penelitian ini hanya berupa bentuk
bangunan.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk menemukan sebuah penyelesaian dan
memberikan informasi yang dibutuhkan dalam mengenal sebuah objek menggunakan
metode corner detection dan backpropagation.
1.5 Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah:
1.
Mengetahui kemampuan metode Harris Corner Detection (HCD) dan
backpropagation (BP) untuk dapat mengenali citra dan informasi yang
dibutuhkan oleh pengguna secara otomatis.
Universitas Sumatera Utara
5
2.
Menambah pemahaman penulis tentang penggunaan metode Harris Corner
Detection (HCD) dan backpropagation (BP) dalam pengenalan citra secara
otomatis untuk memudahkan pengenalan citra secara otomatis.
3.
Sebagai referensi untuk penelitian lain yang membahas metode Harris Corner
Detection (HCD) dan backpropagation (BP) dan penggunaannya pada bidang
lain.
1.6 Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah:
a. Studi Literatur
Studi literature digunakan dengan mengumpulkan bahan-bahan referensi terkait
dengan sistem pengenalan objek citra menggunakan metode corner detection dan
backpropagation.
.
b. Analisis
Pada tahapan ini, penulis akan melakukan analisis terhadap materi dan data yang
mendukung dalam penyelesaian masalah sehingga dapat dirancang sebuah
aplikasi yang akan diimplementasikan.
c. Perancangan
Pada tahap perancangan sistem dilakukan perancangan arsitektur, pengumpulan
data, pelatihan, dan merancang antarmuka. Proses perancangan dilakukan
berdasarkan hasil analisis studi literatur yang telah didapatkan.
d. Implementasi
Pada tahap implementasi sistem ini akan dilakukan pengkodean program
menggunakan Java dan MySQL.
Universitas Sumatera Utara
6
e. Pengujian
Pada tahap ini dilakukan pengujian aplikasi yang telah dibuat guna memastikan
aplikasi telah berjalan sesuai dengan apa yang diharapkan.
f. Dokumentasi dan Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi hasil analisis dan implementasi
penggunaan Harris Corner Detection (HCD) dalam pencarian dan informasi citra
secara otomatis dengan menggunakan metode pembelajaran backpropagation.
1.7 Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut:
Bab 1 Pendahuluan
Pada bab ini merupakan pendahuluan yang berisikan tentang latar belakang masalah,
rumusan masalah, batasan masalah, tujuan penelitian, metode penelitian dan
sisitematika penulisan dari skripsi..
Bab 2: Landasan Teori
Pada bab ini membahas mengenai teori-teori yang digunakan untuk memahami
permasalahan yang berkaitan dengan pengertian citra, format citra, corner detection,
backpropagation dan penerapan yang digunakan dalam pembuatan aplikasi beserta
dengan pendukungnya.
Bab 3: Analisis dan Perancangan
Bab ini berisi analisis dan penerapan metode Harris Corner Detector (HCD) dan
backpropagation (BP) untuk menemukan citra secara otomatis dalam database, serta
perancangan seperti pemodelan dengan flowchart, use case dan sequence diagram.
Bab 4: Implementasi dan Pengujian
Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan yang
disusun pada Bab 3 dan pengujian apakah hasil yang didapatkan sesuai dengan yang
diharapkan.
Universitas Sumatera Utara
7
Bab 5: Kesimpulan Dan Saran
Pada bab ini akan dibahas mengenai kesimpulan yang merupakan rangkuman dari
hasil analisis dan implementasi kerja pada bagian sebelumnya, disertai dengan saran
yang perlu diperhatikan untuk pengembangan aplikasi.
Universitas Sumatera Utara