TUGAS AKHIR - Pengenalan alat-alat stasioneri secara realtime menggunakan ekstraksi ciri DST - USD Repository

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

TUGAS AKHIR
Pengenalan Alat–alat Stasioneri secara RealTime Menggunakan
Ekstrasi Ciri DST
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh
Gelar Sarjana Teknik (S1) Program Studi Teknik Elektro
Teknik Elektro Universitas Sanata Dharma Yogyakarta

Disusun oleh:
Febriyanto
NIM
095114024
PROGRAM STUDI TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO
FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2014

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

FINAL PROJECT
REALTIME STATIONERY EQUIPMENT RECOGNITION USING DST
FEATURE EXTRACTION
Presented as Partial Fulfillment of the Requirements to Obtain Sarjana Teknik
Degree in Electrical Engineering Study Program

By:
FEBRIYANTO
095114024

ELECTRICAL ENGINEERING STUDY PROGRAM
DEPARTMENT OF ELECTRICAL ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2014
ii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI

TERPUJI

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

LEMBAR PERSEMBAHAN
Yang Utama Dari Segalanya...
Jesus Christ Tuhan Sang pemilik nyawaku. Terimakasih untuk semua kesempatan yang
terbaik dalam hidupku, terimakasih Tuhan yang selalu mau membimbing, memberkati,

menuntun dan mengantarkanku pada tempat terbaik di bumi ciptaanMu ini, terimakasih
pula telah memberikanku manusia–manusia yang luar biasa seperti mereka semua. Terima
kasih Tuhan, biarkan aku terus mencintai, mengimani_Mu hingga akhir nafasku dibumi
ini. Taburan cinta dan kasih sayang yang kuterima dari_Mu yang begitu besar telah
memberikanku kekuatan, membekaliku dengan ilmu serta memperkenalkanku dengan
cinta. Atas karunia serta kemudahan yang Engkau berikan hingga akhirnya Tugas Akhir
dengan judul Pengenalan Alat–alat Stasioneri Secara RealTime Menggunakan
Ekstrasi Ciri DST ini dapat terselesaikan dengan baik.

Kupersembahkan Tugas Akhir sederhana ini kepada orang yang sangat
kukasihi dan kusayangi...
Almarhumah Ibunda dan Ayahanda Tercinta
Tiada kata–kata spesial yang dapat ku berikan kepada kalian, namun sebagai tanda bakti,
hormat, rasa cinta dan terimakasih yang tiada terhingga kupersembahkan Tugas Akhir ini
kepada almarhumah Ibunda dan Ayahanda tercinta yang telah memberikan semangat,
kasih sayang, segala dukungan, waktu serta pengorbanan, kebersamaan, kecerian dan cinta
kasih yang tiada terhingga yang tak mungkin dapat kubalas semua ketulusanmu itu dari ku
lahir hingga ku sedewasa ini, hanya dengan selembar kertas yang bertuliskan kata cinta dan
persembahan ini. Semoga ini bisa membuat almarhumah Ibu dan Ayah bahagia dan sedikit
melegakan, kusadar selama ini belum bisa berbuat yang lebih lagi untuk membahagiakan

kalian dan mungkin ini bukan hasil terbaik yang kalian harapkan. Untuk almahumah Ibu
dan Ayah yang selalu membuatku termotivasi dan bersemangat, yang selalu menyirami
jiwaku dengan kasih sayang, selalu mendoakanku, selalu menasehatiku dengan kata–kata
indah agar menjadi yang lebih baik, kalian inspirasi, semangat, motivator, dan kekuatanku
dalam menjalani kehidupan yang penuh akan rintangan..
Terima kasih almarhumah Ibunda Tri Lestari.. Terima kasih Ayahanda drg. Richardus
Bambang Budiyanto atas segala keringat, air mata, canda tawa, kebersamaan dan cinta
kasih yang hangat dan tulus selama ini yang ku terima.. I always love u, you are always in

vi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

my heart and you will never be replaced. Membahagiakan dan membalas apa yang telah
diberikan orang tua kepada kita adalah kewajiban setiap anak…


My Brother’s dan Sister
kakakku, Mas Angga dan Mbak Maya makasih atas supportnya selama ini, tiada yang
paling mengharukan saat kita kumpul bersama, walaupun sering ada percecokan diantara
kita tapi hal itu selalu menjadi warna yang tak akan bisa tergantikan dan ini hal terindah
dalam keluarga, terima kasih atas segala doa, bantuan kalian selama ini, hanya karya ini
yang dapat ku persembahkan. Maaf belum bisa menjadi panutan seutuhnya, tapi aku akan
selalu menjadi yang terbaik untuk kalian semua.
Almamaterku
Untuk almamaterku Universitas Sanata Dharma Yogyakarta khususnya program studi
Teknik Elektro Fakultas Sains dan Teknologi terimakasih untuk kebersamaannya.
your dreams today, can be your future tomorrow

vii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI

TERPUJI

LEMBAR MOTTO.
Pray, Love, Dream, Believe, Spirit and Never Give Up.
“Tanpa adanya perjuangan, kemajuan takkan terjadi”
(Amaray Ferderick Douglas)
Jadikanlah sabar dan doa sebagai pedoman dalam menjalani kehidupan saat ini dan
yang akan datang senang maupun susah.
Jadikan sabar N doa sbg pedoman dlm jalani kehidupan saat ni N yg kan dtang snang maupun susah krna kekuatan doa
dpt mngubah sgala sesuatu

Hidup perlu cinta,
Maka laluilah hari-harimu dengan penuh cinta dan kasih sayang.
Hidup juga perlu kejujuran, ketekunan, dan keuletan,
Kehidupan tanpa kejujuran akan membawa kita dalam jurang kehancuran.
Jangan pantang menyerah dalam hidup.
Gapailah semua keinginan dan cita-citamu walaupun itu terasa berat.
Tumbuhkan rasa saling percaya diantara sesama
Karena dengan percaya puji TUHAN kita akan hidup bahagia.
Aku memandang sisi kehidupan yang cerah dan merenungi kesulitan dengan keyakinan

bahwa tantangan dapat diatasi dan segala sesuatu dapat berubah menanda baik, karena aku
beriman pada Tuhan, percaya pada diriku dan sesama..
(Carmen 1992)
“Tuhan membuat semuanya indah pada waktunya, tidak terlalu cepat, dan tidak pernah
terlalu terlambat, tetapi selalu tepat pada waktunya Percaya pada pengaturan waktu
Tuhan..”
Hadapilah tantangan hidup ini setiap hari, dan apabila merasa tawar, lalu mendekatlah
kepada Tuhan, kekuatannya dapat membuatmu penuh kekuatan dan keindahan.
(Dennis Haan)

viii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

PLAGIAT

PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Intisari
Stasioneri merupakan peralatan yang sering kita gunakan dalam kehidupan sehari–
hari khususnya dunia pendidikan dan kerja. Alat–alat stasioneri yang digunakan dalam
proses pengenalan antara lain peralatan tulis menulis dan peralatan kerja. Alat stasioneri
memiliki tingkat kesulitan dalam proses pengenalan karena bentuknya yang hampir mirip
satu dengan yang lain.
Mengenali suatu objek dibutuhkan proses percobaan yang panjang, yang
didapatkan berdasarkan ciri–ciri dan pengalaman yang didapatnya melalui pengalaman
pengamatan objek yang mirip. Penerapan dalam bidang komputasi, disebut dengan
pengenalan pola. Metode yang digunakan dalam proses mendapatkan ciri–ciri dari citra
maka digunakan ekstrasi ciri discrete sine transform.
Discrete Sine Transform yang digunakan adalah tipe dua dimensi. Discrete Sine
Transform dua dimensi merupakan satu dimensi transformasi yang dihitung dalam setiap
baris dan kolom. Discrete Sine Transform ini digunakan untuk menentukan ciri dari

gambar yang akan dikenali. Setelah didapat ciri kemudian gambar tersebut akan dihitung
selisihnya dengan database. Untuk menghitung selisih nilai masukan yang didapat dengan
nilai database digunakanlah suatu metode perhitungan jarak Euclidean. Dengan jarak
Euclidean ini nilai jarak yang paling kecil antara nilai masukan dengan database akan di
golongkan dengan gambar yang sama dengan database.
Kata kunci: Stasioneri, Transformasi Sinus Diskrit, webcam, jarak Euclidean, matlab

x

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Abstract
Stationery is equipment that is often used in everyday life especially education and
employment. Stationery tools used in the process of introducing, among others, writing
equipment and tooling. Stationery tools have difficulties in the recognition process because

its shape is almost similar to each other.
Recognize an object takes a long process of trial, which is obtained based on the
characteristics and experiences acquired through observation of objects similar experience.
Implementation in the field of computing, called pattern recognition. The method used in
the process to acquire the features of the used extraction of image characteristic of discrete
sine transform.
Discrete Sine Transform used is a two-dimensional type. Two-dimensional Discrete
Sine Transform is a one-dimensional transformation calculated in each row and column.
Discrete Sine Transform is used to determine the characteristics of the image to be
recognized. Having obtained the image characteristics would then calculated the difference
in the data base. To calculate the difference in obtained value of the input with the value of
data base is used a Euclidean distance calculation method. With Euclidean distance is the
smallest distance value the input between to the data base will be classified in the same
picture with the data base.
Key word: stationery, Discrete Sine Transform, Webcam, Euclidean distance, Matlab

xi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat, karunia, bimbingan dan
lindungan_Nya kepada penyusun, sehingga penyusun dapat menyelesaikan laporan Tugas
Akhir ini. Laporan Tugas Akhir ini dengan judul Tugas Akhir Pengenalan Alat–alat
Stasioneri Secara RealTime Menggunakan Ekstraksi Ciri DST yang disusun dan
diajukan sebagai salah satu syarat untuk menyelesaikan studi di Program Studi Strata Satu
(S1) Teknik Elektro Fakultas Teknik Sains dan Teknologi Universitas Sanata Dharma
Yogyakarta.
Penulis merasa banyak mendapat saran, bimbingan, serta bantuan dari berbagai pihak
selama menyelesaikan laporan Tugas Akhir ini. Oleh karena itu, tidak lupa penulis
mengucapkan terima kasih khususnya kepada :
1. Teristimewa untuk Almarhumah Ibunda Tri Lestari dan Ayahanda drg Richardus
Bambang Budiyanto tercinta yang telah memberikan dukungan baik itu moril
maupun materiil sehingga penulis dapat menyelesaikan Tugas Akhir ini dengan
baik, maaf mungkin ini bukan yang terbaik yang diinginkan dan maaf menunggu
terlalu lama.
2. Kakaku Mas Angga, Mbak Maya, makasih dukungannya sehingga Tugas Akhir
dapat terselesaikan.
3. Bapak Drs Johanes Eka Priyatma,M.Sc.,Ph.d, selaku Rektor Universitas Sanata
Dharma Yogyakarta.
4. Ibu Paulina Heruningsih Prima Rosa, S.Si., M.Sc, selaku Dekan Fakultas Sains dan
Teknologi Universitas Sanata Dharma Yogyakarta.
5. Bapak Dr. M. Linggo Sumarno, MT selaku dosen pembimbing Tugas Akhir yang
telah banyak memberikan pengarahan, bimbingan, petunjuk serta motivasi dan
mencurahkan segala waktu

yang sangat berguna dalam penyelesaian dan

penyusunan Tugas Akhir ini. Semoga Tuhan Yang Maha Esa membalas segala
kebaikan yang telah diberikan.
6. Bapak Pius dan Ibu Prima selaku penguji Tugas Akhir yang telah memberikan
kritik, saran serta masukan yang sangat membangun.
7. Bapak Petrus Setyo Prabowo, ST, MT selaku Dosen Pembimbing Akademika
angkatan 2009 dan kaprodi Teknik Elektro terimakasih atas masukan dan
bimbingan serta dukungan yang diberikan selama kuliah.

xii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

8. Ibu Wiwien Widyastuti, S.T., M.T., selaku wakil kaprodi Teknik Elektro yang telah
banyak membantu penulis.
9. Bapak dan Ibu dosen Program Studi Teknik Elektro Universitas Sanata Dharma
Yogyakarta yang telah memberikan perhatian dan ilmu yang tak ternilai harganya,
laboran Teknik Elektro dan semua staff sekretariat (akademika) Fakultas Sains dan
Teknologi Universitas Sanata Dharma Yogyakarta terimakasih bantuannya.
10. Pakde dan bude Marsono makasih atas rumah yang saya tempati selama di
Yogyakarta.
11. Mas surya, diego, mas anang, mas wahyu, dan mas danang atas kebersamaan
selama ini di jombor.
12. Untuk teman–temanku se-angkatan dan semua teman–teman Teknik Elektro
Universitas Sanata Dharma Yogyakarta terimakasih atas bantuan dan kebersamaan
kita selama belajar di bangku kuliah terutama di Fakultas Sains dan Teknologi
Prodi Teknik Elektro.
13. Semua pihak yang telah membantu dalam penyusunan laporan tugas Akhir ini yang
tak bisa saya sebutkan satu persatu.
Penulis menyadari bahwa laporan ini masih jauh dari sempurna. Oleh karena itu penulis
sangat menghargai kritik dan saran yang membangun untuk kesempurnaan dari laporan ini.
Akhirnya penulis berharap laporan Tugas Akhir ini dapat bermanfaat bagi penulis dan para
pembaca.
Yogyakarta, 06 Maret 2014

Febriyanto

xiii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR ISI
halaman
HALAMAN JUDUL..........................................................................................

i

Title ....................................................................................................................

ii

HALAMAN PERSETUJUAN...........................................................................

iii

HALAMAN PENGESAHAN..................................................................... ......

iv

LEMBAR KEASLIAN KARYA ......................................................................

v

LEMBAR PERSEMBAHAN.............................................................................

vi

LEMBAR MOTTO..................................................................................... ......

viii

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH
UNTUK KEPENTINGAN AKADEMIS ..........................................................

ix

Intisari ................................................................................................................

x

ABSTRAK..........................................................................................................

xi

KATA PENGANTAR........................................................................................

xii

DAFTAR ISI......................................................................................................

xiv

DAFTAR GAMBAR……………………………………………………...…..

Xvi

DAFTAR TABEL……………………………………………………………..

Xvii

BAB I

PENDAHULUAN

1.1. Latar Belakang Masalah ...................................................…….............

1

1.2. Tujuan dan Manfaat Tugas Akhir .........................................................

2

1.3. Batasan Masalah ....................................................................................

3

1.4. Metodologi Penelitian ............…………...............................................

3

BAB II DASAR TEORI
2.1 Stasioneri ...............................................................................................

5

2.2 Webcam ……………………………………………………….…….....

5

2.3 Pengolahan Citra .......................……...............………….....................

6

2.3.1 Definisi ...........................................................................................

6

2.3.2 Citra grayscale ..........................................…………...…...............

7

2.4 Crooping…………………………………………………………..…...

7

2.5 Resizing .................................................................................................

8

2.6 Transformasi Geometris Spasial.......................................................... ...

8

2.7 Fungsi Jarak Euclidean ....................................................................... ...

9

xiv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

2.8 Two Dimension Discrete Sine Transform ( DST ) ................................ ..

9

2.9 Zig–zag Scanning.................................................................................. ..

10

2.10 MatLab ..................................................................................................

10

2.9.1 Karakteristik MatLab............................................................................

11

BAB III PERANCANGAN
3.1 Gambaran Sistem............................................................................

....

12

3.1.1 Alat Stasioneri............................................................................. .. ..

12

3.1.2 Webcam..................................................................................... .. ..

13

3.1.3 Proses pengenalan alat–alat stasioneri....................................... .. ..

13

3.2 Perancangan Database Citra Alat–alat stasioneri...........................

….

15

3.3 Gambar Uji...................................................................................

….

16

3.4 Perancangan tampilan GUI Matlab................................................. ….

17

….

18

3.5 Perancangan Alur Program............................................................
BAB IV HASIL DAN PEMBAHASAN
4.1

Pengujian program pengenalan alat–alat stasioneri secara RealTime
menggunakan ekstraksi ciri DST...................................................

….

23

4.2

Penentuan nilai parameter………………………………………..………

26

4.3

pengujian nilai parameter.................................................................. …..

29

4.4

Pengujian saat objek salah............................................................... ........

29

4.5 Analisis program pengenalan............................................................. ........

30

Keterbatasan Metodologi……………………………………………...….

32

4.6
BAB V

PENUTUP
….....

A.

Kesimpulan....................................................................................

B.

Saran.....................................................................................................

Daftar Pustaka
Lampiran

xv

33
33

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR GAMBAR
halaman
Gambar 2.1 Alat–alat stasioneri yang digunakan..................................................

5

Gambar 2.2 Gambar Webcam...............................................................................

5

Gambar 2.3 Intensitas grayscale............................................................................

7

Gambar 2.4 Citra grayscale yang diubah menjadi nilai matriks..............................

7

Gambar 2.5 Proses pemotongan citra ....................................................................

8

Gambar 2.6 Citra grayscal sebelum resizing dan hasil resizing…...........................

8

Gambar 2.7 Transformasi spasial................................................................... .......

9

Gambar 2.8 Path zig-zag scanning.........................................................................

10

Gambar 3.1 Blok diagram keseluruhan sistem pengenalan alat stasioneri................

12

Gambar 3.2 Blok diagram proses pengenalan alat stasioneri…………........ ….........

13

Gambar 3.3 Blok diagram Perancangan Database Citra alat stasioneri…… …….....

16

Gambar 3.4 Gambaran tampilan utama program pengenalan alat stasioneri………..

17

Gambar 3.5 Alur program keseluruhan…………………………………………........

19

Gambar 3.6 Diagram blog perekaman dan pengambilan citra......……....................

20

Gambar 3.7 Diagram blok pemrosesan citra (preprocessing)……………………......

20

Gambar 3.8 Diagram blok ekstraksi ciri ………………………………………....…..

21

Gambar 3.9 Diagram blok fungsi jarak…………….……………………………......

22

Gambar 3.10 Alur program penentuan hasil pengenalan……………………….......

22

Gambar 4.1 Gambar Icon matlab ……………………………………………............

23

Gambar 4.2 Gambar sebelum masuk halaman utama matlab……………………......

23

Gambar 4.3 Gambar command window matlab …………………………………….

24

Gambar 4.4 Tampilan utama guiq proses pengenalan………………………….…....

24

Gambar 4.5 Proses tampilan ketika tombol ON ditekan…………………………….

25

Gambar 4.6 proses tampikan ketika tombol Ok ditekan……………........…….........

25

Gambar 4.7. Proses tampilan ketika tombol Prepro ditekan………………...……......

25

Gambar 4.8. Tampilan setelah tombol DST ditekan……………………....................

26

Gambar 4.9. Tampilan setelah tombol Tahap Pengenalan ditekan……………….......

26

Gambar 4.10 Pengaruh Koefisien DST terhadap Hasil pengenalan…………………..

27

Gambar 4.10 (Lanjutan) Pengaruh Koefisien DST terhadap Hasil pengenalan………

28

Gambar 4.10 (Lanjutan) Pengaruh Koefisien DST terhadap Hasil pengenalan………

28

Gambar 4.11 sub program perekaman dan Capture…………………………………..

31

xvi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Gambar 4.12 sub program Preprocessing……………………………………………

31

Gambar 4.13 sub program ekstraksi cirri…………………………………………….

31

Gambar 4.14 sub program jarak Euclidean…………………………………………..

32

xvii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR TABEL
halaman
Tabel 2.1 Jenis–jenis transformasi affine…......................................................

9

Tabel 3.1 Spesifikasi webcam Logitech c 270.……………………………….....

13

Tabel 3.2 Keterangan tampian utama program………………………….............

18

Tabel 4.1 pengujian alat stasioneri koefisien DST 36…………………………..

27

Tabel 4.2 Pengaruh Koefisien DST terhadap tingkat pengenalan......................

29

Tabel 4.3 pengujian saat alat stasioneri posisi tidak tepat atau digeser………..

30

Tabel 4.4 pengujian saat alat stasioneri posisi dibalik………………………….

30

Tabel 4.5 pengujian saat alat stasioneri diganti dengan ukuran yang berbeda…

30

xviii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Mata merupakan indera terbaik yang dimiliki manusia, citra memegang peranan
yang sangat penting dalam perspektif manusia. Mata manusia memiliki keterbatasan dalam
menangkap sinyal elektromagnetik. Komputer atau mesin pencitraan dapat menangkap
keseluruhan sinyal elektromagnetik mulai dari gamma hingga gelombang radio. Mesin
pencitraan dapat bekerja dengan citra dari sumber yang tidak sesuai, tidak cocok atau tidak
dapat ditangkap dengan penglihatan manusia. Hal ini yang menyebabkan pengolahan citra
digital memiliki kegunaan dan spektrum aplikasi yang sangat luas [1].
Indera penglihatan manusia memiliki kemampuan mengidentifikasi bentuk atau
obyek yang memiliki kemiripan sangat sempurna bahkan hampir sama sekalipun, mata
manusia akan mengumpulkan benda atau obyek yang dilihatnya sesuai dengan kategori
yang telah ditentukan oleh manusia ke dalam kelompok sejenis. Contoh kemampuan indera
penglihatan manusia dalam membedakan atau mengklasifikasikan bentuk atau obyek yang
dilihatnya misalkan meja. Melihat dari fungsi, ciri dan karakterisktik meja yang pernah
dilihat akan disimpan dalam otak manusia. Meskipun indera penglihatan manusia tidak
melihat segala jenis dan bentuk meja yang ada, namun indera penglihatan manusia dapat
mengidentifikasi suatu obyek yang sejenis.
Indera penglihatan manusia yang mampu mengidentifikasi suatu obyek telah
mengembangkan akal dan pikiran manusia dalam menciptakan penemuan–penemuan yang
sangat penting dan dapat diterima secara luas oleh masyarakat umum dari berbagai lapisan
untuk mengurangi ketertinggalan dalam proses kehidupan bermasyarakat. Salah satu
penemuan hebat manusia adalah terciptanya suatu alat yang dapat membantu aktifitas
manusia seperti komputer. Komputer dari tahun ke tahun selalu berkembang, mulai dari
kegunaan maupun bentuknya. Dulu komputer hanya berfungi untuk alat bantu menghitung
saja, namun seiring perkembangan zaman yang semakin maju, berkembang pesat, serba
modern dan praktis yang disertai dengan kemajuan ilmu pengetahuan dan teknologi yang
sangat pesat telah mendatangkan banyak manfaat bagi peningkatan taraf hidup, peradaban,
serta martabat manusia. Kini komputer tidak hanya digunakan untuk alat bantu hitung
semata namun telah membantu manusia dalam bekerja. Kini komputer telah dapat
digunakan untuk mengidentifikasi pola golongan darah, pengenalan jenis ikan,
1

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

2

tulisan/abjad, angka, alat, tanda tangan seseorang, sidik jari, iris mata, bahkan wajah
manusia sekalipun. Dalam mengidentifikasi pengenalan pola–pola seperti yang telah
disebutkan diatas banyak metode yang dapat digunakan seperti menggunakan Fast Fourier
Transform (FFT)[2], Metode Hidden Markov[3], Discrete Cosine Transform (DCT)[4],
Transformasi wavelet diskrit[5], Transformasi walsh[6], Metode Korelasi[7], Jaringan
Syarat Tiruan (JST)[8], dan masih banyak lainnya.
Saat sekarang perkembangan ilmu dan teknologi bidang otomatisasi yang cenderung
meningkat adalah kebutuhan akan software pengenalan atau pengolahan citra, sebagai
salah satu sarana pengidentifikasian suatu alat dalam rupa gambar alat–alat stasioneri yang
biasa digunakan dalam kegiatan belajar sehari–hari dan bekerja. Alat yang digunakan itu
berupa peralatan tulis–menulis maupun peralatan kantor atau kerja.
Banyak penelitian–penelitian yang telah dilakukan tentang pengenalan obyek.
Contoh pengenalan obyek yang pernah dilakukan antara lain: pengenalan pola sidik jari
menggunakan Jaringan Syaraf Tiruan dengan metode pembelajaran Backpropogation[9],
pengenalan

pola

golongan

darah

menggunakan

jaringan

syaraf

tiruan

(JST)

backpropogation[10], Pengenalan Wajah Menggunakan AlihRagam Wavelet Haar dan
Jarak Euclidean[11], pengenalan rumput laut menggunakan Euclidean distance berbasis
ekstraksi fitur[12], pengenalan sidik jari manusia dengan matriks kookurensi aras keabuan
(Gray Level Co-ocurrence Matrix)[13], pengenalan jenis–jenis ikan menggunakan metode
analisis komponen utama[14].
Berdasarkan uraian permasalahan yang ada dan telah dijelaskan diatas, penulis
berminat membuat aplikasi software yang digunakan untuk mengenali obyek foto alat–alat
stasioneri yang diambil melalui webcam menggunakan rumus pengukuran fungsi jarak
Euclidean dan metode ekstrasi ciri Discrete Sine Transform (DST). Fungsi jarak Euclidean
merupakan metode yang dapat digunakan untuk menentukan suatu tingkat kemiripan data,
dengan mengukur jarak berdasarkan rumus tertentu, sedangkan untuk mendapatkan suatu
ciri pada data obyek gambar alat stasioneri menggunakan metode ekstari ciri Discrete Sine
Transform(DST).

1.2 Tujuan dan manfaat.
Tujuan dari penulisan penelitian tugas akhir adalah untuk menghasilkan suatu sistem
pengenalan alat–alat stasioneri. Manfaat dari penelitian adalah sebagai alat bantu
otomatisasi bagi masyarakat dalam mengetahui atau mengenal jenis–jenis dari alat
stasioneri yang digunakan dalam pembuatan Tugas Akhir ini. Alat–alat stasioneri yang

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

3

digunakan pada penelitian tugas akhir seperti: ballpoint, gunting, stabilo, tipe_x, paper
klip, steples, buku kecil (note), cutter, dan pelubang kertas. Apabila menyebut judul tugas
akhir mengenai pengenalan alat–alat stasioneri masih ada masyarakat yang kurang familiar
dengan nama ini, sehingga diambil judul tugas akhir Pengenalan Alat–alat Stasioneri
Secara RealTime Menggunakan Ekstrasi Ciri Descrete Sine Transform (DST).

1.3 Batasan masalah.
Sistem otomatisasi yang dilakukan tentang pengenalan gambar seperti alat stasioneri
terdiri dari hardware dan software (komputer). Hardware berfungsi untuk memasukkan
gambar, sedangkan software pada komputer berfungsi untuk mengatur semua proses
pengenalan gambar yang diperoleh dari hasil pemotretan melalui webcam.
Pada perancangan sistem ini, penulis memfokuskan pembuatan software komputer untuk
memproses pengenalan gambar, sedangkan untuk hardware berupa webcam. Beberapa
batasan masalah yang dianggap perlu pada perancangan tugas akhir, yaitu sebagai berikut:
1. Alat- alat stasioneri yang digunakan berupa: ballpoint, gunting, stabilo, tipe_x, paper
klip, staples, buku kecil(note), cutter, dan pelubang kertas.
2. Hasil pengenalan secara real time.
3. Menggunakan perangkat lunak komputasi Matlab dalam pembuatan program
pengenalan gambar.
4. Menggunakan ekstrasi ciri DST.
5. Menggunakan evaluasi fungsi jarak Euclidean.
6. Menggunakan webcam sebagai hardware.
7. Webcam akan ditempatkan pada dudukan atau tempat yang telah disediakan atau dibuat
sebelumnya.
8. Tinggi atau jarak yang digunakan antara webcam dan obyek berkisar ± 50 cm karena
dengan jarak tersebut merupakan jarak minimun dengan obyek yang akan di capture
dapat terlihat jelas.
9. Pencahayaan yang digunakan berdasarkan pencahayaan dari lampu Laboratorium TA.

1.4 Metodologi Penelitian
1.4.1. Metode Studi Pustaka
Dalam penyusunan Tugas Akhir, Peneliti mempelajari banyak dari buku–buku
yang relevan dengan judul penelitian yang diambil melalui Internet dan berbagai literatur–
literatur dari Internet mengenai pengertian stasioneri, pengertian webcam, pengolahan
citra, fungsi jarak Euclidean, transformasi sinus diskrit, dan tentang Matlab.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

4

1.4.2 Prosedur Penelitian
Langkah-langkah dalam pengerjaan tugas akhir:
a.

Pengumpulan bahan–bahan referensi berupa buku–buku dan jurnal–jurnal yang di
ambil melalui Internet.

b.

Perancangan subsistem software.
Tahap ini bertujuan untuk mencari bentuk model yang optimal dari sistem yang akan
dibuat dengan mempertimbangkan berbagai faktor–faktor permasalahan.

c.

Pembuatan subsistem software.
Sistem akan bekerja apabila user memberikan interupsi melalui PC dengan media
push button yang sudah disediakan dalam software. Sistem akan mengolah interupsi
yang diterima dan memulai proses capture picture sampai user memberikan interupsi
kembali untuk menghentikan proses capture. Setelah itu, user memberikan interupsi
untuk memulai proses pengenalan gambar. Komputer akan mengolah gambar dan
menyajikannya sebagai sebuah informasi.

d.

Analisa data dilakukan dengan menyelidiki pengaruh variasi jumlah koefisien DST
Dengan 54 kali percobaan (9 gambar stasioneri x 6) terhadap tingkat pengenalan.
Penyimpulan hasil dilakukan dengan mencari jumlah koefisien DST yang
menghasilkan tingkat pengenalan yang terbaik.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB II
DASAR TEORI
2.1 Stasioneri
Stasioneri berasal dari Bahasa Inggris yaitu stationery[15]. Stasioneri merupakan
kata benda yang memiliki arti peralatan tulis–menulis. Contoh alat stasioneri meliputi
peralatan tulis (pensil, penggaris, ballpoint, tipe_x dan lainnya), souvenir, dan peralatan
kerja (papper klip, spidol, kertas hvs, pelubang kertas, gunting, ballpoint, cutter, stabilo
dan lainnya). Gambar alat stasioneri yang digunakan dapat dilihat pada gambar II.1

Gambar II.1 Alat stasioneri yang digunakan
Dalam Tugas Akhir alat stasioneri yang dipakai meliputi: ballpoint, gunting,
stabilo, tipe_x, paper klip, steples, buku kecil(note), cutter, dan pelubang kertas.

2.2 Webcam
Webcam singkatan dari Web Camera yang berasal dari bahasa Inggris, digunakan
secara RealTime [16]. Banyak merk webcam yang tersedia, misalnya Logitech,
SunFlowwer, dan lainnya. Resolusi dari webcam biasanya sama berkisar antara 352×288 /
640×480 piksel atau bahkan lebih besar, ada yang kualitasnya hingga 5 Megapiksel.
Webcam sebuah kamera video digital berukuran kecil dihubungkan ke komputer melalui
port USB atau port COM. Gambar webcam yang digunakan dapat dilihat pada gambar II.2

Gambar II.2. webcam[17]

5

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

6

2.3 Pengolahan Citra
2.3.1 Definisi
Citra (image) merupakan istilah lain untuk gambar, salah satu komponen
multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Citra
mempunyai karakteristik yang tidak dimiliki oleh data teks. Citra kaya dengan informasi.
Secara harafiah, citra dapat diartikan sebagai gambar pada bidang dwimatra (dua dimensi).
Bila ditinjau dari sudut pandang matematis, maka citra merupakan fungsi menerus
(continue) dari intensitas cahaya pada bidang dwimatra. Sumber cahaya yang menerangi
suatu obyek dan obyek akan memantulkan kembali sebagian dari berkas cahaya yang
menerangi obyek tersebut. Pantulan cahaya ini ditangkap oleh alat–alat optik, misalnya
mata pada manusia, kamera, pemindai (scanner), dan sebagainya, sehingga bayangan
obyek yang disebut citra tersebut terekam[18].
Citra dibedakan menjadi dua:
a. Citra diam (still images)
Citra diam adalah citra tunggal yang tidak bergerak, sering di sebut citra saja.
b. Citra bergerak (moving images)
Citra bergerak ialah rangkaian citra diam yang ditampilkan secara beruntun yang
memberi kesan pada mata sebagai gambar bergerak. Setiap citra dalam rangkaian
disebut frame.
Digitalisasi citra merupakan suatu representasi citra secara numerik dengan nilai–
nilai diskrit. Digitalisasi adalah representasi citra dari fungsi malar (kontinu) menjadi
nilai–nilai diskrit, sehingga citra yang dihasilkan dari proses ini disebut citra digital (digital
image)[19].
Derau (noise) merupakan suatu masalah yang terjadi pada proses pengolahan citra.
Derau adalah gambar atau piksel yang mengganggu kualitas citra. Derau dapat disebabkan
oleh gangguan fisis (optik) pada alat akuisisi maupun secara disengaja akibat proses
pengolahan yang tidak sesuai. Contoh terdapat bintik hitam atau putih yang muncul secara
acak yang tidak diinginkan dalam citra, bintik acak ini disebut derau salt and pepper[20].
Salah satu proses awal pengolahan citra yaitu memperbaiki kualitas citra yang
mengalami masalah atau gangguan. Perbaikan kualitas citra sangat diperlukan karena citra
yang dijadikan obyek pembahasan, mempunyai kualitas yang buruk, misal citra mengalami
derau pada saat pengiriman melalui saluran transmisi, citra terlalu terang atau gelap,
kurang tajam, kabur, dan sebagainya. Melalui operasi pemrosesan awal inilah kualitas citra

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

7

diperbaiki sehingga citra dapat digunakan untuk aplikasi lebih lanjut, misal untuk aplikasi
pengenalan obyek di dalam citra[21].

2.3.2 Citra grayscale
Citra dikatakan sebagai citra grayscale apabila sebuah citra tidak memiliki warna
RGB atau dapat dikatakan sebuah citra yang memiliki nilai dari putih yang memiliki
intensitas paling besar sampai hitam yang memiliki intensitas paling rendah seperti yang
dapat dilihat pada gambar II.3. Citra Grayscale terdiri dari x dan y dalam spasial koordinat
dan memiliki nilai intensitasnya masing–masing. Pada citra grayscale setiap gambar
memiliki intensitas antara 0 (hitam) hingga 255 (putih) dalam citra 8 bitnya[22].

Gambar II.3. Intensitas grayscale [23]

Gambar II.4. citra grayscale yang diubah menjadi nilai matriks[1].
Dengan algoritma perhitungan tingkat keabuan, piksel dari suatu citra yang
mengandung warna–warna RGB (red, green and blue) diubah menjadi warna dalam
berbagai tingkat keabuan (I) dengan menjumlahkan nilai warna red, green, and blue
kemudian dibagi tiga sehingga didapatkan nilai rata–rata dari ketiga warna[22].
(2.1)

2.4 Cropping
Cropping adalah proses pemotongan citra pada koordinat tertentu pada area
citra[24]. Untuk memotong bagian dari citra digunakan dua koordinat, yaitu koordinat
awal yang merupakan awal koordinat bagi citra hasil pemotongan dan koordinat akhir yang
merupakan titik koordinat akhir dari citra hasil pemotongan. Sehingga akan membentuk
bangun segi empat yang mana tiap-tiap pixel yang ada pada area koordinat tertentu akan
disimpan dalam citra yang baru.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

Citra asli

8

Hasil Cropping

Gambar II.5 Gambar Proses Pemotongan Citra
Dari gambar II.5 dijelaskan bahwa terjadi proses pemotongan citra. Ukuran pixel
awal citra asli adalah 5×5 pixel, setelah dilakukan proses pemotongan koordinat awal (1,1)
dan koordinat akhir (3,3) dengan lebar 3 pixel dan tinggi 3 pixel akan terbentuk citra baru
dengan ukuran 3×3 pixel. Citra baru berisi nilai pixel dari koordinat (1,1) sampai koordinat
(3,3).

2.5 Resizing
Resizing adalah suatu proses mengubah besarnya ukuran suatu citra dalam piksel.
Proses yang dilakukan pada resizing ini dengan cara mengurangi atau menambah jumlah
piksel yang menyusun dalam suatu citra. Contoh hasil Resizing yang dilakukan dapat
dilihat pada gambar II.6.

(a)
(b)
Gambar II.6 (a) Citra Grayscale sebelum di rezising (b) Citra hasil rezising

2.6 Transformasi Geometris Spasial
Citra f didefinisikan sebagai sistem koordinat a(w,z), yang mengalami distorsi
geometris yang menghasilkan citra g dengan sistem koordinat (x,y) maka transformasi
dapat dinyatakan dengan (x,y) = T{(w,z)}[25]. Contoh dalam trasnformasi spasial sebagai
berikut:

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

9

Jika (x,y) =T{(w,z)} = (w/2, z/2), distrosi adalah penyusutan f dengan setengah
dimensi spasial seperti ditunjukkan pada gambar II.7.

Gambar II.7 Transformasi Spasial
Bentuk umum yang digunakan pada transformasi spasial adalah affine transform (Wolberg
[1990] ). Transformasi affine dapat ditulis dalam bentuk matrik.
(2.2)

Transformasi ini dapat menskalakan , men-translate, atau menggunting sejumlah
titik, tergantung pada pilihan nilai T. Jenis-jenis transformasi affine terdapat pada tabel 2.1.
Tabel 2.1 Jenis-jenis Transformasi Affine

2.7 Fungsi Jarak Euclidean
Konteks matematika, jarak euclidean merupakan jarak antara dua titik yang dapat
diukur dan dihasilkan oleh formula teorema pytagoras. Misal jarak antara titik P(x1,x2) dan
titik O(0,0) adalah:

x12

d (OP )

2
x2

(2.3)

Misalnya jarak antara titik P(x1,x2) dan titik Q(y1,y2) adalah:

d ( PQ )

( x1

y1 ) 2

y2 ) 2

( x2

(2.4)
Secara umum jarak (jarak Euclidean) antara P(x1, ..., xp) dan Q(y1, ..., yp) adalah :
d P, Q

x1

y1

2

x2

y2

2

...

xp

yp

2

(2.5)

Fungsi jarak Euclidean mempunyai sikap cukup sederhana dan setiap titik dianggap
mempunyai kontribusi yang sama [26].

2.8 Two Dimension Discrete Sine Transform (2D DST)
Fungsi DST mengimplementasikan persamaan berikut:
(2.6)

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

10

y = dst (x) menghitung transformasi sinus diskrit dari kolom x. Untuk kecepatan performa
terbaik, jumlah baris dalam x harus 2 m - 1, untuk beberapa m bilangan bulat.
y = dst (x, n) memotong vektor x dengan panjang n sebelum transformasi.
Jika x adalah matriks, operasi dst diterapkan untuk setiap kolom.
Fungsi lDST mengimplementasikan persamaan berikut:

x=lDST (y) menghitung transformasi sinus diskrit dari kolom y. Untuk kecepatan performa
terbaik, jumlah baris dalam y harus 2 m - 1, untuk beberapa m bilangan bulat.
x=lDST (y, n) memotong y vektor dengan panjang n sebelum transformasi.
Jika y adalah matriks, operasi lDST diterapkan untuk setiap kolom[27].
Two dimension Discrete Sine Transform adalah suatu proses dalam pengambilan
ciri pada citra yang dapat dihitung dengan menerapkan transformasi 1-D secara terpisah
pada baris dan kolomnya, sehingga rumus dua dimensi DST sebagai berikut:
[28] (2.7)

2.9 Zig Zag Scanning
Zig-zag scanning yaitu proses yang merubah matriks 8 x 8 hasil proses kuantisasi
kedalam vektor 1 x 2 8 , dengan pembacaan secara zig-zag scanning. Pada proses zig-zag
scanning ini nilai nol pada frekuensi tinggi cenderung terbaca secara berurutan[29].

Gambar II.8. Path zig-zag scanning
Contoh hasil proses zig-zag scanning yang merubah matrks 8 x 8 hasil proses
kuantisasi ke dalam vector 1 x 64.
-68 4-18 2 -2 -1 0 0 0 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

2.10 MATLAB
Matlab (MATrix LABoratory) bahasa pemrograman yang dikembangkan The
Mathwork Inc. dengan fungsi dan karakteristik yang berbeda dengan bahasa pemrograman
lain seperti Delphi, Basic atau C++[30]. Bahasa pemrograman level tinggi untuk

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

11

kebutuhan komputasi teknis, visualisasi dan pemrograman seperti komputasi matematik,
analisis data, pengembangan algoritma, simulasi pemodelan dan grafik perhitungan.
Dalam

lingkungan

perguruan

tinggi

teknik,

Matlab

perangkat

standar

untuk

memperkenalkan dan mengembangkan penyajian materi matematika, rekayasa dan
keimuan. Di industri, MatLab perangkat pilihan untuk penelitian dengan produktifitas yang
tinggi, pengembangan dan analisanya.
Kegunaan MatLab secara umum adalah sebagai berikut:
a) Matematika dan komputasi,
b) Perkembangan algoritma,
c) Pemodelan, simulasi, dan pembuatan prototype,
d) Analisa data, eksplorasi dan visualisasi
e) Pembuatan aplikasi, termasuk pembuatan antaramuka grafis.

2.10.1 Karakteristik MATLAB
Bahasa pemrogramannya didasarkan pada matriks (baris dan kolom). Matlab lebih
lambat (dibandingkan dengan Fortran atau C) karena bahasanya langsung diartikan namun
pengembangannya lebih cepat. Automatic memory management, pada Matlab tidak harus
mendeklarasikan arrays terlebih dahulu dan tersusun rapi. Dapat diubah ke bahasa C lewat
MATLAB Compiler. Tersedia banyak toolbox untuk aplikasi-aplikasi khusus.
Beberapa kelebihan Matlab jika dibandingkan dengan program lain adalah :
a) Mudah memanipulasi struktur dan perhitungan berbagai operasi matriks meliputi
penjumlahan, pengurangan, perkalian, invers dan fungsi matriks lainnya.
b) Menyediakan fasilitas plot struktur gambar (kekuatan fasilitas grafik tiga dimensi
yang sangat memadai).
c) Script program yang dapat diubah sesuai dengan keinginan user.
d) Jumlah routine-routine powerful yang berlimpah yang terus berkembang.
e) Kemampuan interface (misal dengan bahasa C, word dan mathematica).
f) Dilengkapi toolbox, simulink, stateflow dan sebagainya, serta mulai melimpahnya
source code di internet yang dibuat dalam matlab (contoh toolbox misalnya: signal
processing, control system, neural networks dan sebagainya).
MATLAB diciptakan akhir tahun 1970-an oleh Cleve Moler. MATLAB pertama kali
diadopsi oleh insinyur rancangan kontrol, menyebar secara cepat ke bidang lain dan
digunakan di bidang pendidikan, khususnya dalam pengajaran aljabar linear dan analisis
numerik, serta populer di kalangan ilmuwan yang menekuni bidang pengolahan citra.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB III
PERANCANGAN
3.1

Gambaran sistem
Gambaran sistem secara keseluruhan yang akan dirancang pada proses pengenalan

alat–alat stasioneri ditunjukan pada gambar III.1.

Proses pengenalan alat–alat stasioneri

Gambar III.1. Blok diagram keseluruhan sistem pengenalan alat stasioneri
Proses sistem pengenalan gambar atau objek alat stasioneri yang akan dikenali terdiri
atas software yang berfungsi sebagai user interface. Software tersebut akan dibuat
menggunakan program Matlab yang berfungsi sebagai pusat pengaturan semua proses
pengenalan alat stasioneri, baik mulai dari proses pengambilan gambar hingga mengenali
gambar yang diambil menggunakan webcam.

3.1.1Alat Stasioneri
Alat stasioneri yang akan dipergunakan dalam proses pengenalan ini adalah alat
stasioneri yang biasa kita gunakan dalam kehidupan sehari–hari. Alat–alat stasioneri yang
digunakan hanya sebanyak 9 buah jenis alat stasioneri dari jumlah alat stasioneri yang ada
meliputi: ballpoint, gunting, stabilo, tipe_x, paper klip, steples, buku kecil(note), cutter, dan
pelubang kertas, untuk gambar dan penjelasan telah dijelaskan lebih awal pada bab II pada
dasar teori tentang stasioneri gambar II.1.
12

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

13

3.1.2 Webcam
Webcam yang digunakan dalam proses pengenalan alat–alat stasioneri adalah webcam
dengan merk Logitech seri c 270. Gambar terdapat pada bab II subbab webcam gambar II.2.
Webcam yang digunakan merk dan seri ini sudah mempunyai dudukan sendiri, webcam ini
juga memiliki software pendukung yang biasa terdapat pada webcam seperti zoom in dan
zoom out sehingga dapat mempermudah pengguna dalam melakukan pengaturan melalui PC.
Pada proses pengambilan citra alat stasioneri menggunakan resolusi 640x480 piksel.
Spesifikasi webcam dapat dilihat pada tabel III.1.
Tabel III.1. Spesifikasi dari Webcam Logitech c 270
High definition video (HD)
Photo Quality
Video Quality
Focus Type
Auto Light Correction

HD 270p
3 Megapixel
Good
Always Focused
Standart

3.1.3 Proses pengenalan alat–alat stasioneri
Proses pengenalan alat–alat stasioneri ini adalah proses alat stasioneri yang diambil
atau capture untuk dikenali bentuknya. Proses yang akan dilakukan dalam tahap ini terdiri
preprocessing, citra terkoreksi, ekstraksi ciri Discrete Sine Transform (DST), fungsi jarak dan
penentuan keluaran dapat dilihat pada gambar III.2.

Citra alat
stasioneri

Preprocessing

Ekstrasi ciri
Discrete Sine
Transform
(DST)

Fungsi jarak
Euclidean

Penentuan
keluaran

Database
alat
stasioneri

Gambar III.2 Blok diagram proses pengenalan alat stasioneri
a.

Citra alat–alat stasioneri
Tahap Proses citra ini akan diambil menggunakan webcam, gambar yang dicapture

oleh webcam akan disimpan dalam format jpeg. Proses pengambilan gambar menggunakan
webcam dilakukan dengan jarak ± 50 cm. Jarak yang digunakan ini menghasilkan gambar

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

14

yang fokus. Untuk fokus yang digunakan pada webcam menggunakan fokus normal artinya
pengaturan default yang sudah terpasang pada webcam.
Sebelum dilakukannya proses pengambilan citra alat stasioneri menggunakan webcam,
maka webcam harus dikomunikasikan dan diinisialisasi terlebih dahulu kedalam program
matlab yang dibuat.

Dalam menginisialisasikan dan mengkomunikasikan webcam

menggunakan fungsi imaqhwinfo untuk mengetahui nama adaptor dalam webcam tersebut.
Setelah dilakukan inisialisasi sesuai nama adaptornya yaitu „winvideo‟ dengan resolusi kamera
yang digunakan yaitu 640 x 480, maka setelah komunikasi dan inisialisai pada webcam
berhasil.Kemudian untuk perintah capture gambar menggunakan „getsnapshot‟. Berikut
adalah contoh program inisialisasi webcam pada matlab:
imaqhwinfo;
vid=videoinput('winvideo');
vid=videoinput('winvideo',1,'RGB24_640x480');
gbr=getsnapshot(vid);
b.

Preprocessing
Tahap proses preprocessing terdiri dari grayscale, cropping dan resizing. Pada tahap

ini memiliki tujuan untuk mempersiapkan citra yang akan dilakukan ekstraksi ciri agar
selanjutnya dapat dilakukan proses berikutnya.
Grayscale dilakukan agar citra alat stasioneri yang telah diambil menggunakan
webcam menjadi keabuan. Hal ini dilakukan agar dapat mempermudah pengolahan citra
dalam proses ekstraksi ciri. Berikut ini adalah contoh program grayscale pada matlab:
I2=imread('pelubang kertas.jpg');
kar=rgb2gray(I2);
Cropping merupakan suatu proses pemotongan bagian–bagian dari citra yang tidak
diperlukan dalam suatu proses pengenalan citra alat stasioneri, seperti background template
dan dari beberapa hasil percobaan yang dilakukan maka akan didapatkan nilai–nilai koordinat
yang sesuai untuk dapat dilakukan proses cropping. Berikut ini adalah contoh program
cropping pada matlab:
I2=imread('pelubang kertas.jpg');
C=imcrop(I2,[205 68 175 351]));
Resizing merupakan suatu tahap yang dilakukan untuk suatu citra yang akan dilakukan
proses ekstrak dari webcam dengan resolusi yang dibawa oleh webcam yaitu 640x480 piksel,

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

15

yang akan diubah sesuai dengan ukuran piksel yang sama dengan ekstraksi ciri yang
digunakan yaitu Discrete Sine Transform (DST), dengan melakukan beberapa percobaan
didapat yaitu 256x128 piksel. Berikut ini adalah contoh program resizing pada matlab:
I2=imread('pelubang kertas.jpg');
L=imresize(I2, [256 128]);
c.

Ekstraksi Ciri
Ekstraksi ciri yang digunakan dalam proses pengenalan alat–alat stasioneri adalah

Discrete Sine Transform Two Dimesion (DST 2-D) bertujuan untuk membagi citra kedalam
blok-blok kecil dengan ukuran tetap yang kemudian dikonveriskan dari domain spasial ke
domain DST. Tahap ekstrasi ciri dilakukan dengan mengevaluasi variasi jumlah koefisien
DST mulai dari 36, 55, 78, 105, 136, dan 171 yang telah disesuaikan dengan koefisien DST
yang digunakan.
d.

Fungsi jarak

Proses fungsi jarak bertujuan untuk membandingkan alat–alat stasioneri yang diambil
melalui webcam dengan database yang telah dibuat sebelumnya. Hasil dari proses
membandingkan ini adalah jarak yang akan digunakan dalam proses selanjutnya. Dalam
sistem proses pengenalan ini fungsi jarak yang digunakan adalah fungsi jarak Euclideanlihat
persamaan (2.3-2.5).
e.

Penentuan Keluaran
Penentuan keluaran merupakan proses terakhir yang dilakukan dari proses pengenalan

alat–alat stasioneri. Pada tahap ini hasil dari proses pengenalan alat stasioneri akanditentukan
berdasarkan jarak minimum yang diperoleh setelah proses penghitungan fungsi jarak.

3.2

Perancangan Database Citra Alat–alat stasioneri
Dalam penentuan proses pengenalan alat–alat stasioneri, bahwa dibutuhkan citra yang

akan menjadi suatu acuan yang sering disebut dengan database. Database ini biasanya
memiliki suatu ciri yang sudah diketahui oleh sistem yang telah dibuat. Dalam proses
memperoleh database setiap alat stasioneri yang akan dikenali pada sistem pengenalan alat–
alat stasioner