Segmentasi dan pengenalan citra not balok - USD Repository
SEGM
Diajuk M P
jukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika Oleh :
Audris Evan Utomo 095314052
RAM STUDI TEKNIK INFORMATIKA KULTAS SAINS DAN TEKNOLOGI NIVERSITAS SANATA DHARMA YOGYAKARTA 2013
PROGR FAK UN GMENTASI DAN PENGENALAN CITRA NOT BALOK SKRIPSI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
IMAGE SEGM MENTATION AND RECOGNATION N OF MUSICAL NOTES A THESIS
Presented ed as Partial Fulfillment of The Requirements To O o Obtain The Sarjana Komputer Degree
Info nformatics Engineering Study Program By :
Audris Evan Utomo 095314052
INFORMAT ATICS ENGINEERING STUDY PROGRAM FACULT LTY OF SCIENCE AND TECHNOLOGY SA SANATA DHARMA UNIVERSITY YOGYAKARTA 2013
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Abstrak
Penelitian ini memiliki fokus penelitian pada citra not balok. Cara kerja yang ditawarkan adalah melakukan segmentasi dengan proyeksi vertikal-horizontal pada citra partitur. Lalu kemudian dikenai operasi konvolusi untuk mendapatkan garis yang diidentifikasi sebagai tangkai. Setelah itu dilakukan pengenalan dengan menggunakan penyusuran pixel untuk menangkap bagian- bagian lain dalam not balok tersebut. Penelitian ini menggunakan 50 partitur yang dibuat dengan menggunakan Encore.
Hasil yang dihasilkan dari penelitian kali ini adalah sebesar 90.233% dalam proses pengenalan baik dengan menggunakan precision-recall. Hasil juga memiliki nilai max sebesar 100 % dan nilai presentase min adalah sebesar 56.53 %.
Saran untuk penelitian berikutnya terutama untuk yang memiliki topik pemrosesan citra pada not balok adalah menemukan metode preprocessing yang tepat agar gambar partitur berupa digital maupun cetak dapat diproses. Selain itu metode yang dapat membaca nilai tanda diam, dan metode yang dapat membaca tanda-tanda baca seperti kres dan mol
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Abstract This research have a focus on the image of musical notes.
Manner of works that offered is performing segmentation with vertical-horizontal projection on the image of scores, then is operation convolution to get a line which was identified as a stalk. The recognition by using of pixel tracing to get other part of the musical notes. This research uses 50 scores created using Encore.
The result of this research is 90.233% for recognition process using precision-recall. The result also have max value to 100% and min value to 56.53%
Suggestion for next research especially for topic of image processing of musical notes is to found the right preprocessing method to make a image of scores in digital or printed can be processed. In additional the method that can read the signs reading, like sharps and mol.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Puji syukur dan terima kasih kepada Tuhan Yang Maha Esa atas berkat yang diberikan kepada saya dalam proses penyusunan sampai dengan penyelesaian skripsi ini.
Skripsi ini disusun untuk memperoleh gelar sarjana komputer di Jurusan Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma, Yogyakarta. Skripsi ini juga disusun sebagai sumbangan sedikit pengetahuan, sehingga saya dapat memberikan sedikitnya kontribusi pada perkembangan ilmu pengetahuan untuk berikutnya.
Ucapan terima kasih saya atas dukungan dan doa yang ditujukan kepada :
1. Paulina Heruningsih Prima Rosa, S.Si, M.Sc. selaku Dekan Fakultas Sains dan Teknologi, Universitas Sanata Dharma.
2. Ridowati Gunawan, S.Kom, M.T., selaku Ketua Program Studi Teknik Informatika, Universitas Sanata Dharma.
3. Sri Hartati Wijono, S.Si, M.Kom, selaku pembimbing skripsi, dan Wakil Ketua Program Studi Teknik Informatika, Universitas Sanata Dharma.
4. Eko Hari Parmadi S.Si., M.Kom., selaku dosen penguji skripsi.
5. Alb. Agung Hadhiatma S.T., M.T., selaku dosen penguji skripsi.
6. Orang tua, dan kakak dan adik beserta keluarga tercinta
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR ISI
Halaman Judul ..................................................................................................... i Halaman Judul ..................................................................................................... ii Halaman Persetujuan .......................................................................................... iii Halaman Pengesahan .......................................................................................... iv PERNYATAAN KEASLIAN HASIL KARYA ................................................... v PERNYATAAN PERSETUJUAN PUBLIKASI ................................................. vi Abstrak .............................................................................................................. vii Abstract ............................................................................................................ viii KATA PENGANTAR ........................................................................................ ix DAFTAR ISI ...................................................................................................... xi DAFTAR GAMBAR ........................................................................................ xvi DAFTAR TABEL ............................................................................................ xix
BAB I .................................................................................................................. 1 PENDAHULUAN ............................................................................................... 1
1.1. Latar Belakang ...................................................................................... 1
1.2. Rumusan Masalah ................................................................................. 4
1.3. Manfaat ................................................................................................. 4
1.4. Batasan Masalah .................................................................................... 5
1.5. Sistematika Penulisan ............................................................................ 5
BAB II ................................................................................................................. 7
2.1. Image Processing .................................................................................. 7
3.2. Perancangan Sistem ............................................................................. 20
3.3.3. Proses 2.2. Segmentasi horizontal ................................................. 26
3.3.2. Proses 2.1. Proyeksi horizontal ..................................................... 25
3.3.1. Proses 1. Tranformasi menjadi citra biner ..................................... 24
3.3. Desain Proses ...................................................................................... 23
3.2.3. DFD level 2: ..................................................................................... 21
3.2.2. DFD level 1: ..................................................................................... 21
3.2.1. DFD level 0 / Diagram konteks : ....................................................... 20
3.1.2. Tahap penghapusan objek asing .................................................... 19
2.2. Feature Extraction ................................................................................ 8
3.1.1. Tahap pembuatan file ................................................................... 17
3.1. Perancangan Data Input ....................................................................... 17
Bab III ............................................................................................................... 17 METODOLOGI PENELITIAN ......................................................................... 17
2.7. Precision-Recall .................................................................................. 16
2.6. Not Balok ............................................................................................ 13
2.5. Konvolusi ............................................................................................ 12
2.4. Proyeksi Citra ........................................................................................ 9
2.3. Citra Biner ............................................................................................. 8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.3.4. Proses 3.2. Mencari index max ..................................................... 27
3.3.5. Proses 4.1. Penghapusan garis ....................................................... 28
3.3.6. Proses 4.2. Proyeksi vertikal ......................................................... 29
3.3.7. Proses 4.3. Segmentasi vertikal ..................................................... 30
3.3.8. Proses 4.4. Hapus kunci, penutup dan jenis ketukan ...................... 32
3.3.9. Proses 5.1. Deteksi garis lurus(tangkai not) ................................... 32
3.3.10. Proses 5.2. Pengenalan jenis bagian ........................................... 35
3.3.11. Proses 5.3. Penentuan posisi garis ............................................. 37
3.3.12. Proses 5.4. Pencarian nada ........................................................ 39
3.3.13. Proses 5.5. Pencarian nilai ......................................................... 41
3.3.14. Proses 6. Membunyikan nada .................................................... 45
3.4. Perancangan Pengujian ........................................................................ 45
3.4.1. Pembuatan jawaban ...................................................................... 45
3.4.2. Tranformasi nada dan nilai menjadi jawaban ................................ 46
3.4.3. Pengujian dengan precision-recall ................................................. 47
3.5. Perancangan Interface ......................................................................... 48
BAB IV ............................................................................................................. 49 IMPLEMENTASI .............................................................................................. 49
4.1. Implementasi Sistem ........................................................................... 49
4.1.1. Proses 1. Transformasi menjadi citra biner .................................... 50
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4.1.2. Proses 2.1. Proyeksi horizontal ..................................................... 51
4.1.3. Proses 2.2. Segmentasi horizontal ................................................. 51
4.1.4. Proses 3.2. Mencari index max ..................................................... 52
4.1.5. Proses 4.1. Penghapusan garis ....................................................... 53
4.1.6. Proses 4.2. proyeksi vertikal ......................................................... 53
4.1.7. Proses 4.3. Segmentasi vertikal ..................................................... 54
4.1.8. Proses 4.4. Hapus kunci, penutup dan jenis ketukan ...................... 54
4.1.9. Proses 5.1. Deteksi garis lurus(tangkai not) ................................... 55
4.1.10. Proses 5.2. Pengenalan jenis bagian ........................................... 56
4.1.11. Proses 5.3. Penentuan posisi garis ............................................. 57
4.1.12. Proses 5.4. Pencarian nada ........................................................ 58
4.1.13. Proses 5.5. Pencarian nilai ......................................................... 59
4.1.14 Proses 6. Membunyikan nada........................................................ 62
4.2. Implementasi Interface ........................................................................ 63
Bab V ................................................................................................................ 64 Hasil dan Pengujian ........................................................................................... 64
5.1. Data Input ........................................................................................... 64
5.2. Code Pengujian Sistem ........................................................................ 67
5.3. Hasil Pengujian Sistem ........................................................................ 68
5.3.1. Hasil Segmentasi Horizontal ......................................................... 68
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5.3.2. Hasil Segmentasi Vertikal ............................................................. 70
5.3.3. Hasil Pengenalan : ........................................................................ 71
5.3.4. Hasil Pengujian : ............................................................................... 71
5.4. Analisis Hasil ...................................................................................... 82
Bab VI ............................................................................................................... 85 Kesimpulan dan Saran ....................................................................................... 85
6.1. Kesimpulan ......................................................................................... 85
6.2. Saran ................................................................................................... 86 DAFTAR PUSTAKA ........................................................................................ 87 LAMPIRAN ...................................................................................................... 88
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
DAFTAR GAMBAR
Gambar 2.1. Contoh citra biner .......................................................................... 9Gambar 2.2 Contoh histogram horizontal-vertical ............................................. 9 Gambar 2.3. Contoh citra potongan partitur ....................................................10 Gambar 2.4. Hasil proyeksi vertikal(bawah) dan horizontal (kanan) ................ 10
Gambar 2.5. Proses segmentasi ........................................................................ 11 Gambar 2.6. Hasil segmentasi didapatkan 2 objek gambar ..............................11 Gambar 2.7. Contoh citra not balok .................................................................. 12
Gambar 2.8. Hasil operasi konvolusi Gambar 2.7. ........................................... 13 Gambar 2.9.(a) Kunci G, (b) Kunci F, (c) Kunci C ......................................... 14 Gambar 2.10.
Posisi nada pada kunci G dan F ................................................ 14 Gambar 2.11. Nama bagian not ....................................................................... 15
Gambar 2.12
Nilai-nilai dari suatu not balok ................................................... 15 Gambar 2.13.
Ilustrasi precision-recall ........................................................... 16
Gambar 3.1. Contoh pembuatan partitur dengan Encore ................................. 18Gambar 3.2. Contoh hasil pembuatan partitur ................................................. 19Gambar 3.3. Contoh hasil penghapusan .......................................................... 20 Gambar 3.4. DFD level 0 .................................................................................20 Gambar 3.5. DFD level 1 .................................................................................
21 Gambar 3.6. DFD level 2 proses 2 ...................................................................
21 Gambar 3.7. DFD level 2 proses 3 ...................................................................
22 Gambar 3.8. DFD level 2 proses 4 ...................................................................
22
Gambar 3.9. DFD level 2 proses5 ....................................................................35 Gambar 3.22. Contoh gambar-gambar tanda diam ..........................................
41 Gambar 3.31. Contoh nada dan jawaban .........................................................
41 Gambar 3.30. Nada 1/8 ...................................................................................
41 Gambar 3.29. Nada 1/2 ...................................................................................
39 Gambar 3.28. Nada 1/4 ...................................................................................
38 Gambar 3.27. Contoh gambar not ....................................................................
38 Gambar 3.26. Garis di tengah ..........................................................................
37 Gambar 3.25. Garis di belakang ......................................................................
36 Gambar 3.24. Garis di depan ...........................................................................
36 Gambar 3.23. Contoh garis birama .................................................................
Gambar 3.20. Hasil operasi konvolusi Gambar 2.7. ......................................... 34 Gambar 3.21. Contoh gambar-gambar nada ....................................................23 Gambar 3.10. Ilustrasi tranformasi menjadi citra biner ...................................
32 Gambar 3.19. Contoh citra not balok ............................................................... 34
31 Gambar 3.18. Penghapusan kunci,dan jenis ketukan ........................................
30 Gambar 3.17. Hasil segmentasi vertikal ...........................................................
28 Gambar 3.16. Citra (atas) dan hasil proyeksi vertikal (bawah) .........................
28 Gambar 3.15. Hasil penghapusan garis ...........................................................
27 Gambar 3.14. Potongan citra baris ...................................................................
26 Gambar 3.13. Posisi-posisi max [0 – 4] ...........................................................
25 Gambar 3.12. Hasil segmentasi mendapatkan 2 objek (atas dan bawah) ..........
24 Gambar 3.11. Potongan citra (kiri) dan hasil proyeksi horizontal (kanan) .......
46 PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Gambar 3.32.
Rancangan interface .................................................................. 48
Gambar 4.1. Hasil implementasi interface ....................................................... 61 Gambar 4.2. JFileChooser ...............................................................................61 Gambar 5.1. Partitur file 17.png ......................................................................
68 Gambar 5.2. Hasil proyeksi horizontal file 17.png ........................................... 69
Gambar 5.3. Hasil segmentasi baris I .............................................................. 69Gambar 5.4. Hasil segmentasi baris II ............................................................. 69Gambar 5.5. Hasil proyeksi vertikal baris I file 17.png .................................... 70Gambar 5.6. Beberapa contoh bagian pada baris II file 17.png ....................... 70Gambar 5.7. Partitur 01.png ............................................................................ 83Gambar 5.8. Partitur 44.png ............................................................................ 83Gambar 5.9. Nada pertama pada nada pada partitur 44.png ........................... 84
DAFTAR TABEL
Tabel 5.1. Tabel file pengujian ......................................................................... 64Tabel 5.2. Tabel hasil pengujian semua file pengujian ...................................... 71Tabel 5.3. Rata-rata hasil pengujian ................................................................ 74Tabel 5.4. Error hasil uji .................................................................................. 74PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB I PENDAHULUAN Pada bab ini akan menjelaskan mengenai latar belakang penelitian beserta tujuan dan masalah yang akan diteliti.
1.1. Latar Belakang
Seiring dengan perkembangannya, akhir-akhir ini terdapat banyak sekali data dengan berbagai bentuk. Sesuai dengan pengertian data yang adalah keterangan atau bahan yang benar dan nyata yang dapat menjadi bahan analisis, data-data digital tersebut dapat menjadi bahan untuk dianalisa dan menciptakan suatu informasi. Jika data-data tersebut hanya diam dalam komputer dan tidak dianalisa untuk menjadi informasi hanya akan menjadi data mentah, atau sampah (junk) data yang tidak dapat berguna. Agar data-data tersebut dapat menghasilkan sesuatu, maka data itu harus dianalisis kemudian diolah untuk kemudian menghasilkan sebuah informasi.
Begitu juga dengan sebuah gambar / citra akan menjadi kurang berarti jika hanya untuk dilihat atau dipajang. Agar sebuah gambar / citra menjadi lebih memiliki nilai, gambar / citra tersebut harus diolah agar dapat menghasilkan informasi yang dibutuhkan. Ilmu yang mempelajari mengenai hal tersebut adalah pengolahan citra. Dalam suatu objek citra juga memiliki ciri-ciri khusus, sebagai contoh adalah huruf A dalam bentuk citra, yang membedakan huruf A dengan huruf yang lain adalah
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
sudut-sudut yang terdapat dalam huruf A tersebut yang membentuk segitiga.
Pada penelitian kali ini akan menggunakan Metode Proyeksi Vertikal-Horizontal. Proyeksi Vertikal-Horizontal akan memberikan gambaran pixel dari suatu citra dalam bentuk histogram. Proyeksi Vertikal-Horizontal memberikan gambaran pixel dengan menjumlahkan pixel-pixel tersebut secara horizontal maupun vertikal. Hasil penjumlahan tersebut akan digambarkan dengan menggunakan histogram sesuai dengan level dari jumlah pixel-pixel yang telah dihitung sebelumnya. Metode ini banyak digunakan untuk citra yang berbentuk tulisan. Dalam penggunaannya untuk memproses citra dokumen teks, metode ini digunakan untuk menentukan batasan-batasan antar huruf pada suatu tulisan. Setelah menemukan batasan-batasan antar huruf akan dilakukan segmentasi atau pemotongan, agar dapat mendapatkan huruf-huruf yang terdapat pada citra dokumen teks tersebut.
Partitur musik sebagian besar menggunakan notasi not balok. Dimana notasi-notasi tersebut tersusun sedemikian rupa dalam posisi- posisi tertentu didalam baris-baris dalam sebuah partitur yang menunjukan tinggi rendahnya suatu nada. Selain memiliki posisi-posisi tertentu not balok juga memiliki bentuk-bentuk khusus untuk menunjukan nilai ketukan dari not tersebut. Selain itu not balok juga memiliki batas-batas pemisahan yang cukup jelas, yaitu not balok selalu tegak, sehingga mudah dikenali batasan antar not-nya. Batasan-batasan tersebut biasanya memiliki
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
sedikit pixel maka dari itu untuk membagi not balok menjadi bagian- bagian not dapat menggunakan Proyeksi Vertikal-Horizontal, setelah diproyeksikan citra partitur akan disegmentasi. Hasil proses segmentasi adalah objek-objek not dalam citra partitur tersebut.
Pada penelitannya yang berjudul “I d e n t i fi c a t i o n o f M u s i c a l N o t e s i n S h e e t M u s i c I m a g e s U s i n g C o l o r s ” (Angela, Maria.
2006) ingin ditunjukkan metode identifikasi not balok dengan menggunakan pewarnaan pada staves, yang sebelumnya dilakukan segmentasi dengan menggunakan proyeksi profile (proyeksi horizontal- vertikal). Hasil yang didapatkan dari penelitian tersebut adalah ketepatan identifikasi sebesar 96.3768% untuk salah satu contoh partitur yang digunakan.
Pada sebuah artikel mengenai “Playing Notes by Image Processing” (Soriano, 2010) ide yang diberikan dalam mengidentifikasi not balok adalah dengan mencocokkan not dengan menggunakan template. Template yang digunakan adalah sebuah image kepala not, lalu template tersebut digabungkan dengan partitur yang diproses yang akan menunjukan titik- titik posisi kepala-kepala not yang terdapat dalam partitur tersebut.
Penelitian ini diharapkan dapat memberikan gambaran cara kerja pengolahan citra untuk membaca dan mengidentifikasi partitur not balok, selain itu juga akan diberikan gambaran ketepatannya dalam membaca dan mengidentifikasi partitur not balok. Hasil pembacaan partitur not balok
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
kemudian akan dikonversikan menjadi suara, sehingga dapat mendengar nada-nada partitur not balok tersebut.
Banyak orang yang lebih suka membaca not angka daripada not balok. Oleh karena itu penelitian ini cukup penting, karena hasil penelitian ini dapat digunakan untuk membuat alat yang dapat membaca not balok (OMR, Optical Music Recognition) dengan menggunakan metode diatas, sehingga membantu orang dalam mempelajari not balok dan mendengarkan musik yang ditulis dengan not balok.
1.2. Rumusan Masalah
Rumusan masalah yang digunakan dalam penelitian ini adalah :
- Bagaimana cara kerja Pemrosesan Citra dalam mengenali citra partitur not balok.
- Mengukur tingkat ketepatan cara kerja Pemrosesan Citra dalam mengenali citra partitur not balok (nada dan nilai).
1.3. Manfaat
Manfaat dari penelitian ini adalah : 1. Membantu orang dalam mempelajari partitur not balok.
2. Memberikan gambaran segmentasi dan pengenalan citra not balok.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1.4. Batasan Masalah
Batasan-batasan yang digunakan untuk membatasi permasalahan yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Partitur-partitur yang digunakan ditulis dalam kunci G.
2. Partitur yang digunakan ditulis dengan tangga nada naturel (do=c).
3. Data partitur yang digunakan, ditulis dan dicetak kembali secara digital menggunakan Encore.
4. Partitur-partitur yang digunakan hanya memiliki satu nada dalam satu satuan ketukan.
5. Jumlah contoh partitur yang digunakan adalah tidak lebih dari 100 partitur dari lagu yang berbeda-beda.
6. Hanya dapat membaca nada yang ada, dan tidak dapat membaca tanda- tanda baca dalam partitur (tanda diam, hiasan, kres dan mol).
7. Dalam implementasinya menggunakan Java dan Matlab, dengan JMatLink sebagai library untuk menghubungkan keduanya.
8. Menggunakan operasi konvolusi dengan menggunakan kernel [-1 1 -1]
1.5. Sistematika Penulisan
Secara umum isi dokument ini tersusun sesuai dengan sistematika yang dijelaskan sebagai berikut :
1. BAB 1 : Pendahuluan Pada bab ini berisi latar belakang dan masalah mengapa diadakan penelitian ini dengan batasan-batasan masalah pada penelitian ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2. BAB 2 : Landasan Teori Pada bab ini dijelaskan mengenai teori-teori apa saja yang digunakan untuk mendukung penelitian ini.
3. BAB 3 : Metodologi Penelitian
Bab ini berisi langkah-langkah kerja dan metode-metode yang digunakan dalam penelitian.
4. BAB 4 : Implementasi
Bab ini berisi mengenai implementasi dalam program, untuk langkah kerja dan metode yang telah disusun pada bab 3.
5. BAB 5 : Hasil dan Pengujian
Bab ini berisi hasil pengujian yang dilakukan terhadap sistem, beserta analisis terhadap hasil tersebut.
6. BAB 6 : Kesimpulan dan Saran
Bab ini berisi kesimpulan terhadap penelitian ini, dan saran untuk pengembangan penelitian berikutnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB II LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori-teori yang dapat
mendukung penelitian, diantaranya image processing, proyeksi, konvolusi, dan feature extraction.
2.1. Image Processing
Secara umum image processing menunjuk pada pemrosesan gambar 2 dimensi menggunakan komputer. Citra digital merupakan sebuah larik (array) yang berisi nilai-nilai real maupun kompleks yang direpresentasikan dengan deret bit tertentu. Suatu citra dapat didefinisikan sebagai sebuah fungsi f(x,y) berukuran M garis dan N kolom yang dimana x dan y merupakan koordinat dan f merupakan amplitudo pada koordinat (x,y) yang dinamakan intensitas atau tingkat keabuan dari citra pada titik koordinat tersebut (Putra, 2010, Pengolahan Citra Digital, hal. 19). Citra dapat ditulis dengan matrix sebagai berikut :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.2. Feature Extraction
Ekstraksi fitur(Feature Extraction) merupakan bagian fundamental dari analisis citra. Fitur adalah karakteristik unik dari suatu objek citra.
Karakteristik fitur yang baik memiliki syarat seperti berikut : 1. Dapat membedakan suatu objek dengan yang lainnya.
2. Memperhatikan kompleksitas komputasi dalam memperoleh fitur.
Semakin rendah tingkat kompleksitas komputasi maka akan semakin baik.
3. Tidak terikat dalam arti bersifat invarian terhadap berbagai transformasi.
4. Jumlahnya sedikit, karena fitur yang jumlahnya sedikit akan menghemat waktu komputasi dan ruang penyimpanan untuk proses berikutnya.
Ekstraksi Fitur yang digunakan dalam citra terdapat 3 ekstraksi fitur yaitu :
- Ekstraksi bentuk (shape)
- Ekstraksi warna (color)
- Ekstraksi tekstur (texture)
2.3. Citra Biner
Citra biner merupakan citra yang hanya memiliki 2 kemungkinan nilai pixel, 1 dan 0. Nilai 1 merupakan warna putih sedangkan nilai 0 adalah warna hitam. Citra biner biasanya disebut citra B&W (Black and White) atau citra monokrom. Untuk menyimpan data 1 pixel hanya dibutuhkan memori sebesar 1 bit.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Citra biner sering muncul sebagai hasil segmentasi, pengambangan, morfologi atau dithering
Gambar 2.1. Contoh citra biner2.4. Proyeksi Citra
Proyeksi citra merupakan teknik pemrosesan citra dimana jumlah level pixel dari sebuah citra dihitung sepanjang baris (lebar) citra tersebut untuk mendapatkan proyeksi horizontal dan sepanjang kolom (tinggi) citra tersebut untuk mendapatkan proyeksi vertikal. Proyeksi tersebut digambarkan dalam bentuk histogram. Tinggi histogram akan menunjukkan banyaknya pixel pada baris atau kolom tertentu.
Gambar 2.2
Contoh histogram horizontal-vertical
(sumber : Burger. (2008). Digital Image Processing.)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Dengan rumus perhitungan sebagai berikut : M
P [ i ] S [ i , j ] v ∑ = j
1 N = P i S i j h = ∑ [ ] [ , ] j
=
1 Berikut merupakan penjelasan mengenai cara kerja proyeksi beserta segmentasi terhadap citra biner potongan partitur not balok.
Gambar 2.3. Contoh citra potongan partiturGambar 2.4. Hasil proyeksi vertikal(bawah) dan horizontal (kanan)Untuk membentuk matrix citra seperti diatas bukan hanya membuat citra biner, namun citra tersebut harus dinegasikan, agar objek diwakili
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
dengan angka 1 dan background diwakili angka 0 Hasil proyeksi vertikal digunakan untuk melakukan proses segmentasi, yang dimana akan melakukan pemotongan dengan nilai ambang adalah 5 (jumlah garis).
Gambar 2.5.
Proses segmentasi
Gambar 2.6. Hasil segmentasi didapatkan 2 objek gambarPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.5. Konvolusi Konvolusi merupakan sebuah operasi sentral pada pengolahan citra.
Proses konvolusi dapat dijelaskan sebagai berikut. Kernel atau matrix konvolusi dikenai operasi perkalian lalu kemudian dikenai operasi penjumlahan pada setiap pixel dan menghasilkan nilai pixel baru. Proses konvolusi dirumuskan sebagai berikut :
, = + − 1, + − 1 ( , )
ୀଵ ୀଵ
Dimana O(i,j) merupakan nilai pixel baru, U merupakan citra input, dan K merupakan kernel yang digunakan. Kernel sangat penting untuk memiliki posisi central, atau dapat juga berupa matrix 2 x 2.
Berikut merupakan contoh operasi konvolusi untuk mendeteksi sebuah garis lurus dari citra not balok seperti contoh gambar 2.7. dan matrix konvolusi yang digunakan adalah matrix 1 x 3.
−1 1 −1
Gambar 2.7. Contoh citra not balokPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Perhitungan konvolusinya dijelaskan sebagai berikut : O(0,1) = 0 * -1 + 0 * 1 + 0 * -1 = 0 O(0,2) = 0 * -1 + 0 * 1 + 0 * -1 = 0 … … O(12,3) = 0 * -1 + 0 * 1 + 0 * -1 = 0
Sehingga dihasilkan citra baru yang hanya menyisakan sebuah garis lurus.
Gambar 2.8. Hasil operasi konvolusi Gambar 2.7.2.6. Not Balok
Dalam musik tinggi-rendah, dan panjang-pendeknya nada dapat ditunjukan dengan tanda yang disebut not. Not berfungsi sebagai huruf dalam musik, dimana jika dibunyikan akan terdengar sebagai kalimat- kalimat musik, sama seperti halnya huruf alphabet jika dibunyikan akan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
terdengar kata-kata dan kalimat-kalimat. Jenis-jenis penulisan not balok (titinada) dapat ditulis dalam beberapa kunci yaitu G, F, C.
(a) (b) (c) Gambar 2.9. (a) Kunci G, (b) Kunci F, (c) Kunci C
Not balok ditulis dalam sebuah garis-garis paranada. Yang dimana nadanya ditentukan oleh kunci. Pada kunci G nada g’ diletakan pada garis ke-2 dari bawah. Pada kunci F, nada f diletakan pada garis ke-2 dari atas.
Nada g’ Nada f Gambar 2.10.
Posisi nada pada kunci G dan F Sebuah not terdiri atas beberapa bagian yaitu kepala, tongkat dan bendera.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 2.11. Nama bagian notSebuah not terdiri atas nilai sebagai berikut (untuk ketukan berbasis 4) :
Gambar 2.12 Nilai-nilai dari suatu not balokNilai sebuah not atau tanda istirahat menentukan berapa lama not berbunyi atau istirahat. Selain terpengaruh oleh nilai, lamanya not berbunyi juga dipengaruhi oleh metronome. Untuk metronome 60 yang dimana artinya terdapat 60 ketukan dalam 1 menit, not bernilai ¼ memiliki jumlah ketukan sebanyak 1 ketukan. Begitu juga not bernilai 1/8 memiliki jumlah ketukan sebanyak ½ ketukan dan seterusnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.7. Precision-Recall
Precision merupakan bagian yang dikenali sistem dari yang relevan, sedangkan recall merupakan sebagian dokumen yang relevan dari yang dikenali sistem. Keduanya merupakan ukuran kepemahaman dan relevansi. Biasanya pengukuran kesuksesan precision-recall digunakan pada pengenalan pola dan pemerolehan informasi. dikenali relevan
R P Gambar 2.13.
Ilustrasi precision-recall Jika dirumuskan maka cara untuk menghitung precision-recall adalah sebagai berikut.
∩ =
∩ =
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Bab III METODOLOGI PENELITIAN
3.1. Perancangan Data Input
Data input yang digunakan merupakan file image / citra partitur not balok yang berekstensi *.png. File yang akan digunakan adalah sebanyak 50 partitur. Partitur not balok tersebut didapatkan dari 2 buku yaitu “Menjadi Organis 1” dan “SPECIAL SONG for kids Sunday school”. Untuk membuat partitur tersebut menjadi bentuk file yang siap untuk dikenai pemrosesan citra, partitur tersebut melewati tahap pembuatan file, dan penghapusan objek yang tidak diperlukan. Tahap-tahap tersebut dijelaskan sebagai berikut :
3.1.1. Tahap pembuatan file
Untuk membuat file image partitur, diperlukan beberapa tools yaitu Encore 5 dan ImagePrinter. Encore merupakan tools yang digunakan untuk membuat partitur, dan ImagePrinter merupakan tools yang digunakan untuk mencetak partitur menjadi sebuah file image dengan ekstensi yang ditentukan.
Buku “Menjadi Organis 1” merupakan buku yang berisi partitur lagu yang sudah ditulis dalam bentuk not balok. Jadi dalam pembuatannya hanya perlu memindahkan not balok yang ada dibuku ke dalam Encore, dengan menghilangkan atau tidak
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
mengikut sertakan tanda baca seperti kres, mol, garis lengkung (frasering), dll. Sedangkan untuk buku “SPECIAL SONG for kids Sunday school” yang berisi partitur lagu yang ditulis dengan not angka, untuk mendapatkan partitur not balok, harus terlebih dahulu merubah not angka menjadi not balok. Dimana semua not angka dibaca sebagai do = c atau dalam not balok sering disebut dengan tangga nada naturel (tanpa kres dan mol).
Setelah dibuat dengan menggunakan Encore, lalu partitur dicetak dengan menggunakan tools ImagePrinter. Yang akan menyimpan file image partitur hasil cetakan Encore.
Gambar 3.1. Contoh pembuatan partitur dengan EncorePLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 3.2. Contoh hasil pembuatan partitur3.1.2. Tahap penghapusan objek asing
Pada penelitian kali ini yang digunakan adalah murni partitur not balok tanpa ada objek-objek asing diluar not balok. Karena hasil cetakan encore dan imageprinter masih mengandung objek-
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
objek asin sing seperti nama composer, judul (title), maka ob objek-objek tersebut a t akan dihapus secara manual dengan mengguna unakan tools MSPaint. nt. Sehingga didapatkan file partitur yang tidak me mengandung objek-obje bjek asing.
Gambar 3.3. Contoh hasil penghapusan3.2. Perancangan Siste istem
Rancangan s n sistem untuk membaca partitur dapat dijabark arkan dalam diagram aliran data ata sebagai berikut :
3.2.1. DFD level 0 l 0 / Diagram konteks :
Citra partitur not balok, satuan Sistem waktu (metronome)
User Pembaca aca partitur
Suara
Gambar 3.4. DFD level 0PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.2.2. DFD level 1: 1.
Citra partitur Tranformasi menjadi citra biner
Citra biner partitur User 2.
Mendapatkan suara baris partitur
Citra baris Metronome 3.
Citra baris Mencari posisi garis
Posisi garis 6.
4. Membunyikan Mendapatkan nada bagian not balok
Posisi garis Jenis bagian, Nilai dan nada
Bagian not not balok 5.
Mengenali bagian not balok
Gambar 3.5. DFD level 13.2.3. DFD level 2:
3.2.3.1. Proses 2. Mendapatkan baris partitur
2.1 Citra biner partitur Proyeksi horizontal
Hasil proyeksi horizontal
2.2 Segmentasi horizontal Citra baris
Gambar 3.6. DFD level 2 proses 2PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.2.3.2. Proses 3. Mencari posisi garis
Gambar 3.7. DFD level 2 proses 33.2.3.3. Proses 4. Mendapat bagian not balok
Gambar 3.8. DFD level 2 proses 43.1 Proyeksi horizontal Citra baris
Hasil Proyeksi
3.2 Mencari index bernilai Posisi garis
Citra baris
4.1 Penghapusan Garis Posisi garis
Citra baris tanpa garis
4.3 Segmentasi vertikal
4.2 Proyeksi vertikal Hasil proyeksi vertical baris
Hasil pemotongan vertikal
4.4 Hapus kunci, penutup dan jenis ketukan Bagian not balok
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.2.3.3. Proses 5. Mengenali bagian not balok Bagian not balok
5.1 Deteksi Garis lurus (tangkai not) Posisi garis lurus
5.3 Posisi garis Posisi garis lurus
Penentuan posisi garis
5.2 Jenis Perkiraan Posisi
Pengenalan jenis bagian bagian
5.5 Pencarian Nilai Jenis bagian
5.4 Pencarian nada Posisi nilai garis nada
Gambar 3.9. DFD level 2 proses53.3. Desain Proses
Berdasarkan DFD yang telah dirancang pada sub bab sebelumnya, pada sub bab ini akan dijelaskan proses-proses yang ada pada DFD.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3.3.1. Proses 1. Tranformasi menjadi citra biner
Proses ini adalah untuk membuat citra biner dari citra partitur yang dimasukan oleh user agar lebih mudah untuk dilakukan pemrosesan lebih lanjut.
3.3.1.1. Ilustrasi
Gambar 3.10. Ilustrasi tranformasi menjadi citra biner3.3.1.2. Algoritma Cara kerja dari proses ini dijelaskan dengan psuedocode berikut:
1. Merubah citra warna menjadi citra keabuan
2. Mencari threshold citra keabuan
3. Untuk setiap pixel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
a. jika nilai keabuan > threshold maka nilai biner pixel tersebut = 1 b. Jika tidak maka nilai biner pixel tersebut = 0
4. Semua nilai citra biner dibalik 0 => 1 dan 1 => 0
3.3.2. Proses 2.1. Proyeksi horizontal
Proses ini adalah untuk membuat histogram proyeksi secara horizontal. Proses proyeksi horizontal juga dilakukan pada proses
3.1. Secara umum proyeksi horizontal dikerjakan dengan menjumlahkan pixel secara horizontal.
3.3.2.1. Ilustrasi
Gambar 3.11. Potongan citra (kiri) dan hasil proyeksi horizontal (kanan)3.3.2.2. Algoritma Cara kerja dari proses ini dijelaskan dengan psuedocode berikut :
′
௦ ௪ௗ௧1. ℎ [ ] = ∑ [ ]
ୀ