Official Site of Missa Lamsani - Gunadarma University Lap-BAB 4 PDM
BAB IV.
METODE PENELITIAN
4.1.
Perancangan
Perancangan pada penelitian ini dilakukan dengan 2 cara, yaitu perancangan secara
perangkat keras dan perancangan secara perangkat lunak.
4.1.1. Perangkat Keras
Perancangan secara perangkat keras dilakukan dengan membuat simulasi maket
rumah yang dilengkapi dengan pintu otomatis, rangkaian driver motor DC, rangkaian
optocoupler sebagai penerima data dari parallel port, komunikasi parallel port dan
perencanaan sistem secara keseluruhan. Gambar rangkaian secara perangkat keras untuk
membuka pintu jika data yang baru masuk cocok dengan database dan tetap akan tertutup
jika data yang baru masuk tidak cocok dengan database dapat dilihat pada gambar 4.1.
dibawah ini.
Gambar 4.1. Rangkaian Perangkat Keras Pembuka Pintu
18
4.1.2. Perangkat Lunak
Perancangan secara perangkat lunak menggunakan sebuah program Visual Basic,
dimana perangkat lunak ini digunakan untuk menyimpan hasil penangkapan objek yang
bergerak yaitu foto untuk dijadikan sebuah database. Kegunaan dari database ini untuk
membandingkan dengan data baru yang masuk, apakah data baru tersebut cocok atau tidak
dengan database yang ada. Flowchart perancangan perangkat lunak / program yang
digunakan dapat dilihat pada gambar 4.2.
Mulai
Pengambilan Data
ObjekWajah
Penskalaan
Gray Scale
Segmentasi
Cropping
Kuantisasi
Ya
Verifikasi
Dikenal ?
Pintu terbuka
Tidak
Pintu tetap tertutup
Selesai
Gambar 4.2. Flowchart Perangkat Lunak Menggunakan Microsoft Visual Basic
19
4.2.
Cara Kerja
Cara kerja dari penelitian ini dapat digambarkan dalam sebuah blok diagram sistem
seperti yang terlihat pada Gambar 4.3.
Sensor
Penangkapan objek bergerak
Komputer
Buka / Tutup
Pintu
Gambar 4. 3 Blok Diagram Sistem
Cara kerjanya adalah, sensor berupa kamera akan menangkap objek yang terus
bergerak (video capture).
Penangkapan objek yang bergerak ini dapat menggunakan
Kamera Web Wireless, Kamera CMUcam 2 with OV7620 dan Kamera CCTV.
Setelah penangkapan objek, objek tersebut akan di simpan dalam sebuah database.
Jika terdapat data baru, maka data tersbut akan diolah oleh komputer / PC menggunakan
program Visual Basic. Hasil data yang telah diolah oleh Visual Basic tersebut akan
dikirimkan ke motor pada simulasi maket rumah dengan menggunakan komunikasi
parallel untuk membuka pintu jika datanya cocok.
4.3.
Langkah-langkah Percobaan
Pengerjaan perangkat lunak difokuskan pada pengerjaan program untuk
identifikasi ciri – ciri wajah seseorang yang kemudian memutuskan aksi dengan mengirim
data melalui parallel port. Percobaan yang dilakukan antara lain adalah pengambilan input,
pen-skalaan, gray scale, pendeteksian keberadaan objek, kuantisasi, pembandingan data
baru.
Pengambilan data input dimaksudkan untuk membuat sebuah database. Yaitu
dengan mengambil sebuah frame objek gambar yang sedang bergerak menggunakan
kamera digital. Jika frame objek sudah didapatkan, maka dapat melakukan penyimpanan
untuk memperbanyak database yang ada. Data yang dapat disimpan dalam database
mencapai lebih dari 1000 database, yang artinya database dapat menyimpan data wajah
lebih dari 1000 orang.
Pen-skala-an dilakukan karena input yang didapatkan berukuran besar, sehingga
untuk mendapatkan objek dengan pixel yang standar untuk ukuran pixel image, dipilihlah
objek dengan ukuran 320 x 240 = 76800 pixel. Ukuran tersebut masih besar jika harus
20
menghitung keseluruhan data yang ada, sehingga perlu pula dilakukan pen-skala-an
menjadi 1:15, sehingga penghitungan data tidak terlalu banyak dan akan memudahkan
dalam pemrosesan data tersebut. Sehingga data yang berukuran kolom, 320/15 = 21, tetapi
data ini tidak digunakan keseluruhannya, tetapi 16 pixel untuk kolom. Data yang
berukuran baris 240/15 = 16 pixel untuk baris (seluruh data akan terbaca). Sehingga
didapatkan 16 x 16 = 256 data pixel untuk 1 database wajah yang terdeteksi.
Segmentasi digunakan untuk membedakan warna kulit dengan warna background.
Pada batasan masalah ditentukan bahwa warna background adalah biru sehingga untuk
dapat menentukan posisi wajah maka harus membuang warna biru dan mengambil warna
kulit yang telah diasumsikan. Rumus yang digunakan untuk menentukan warna kulit
adalah :
( R – G ) < 128 & R + G > B * 2
(4.1)
Dari rumus tersebut didapat bahwa warna kulit yang diasumsikan adalah warna
oranye dan coklat. Warna kulit yang terdeteksi tetap pada warna aslinya yang kemudian
dijadikan gray sedangkan warna yang tidak terdeteksi sebagai kulit dijadikan warna hitam.
Gray Scale dilakukan, karena gambar yang terekam adalah gambar berbentuk RGB
atau berwarna, sehingga untuk memudahkan pemrosesan gambar tersebut di ubah
bentuknya menjadi gambar gray scale.
Melakukan pendeteksian keberadaan objek sehingga objek dapat dibedakan
dengan background. Pendeteksian ini dilakukan dengan cara segmentasi warna kulit dan
juga melakukan cropping.
Dilanjutkan dengan melakukan kuantisasi, yaitu mengambil data pixel dari suatu
objek gambar yang sudah terekam untuk dimasukkan kedalam sebuah database.
Pembandingan data pixel dari object yang baru dengan data yang ada pada
database. Pembandingan ini menggunakan verifikasi dengan algoritma Euclidean Distance
dan Fuzzy C Mean. Dan setelah pembandingan dilakukan, data tersebut dikirimkan ke
komunikasi paralel sehingga terjadi sebuah aksi yang berhubungan dengan kecocokan data
tersebut. Yaitu jika data cocok maka pintu akan terbuka, tetapi jika data tidak cocok,
makan pintu akan tetap tertutup. yang kemudian akan dikirimkan
21
4.4.
Pengujian Dan Analisa
Setelah menyelesaikan perencanaan dan pembuatan alat, selanjutnya untuk
mengetahui serta meyakinkan bahwa seluruh sistem perancangan perangkat telah bekerja
dengan baik, sehingga dilakukan beberapa pengujian pada setiap tahap. Pengujian ini
meliputi beberapa tahap, yaitu: pengujian pada sensor penangkap objek bergerak,
pengujian pengambilan data, pengujian perangkat lunak, pengujian rangkaian driver
motor.
Tujuan dari pengujian pada Sensor penangkap objek bergerak, adalah untuk
mengetahui apakah sensor yang digunakan dapat bekerja sesuai yang diharapkan dan
apakah Visual Basic dapat menerima gambar yang ditangkap oleh sensor. Jika program
dapat menerima gambar yang ditangkap oleh sensor, maka membuktikan bahwa sensor
dapat bekerja dengan baik.
Tujuan dari pengujian pengambilan data adalah untuk mengetahui apakah data
yang diambil dapat tersimpan dalam database atau tidak. Dan apakah data yang sudah
tersimpan dapat dijadikan data referensi sebagai pembanding dengan data baru yang akan
diambil nanti pada saat pengujian. Dan program Visual Basic yang dibuat akan
menyimpan data tersebut secara otomatis kedalam database yang sudah dikoneksikan.
Pengujian perangkat lunak adalah untuk membandingkan data baru yang akan
diambil dengan data yang sudah tersimpan dalam database. Dari hasil pengecekan satu
objek dengan 20 kali tes yang dilakukan, tingkat keberhasilan dalam menentukan target
adalah 50%. Perangkat lunak diatas dapat mengenali bahwa objek yang ditangkap oleh
sensor merupakan data yang sesuai pada member, akan tetapi objek yang ditangkap tidak
dapat dikenali dengan nama yang benar.
Pengujian rangkaian driver motor adalah untuk mengetahui rangkaian motor dapat
bekerja dengan benar apabila diberi tegangan berupa pulsa. Input dari optocoupler diberi
tegangan 5 Volt sebagai pengganti logic 1 dari komputer. Output optocoupler menjadi
input untuk rangkaian driver. Karena kaki basis terkena trigger maka motor memutar. Jika
input dari optocoupler diberi tegangan 0Volt sebagai pengganti dari logic 0 dari PC,
Karena basis tidak terkena trigger maka motor juga tidak akan bergerak.
22
METODE PENELITIAN
4.1.
Perancangan
Perancangan pada penelitian ini dilakukan dengan 2 cara, yaitu perancangan secara
perangkat keras dan perancangan secara perangkat lunak.
4.1.1. Perangkat Keras
Perancangan secara perangkat keras dilakukan dengan membuat simulasi maket
rumah yang dilengkapi dengan pintu otomatis, rangkaian driver motor DC, rangkaian
optocoupler sebagai penerima data dari parallel port, komunikasi parallel port dan
perencanaan sistem secara keseluruhan. Gambar rangkaian secara perangkat keras untuk
membuka pintu jika data yang baru masuk cocok dengan database dan tetap akan tertutup
jika data yang baru masuk tidak cocok dengan database dapat dilihat pada gambar 4.1.
dibawah ini.
Gambar 4.1. Rangkaian Perangkat Keras Pembuka Pintu
18
4.1.2. Perangkat Lunak
Perancangan secara perangkat lunak menggunakan sebuah program Visual Basic,
dimana perangkat lunak ini digunakan untuk menyimpan hasil penangkapan objek yang
bergerak yaitu foto untuk dijadikan sebuah database. Kegunaan dari database ini untuk
membandingkan dengan data baru yang masuk, apakah data baru tersebut cocok atau tidak
dengan database yang ada. Flowchart perancangan perangkat lunak / program yang
digunakan dapat dilihat pada gambar 4.2.
Mulai
Pengambilan Data
ObjekWajah
Penskalaan
Gray Scale
Segmentasi
Cropping
Kuantisasi
Ya
Verifikasi
Dikenal ?
Pintu terbuka
Tidak
Pintu tetap tertutup
Selesai
Gambar 4.2. Flowchart Perangkat Lunak Menggunakan Microsoft Visual Basic
19
4.2.
Cara Kerja
Cara kerja dari penelitian ini dapat digambarkan dalam sebuah blok diagram sistem
seperti yang terlihat pada Gambar 4.3.
Sensor
Penangkapan objek bergerak
Komputer
Buka / Tutup
Pintu
Gambar 4. 3 Blok Diagram Sistem
Cara kerjanya adalah, sensor berupa kamera akan menangkap objek yang terus
bergerak (video capture).
Penangkapan objek yang bergerak ini dapat menggunakan
Kamera Web Wireless, Kamera CMUcam 2 with OV7620 dan Kamera CCTV.
Setelah penangkapan objek, objek tersebut akan di simpan dalam sebuah database.
Jika terdapat data baru, maka data tersbut akan diolah oleh komputer / PC menggunakan
program Visual Basic. Hasil data yang telah diolah oleh Visual Basic tersebut akan
dikirimkan ke motor pada simulasi maket rumah dengan menggunakan komunikasi
parallel untuk membuka pintu jika datanya cocok.
4.3.
Langkah-langkah Percobaan
Pengerjaan perangkat lunak difokuskan pada pengerjaan program untuk
identifikasi ciri – ciri wajah seseorang yang kemudian memutuskan aksi dengan mengirim
data melalui parallel port. Percobaan yang dilakukan antara lain adalah pengambilan input,
pen-skalaan, gray scale, pendeteksian keberadaan objek, kuantisasi, pembandingan data
baru.
Pengambilan data input dimaksudkan untuk membuat sebuah database. Yaitu
dengan mengambil sebuah frame objek gambar yang sedang bergerak menggunakan
kamera digital. Jika frame objek sudah didapatkan, maka dapat melakukan penyimpanan
untuk memperbanyak database yang ada. Data yang dapat disimpan dalam database
mencapai lebih dari 1000 database, yang artinya database dapat menyimpan data wajah
lebih dari 1000 orang.
Pen-skala-an dilakukan karena input yang didapatkan berukuran besar, sehingga
untuk mendapatkan objek dengan pixel yang standar untuk ukuran pixel image, dipilihlah
objek dengan ukuran 320 x 240 = 76800 pixel. Ukuran tersebut masih besar jika harus
20
menghitung keseluruhan data yang ada, sehingga perlu pula dilakukan pen-skala-an
menjadi 1:15, sehingga penghitungan data tidak terlalu banyak dan akan memudahkan
dalam pemrosesan data tersebut. Sehingga data yang berukuran kolom, 320/15 = 21, tetapi
data ini tidak digunakan keseluruhannya, tetapi 16 pixel untuk kolom. Data yang
berukuran baris 240/15 = 16 pixel untuk baris (seluruh data akan terbaca). Sehingga
didapatkan 16 x 16 = 256 data pixel untuk 1 database wajah yang terdeteksi.
Segmentasi digunakan untuk membedakan warna kulit dengan warna background.
Pada batasan masalah ditentukan bahwa warna background adalah biru sehingga untuk
dapat menentukan posisi wajah maka harus membuang warna biru dan mengambil warna
kulit yang telah diasumsikan. Rumus yang digunakan untuk menentukan warna kulit
adalah :
( R – G ) < 128 & R + G > B * 2
(4.1)
Dari rumus tersebut didapat bahwa warna kulit yang diasumsikan adalah warna
oranye dan coklat. Warna kulit yang terdeteksi tetap pada warna aslinya yang kemudian
dijadikan gray sedangkan warna yang tidak terdeteksi sebagai kulit dijadikan warna hitam.
Gray Scale dilakukan, karena gambar yang terekam adalah gambar berbentuk RGB
atau berwarna, sehingga untuk memudahkan pemrosesan gambar tersebut di ubah
bentuknya menjadi gambar gray scale.
Melakukan pendeteksian keberadaan objek sehingga objek dapat dibedakan
dengan background. Pendeteksian ini dilakukan dengan cara segmentasi warna kulit dan
juga melakukan cropping.
Dilanjutkan dengan melakukan kuantisasi, yaitu mengambil data pixel dari suatu
objek gambar yang sudah terekam untuk dimasukkan kedalam sebuah database.
Pembandingan data pixel dari object yang baru dengan data yang ada pada
database. Pembandingan ini menggunakan verifikasi dengan algoritma Euclidean Distance
dan Fuzzy C Mean. Dan setelah pembandingan dilakukan, data tersebut dikirimkan ke
komunikasi paralel sehingga terjadi sebuah aksi yang berhubungan dengan kecocokan data
tersebut. Yaitu jika data cocok maka pintu akan terbuka, tetapi jika data tidak cocok,
makan pintu akan tetap tertutup. yang kemudian akan dikirimkan
21
4.4.
Pengujian Dan Analisa
Setelah menyelesaikan perencanaan dan pembuatan alat, selanjutnya untuk
mengetahui serta meyakinkan bahwa seluruh sistem perancangan perangkat telah bekerja
dengan baik, sehingga dilakukan beberapa pengujian pada setiap tahap. Pengujian ini
meliputi beberapa tahap, yaitu: pengujian pada sensor penangkap objek bergerak,
pengujian pengambilan data, pengujian perangkat lunak, pengujian rangkaian driver
motor.
Tujuan dari pengujian pada Sensor penangkap objek bergerak, adalah untuk
mengetahui apakah sensor yang digunakan dapat bekerja sesuai yang diharapkan dan
apakah Visual Basic dapat menerima gambar yang ditangkap oleh sensor. Jika program
dapat menerima gambar yang ditangkap oleh sensor, maka membuktikan bahwa sensor
dapat bekerja dengan baik.
Tujuan dari pengujian pengambilan data adalah untuk mengetahui apakah data
yang diambil dapat tersimpan dalam database atau tidak. Dan apakah data yang sudah
tersimpan dapat dijadikan data referensi sebagai pembanding dengan data baru yang akan
diambil nanti pada saat pengujian. Dan program Visual Basic yang dibuat akan
menyimpan data tersebut secara otomatis kedalam database yang sudah dikoneksikan.
Pengujian perangkat lunak adalah untuk membandingkan data baru yang akan
diambil dengan data yang sudah tersimpan dalam database. Dari hasil pengecekan satu
objek dengan 20 kali tes yang dilakukan, tingkat keberhasilan dalam menentukan target
adalah 50%. Perangkat lunak diatas dapat mengenali bahwa objek yang ditangkap oleh
sensor merupakan data yang sesuai pada member, akan tetapi objek yang ditangkap tidak
dapat dikenali dengan nama yang benar.
Pengujian rangkaian driver motor adalah untuk mengetahui rangkaian motor dapat
bekerja dengan benar apabila diberi tegangan berupa pulsa. Input dari optocoupler diberi
tegangan 5 Volt sebagai pengganti logic 1 dari komputer. Output optocoupler menjadi
input untuk rangkaian driver. Karena kaki basis terkena trigger maka motor memutar. Jika
input dari optocoupler diberi tegangan 0Volt sebagai pengganti dari logic 0 dari PC,
Karena basis tidak terkena trigger maka motor juga tidak akan bergerak.
22