Pengenalan Gerakan Tangan Manusia Untuk Interaksi Manusia-Komputer
BAB 1
PENDAHULUAN
1.1
Latar Belakang
Gerakan tangan manusia memiliki peran yang penting dalam berinteraksi. Pengenalan
gerakan tangan manusia saat ini merupakan area aktif dalam penelitian untuk interaksi
manusia dan komputer. Pengenalan gerakan tangan manusia ini bertujuan untuk
mencegah munculnya penyakit-penyakit yang muncul, seperti trigger finger, gorilla
arm, dll, akibat penggunaan mouse atau keyboard dalam waktu yang lama dan konstan
(Bhatt et al., 2013).
Dalam penelitian sebelumnya, dibutuhkan alat-alat seperti Kinect, data glove
ataupun kamera web yang berkualitas tinggi untuk menerapkan sistem pengenalan
gerakan tangan ini. Selain itu, terdapat batasan dalam kondisi pencahayaan ataupun latar
belakang (background) yang mengharuskan pengguna berada pada tempat yang
memiliki latar belakang tertentu ketika menjalankan sistem tersebut. Pada penelitian ini,
penulis akan menerapkan sistem pengenalan pergerakan tangan manusia sebagai alat
interaksi manusia dan komputer untuk mengendalikan berbagai aplikasi, yaitu aplikasi
pengolah presentasi, pemutar musik, pemutar video dan PDF reader dengan kondisi
tangan kosong dan latar belakang yang kompleks melalui kamera web.
Pengenalan gerakan tangan manusia telah diteliti oleh beberapa peneliti
sebelumnya. Pada umumnya pengenalan gerakan tangan ini diimplementasikan untuk
bahasa isyarat (sign language), robotik, virtual reality, permainan, dan lain-lain. Pada
umumnya, pengenalan gerakan tangan terbagi atas 2 jenis, yaitu (Ramjan, et al., 2014):
1. Pengenalan Gerakan Tangan Statis, yaitu pengenalan gerakan tangan yang
gerakannya telah ditetapkan dan dideteksi per frame dalam satu waktu
2. Pengenalan Gerakan Tangan Dinamis, yaitu pengenalan gerakan tangan yang
gerakannya dideteksi dari urutan beberapa frame video dalam jangka waktu tertentu.
Pada tahun 2014, Ramjan, et al. menggunakan algoritma Blob Detection COG untuk
ekstraksi fitur dan Template/Pattern Matching untuk mengenali gerakan tangan
2
dinamis. Untuk pengenalan gerakan tangan statis telah diteliti sebelumnya oleh Jalab,
A.H. pada tahun 2012 dengan menggunakan jaringan saraf tiruan. Metode ekstraksi
fitur yang digunakan adalah algoritma Wavelet Network dan Artificial Neural Network
(ANN). Adapun tingkat akurasi hasil uji coba tersebut yaitu 97%. Selanjutnya pada
tahun 2013, Nagarajan & Subashini melakukan penelitian untuk mengenali bahasa
isyarat huruf alphabet sesuai dengan American Sign Language dengan menggunakan
metode Edge Oriented Histogram untuk ekstraksi fitur dan menggunakan algoritma
Multiclass SVM untuk mengenali gerakan tangan statis. Pada penelitian ini didapat
kesimpulan bahwa algoritma Multiclass SVM dapat memberikan akurasi yang baik
sebesar 93.75% dalam mengklasifikasikan gerakan tangan statis.
Namun pada penelitian yang telah disebutkan sebelumnya, diperlukan banyak
waktu dan kapasitas untuk melatih pengklasifikasian dalam pengenalan objek tertentu
pada algoritma yang digunakan. Semakin banyak data pelatihan yang digunakan,
semakin besar tingkat akurasi yang didapatkan (Williamson, 2014). Selanjutnya pada
tahun 2014, Nayana & Kubakaddi menggunakan metode Finger Counting melalui
ekstraksi fitur dari teknik computer vision yaitu contour, convex-hull dan convexity
defects untuk pengenalan gerakan tangan statis. Dari penelitian tersebut dapat
disimpulkan bahwa teknik computer vision sangat mudah dan cepat untuk
diimplementasi dalam pengenalan gerakan tangan.
Penelitian lain tentang pengenalan gerakan tangan dilakukan oleh Yesugade, et al.
pada tahun 2014 yang menggunakan metode sederhana yaitu Blob Detection untuk
ekstraksi fitur untuk pengenalan gerakan tangan. Penelitian ini berfokus pada
pemanfaatan pengenalan gerakan tangan dalam berbagai fungsionalitas, namun terdapat
batasan dalam keadaan background dan kondisi pencahayaan.
Pada penelitian ini, penulis akan menggunakan teknik-teknik Computer Vision
untuk pengenalan gerakan tangan manusia secara statis dan menggunakan metode
average background untuk menghilangkan background yang terdeteksi.
Dengan
adanya sistem pengenalan gerakan tangan manusia melalui kamera web dalam kondisi
tangan kosong dan latar belakang yang kompleks diharapkan dapat mempermudah
interaksi antar manusia dan komputer. Berdasarkan latar belakang diatas, penulis
mengajukan penelitian dengan judul “PENGENALAN GERAKAN TANGAN
MANUSIA UNTUK INTERAKSI MANUSIA-KOMPUTER”.
3
1.2
Rumusan Masalah
Pengenalan gerakan tangan manusia saat ini merupakan area aktif dalam penelitian
untuk interaksi manusia dan komputer. Salah satu implementasi sistem pengenalan
gerakan tangan manusia pada penelitian sebelumnya, yaitu sebagai pengganti mouse
atau keyboard untuk mengendalikan aplikasi seperti permainan (game), pengolah
presentasi dan sebagainya. Dalam penelitian sebelumnya, digunakan berbagai teknik
dan alat pendukung untuk mengenali gerakan tangan manusia, seperti Kinect, data glove
dan kamera web. Adapun berbagai tantangan yang dihadapi dalam mengenali gerakan
tangan manusia yaitu mencakup permasalahan kondisi iluminasi yang bervariasi, rotasi
tangan, latar belakang (background), ukuran tangan, dan klasifikasi atau translasi
tangan. Oleh karena itu, dibutuhkan suatu metode untuk mengenali gerakan tangan
manusia untuk interaksi manusia-komputer dengan kondisi tangan kosong dan latar
belakang yang kompleks melalui kamera web.
1.3
Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengenali gerakan tangan manusia untuk
interaksi manusia-komputer dengan kondisi tangan kosong dan latar belakang yang
kompleks menggunakan teknik-teknik Computer Vision melalui kamera web.
1.4
Batasan Masalah
Untuk membatasi cakupan permasalahan yang akan dibahas dalam studi ini, penulis
membuat batasan :
1. Pergerakan tangan yang dikenali/dideteksi hanya kombinasi antara jumlah jari dan
arah tangan yang telah ditentukan oleh penulis.
2. Aplikasi yang dapat dikendalikan menggunakan gerakan tangan dalam penelitian
ini adalah aplikasi pengolah presentasi, pemutar musik, pemutar video, dan PDF
reader yang telah ditentukan oleh penulis.
3. Posisi kamera web tetap dan tidak terdapat objek bergerak yang memiliki warna
yang mirip dengan warna kulit pada background.
4. Pengambilan citra atau video dilakukan di dalam ruangan yang memiliki cahaya
putih dengan pencahayaan downlight. Penggunaan cahaya harus disesuaikan agar
4
komputer dapat melihat pantulan cahaya dengan baik, sehingga cahaya tidak boleh
membelakangi telapak tangan atau di hadapan kamera web (backlight).
5. Posisi tangan lurus menghadap kamera dan jari tangan harus terbuka lebar.
1.5
Manfaat Penelitian
Manfaat yang diperoleh dari penelitian ini adalah :
1. Membantu pengguna dalam berinteraksi dengan komputer menggunakan gerakan
tangan.
2. Mengetahui kemampuan teknik-teknik Computer Vision dalam proses pengenalan
gerakan tangan manusia.
3. Menjadi referensi dalam pengembangan di bidang image processing dan computer
vision.
1.6
Metodologi Penelitian
Tahapan-tahapan yang akan dilakukan pada pelaksanaan penelitian adalah sebagai
berikut:
1. Studi Literatur
Pada tahap ini dilakukan pengumpulan bahan referensi yaitu mengenai pengolahan
citra, pendeteksian warna kulit, pendeteksian background, pendeteksian tangan, dan
Computer Vision dari beberapa jurnal, buku, artikel dan beberapa sumber referensi
lainnya.
2. Analisis
Pada tahap ini dilakukan analisis terhadap studi literatur untuk mendapatkan
pemahaman mengenai teknik-teknik Computer Vision untuk menyelesaikan
masalah tentang pengenalan gerakan tangan manusia.
3. Perancangan
Pada tahap ini dilakukan perancangan arsitektur, pengumpulan data, dan
perancangan antarmuka. Proses perancangan dilakukan berdasarkan hasil analisis
studi literatur yang telah didapatkan.
4. Implementasi
Pada tahap ini dilakukan pengkodean untuk membangun aplikasi berdasarkan
analisis dan perancangan yang telah dilakukan sebelumnya.
5
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap aplikasi yang telah dibangun dalam
mengenali gerakan tangan manusia untuk memastikan hasil pengenalan sesuai
dengan apa yang diharapkan.
6. Dokumentasi dan Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi dan penyusunan laporan hasil analisis dan
implementasi teknik-teknik Computer Vision dalam pengenalan gerakan tangan
manusia.
1.7
Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut.
Bab 1 : Pendahuluan
Bab ini berisi latar belakang dari penelitian yang dilaksanakan, rumusan masalah, tujuan
penelitian, batasan masalah, manfaat penelitian, metodologi penelitian, serta
sistematika penulisan.
Bab 2 : Landasan Teori
Bab ini berisi teori-teori yang diperlukan untuk memahami permasalahan yang dibahas
pada penelitian ini. Teori-teori yang berhubungan dengan citra, image processing,
ekstraksi fitur dan teknik-teknik Computer Vision akan dibahas pada bab ini.
Bab 3 : Analisis dan Perancangan
Bab ini menjabarkan arsitektur umum, tiap langkah pre-processing yang dilakukan,
pendeteksian objek, serta analisis dan penerapan teknik-teknik Computer Vision dalam
pengenalan gerakan tangan yang tertangkap oleh kamera web.
Bab 4 : Implementasi dan Pengujian
Bab ini berisi pembahasan tentang implementasi dari perancangan yang telah
dijabarkan pada Bab 3. Selain itu, hasil yang didapatkan dari pengujian yang dilakukan
terhadap implementasi yang dilakukan juga dijabarkan pada bab ini.
6
Bab 5 : Kesimpulan dan Saran
Bab ini berisi ringkasan serta kesimpulan dari rancangan yang telah dibahas pada bab
3, serta hasil penelitian yang dijabarkan pada Bab 4. Bagian akhir dari bab ini memuat
saran-saran yang diajukan untuk pengembangan penelitian selanjutnya.
PENDAHULUAN
1.1
Latar Belakang
Gerakan tangan manusia memiliki peran yang penting dalam berinteraksi. Pengenalan
gerakan tangan manusia saat ini merupakan area aktif dalam penelitian untuk interaksi
manusia dan komputer. Pengenalan gerakan tangan manusia ini bertujuan untuk
mencegah munculnya penyakit-penyakit yang muncul, seperti trigger finger, gorilla
arm, dll, akibat penggunaan mouse atau keyboard dalam waktu yang lama dan konstan
(Bhatt et al., 2013).
Dalam penelitian sebelumnya, dibutuhkan alat-alat seperti Kinect, data glove
ataupun kamera web yang berkualitas tinggi untuk menerapkan sistem pengenalan
gerakan tangan ini. Selain itu, terdapat batasan dalam kondisi pencahayaan ataupun latar
belakang (background) yang mengharuskan pengguna berada pada tempat yang
memiliki latar belakang tertentu ketika menjalankan sistem tersebut. Pada penelitian ini,
penulis akan menerapkan sistem pengenalan pergerakan tangan manusia sebagai alat
interaksi manusia dan komputer untuk mengendalikan berbagai aplikasi, yaitu aplikasi
pengolah presentasi, pemutar musik, pemutar video dan PDF reader dengan kondisi
tangan kosong dan latar belakang yang kompleks melalui kamera web.
Pengenalan gerakan tangan manusia telah diteliti oleh beberapa peneliti
sebelumnya. Pada umumnya pengenalan gerakan tangan ini diimplementasikan untuk
bahasa isyarat (sign language), robotik, virtual reality, permainan, dan lain-lain. Pada
umumnya, pengenalan gerakan tangan terbagi atas 2 jenis, yaitu (Ramjan, et al., 2014):
1. Pengenalan Gerakan Tangan Statis, yaitu pengenalan gerakan tangan yang
gerakannya telah ditetapkan dan dideteksi per frame dalam satu waktu
2. Pengenalan Gerakan Tangan Dinamis, yaitu pengenalan gerakan tangan yang
gerakannya dideteksi dari urutan beberapa frame video dalam jangka waktu tertentu.
Pada tahun 2014, Ramjan, et al. menggunakan algoritma Blob Detection COG untuk
ekstraksi fitur dan Template/Pattern Matching untuk mengenali gerakan tangan
2
dinamis. Untuk pengenalan gerakan tangan statis telah diteliti sebelumnya oleh Jalab,
A.H. pada tahun 2012 dengan menggunakan jaringan saraf tiruan. Metode ekstraksi
fitur yang digunakan adalah algoritma Wavelet Network dan Artificial Neural Network
(ANN). Adapun tingkat akurasi hasil uji coba tersebut yaitu 97%. Selanjutnya pada
tahun 2013, Nagarajan & Subashini melakukan penelitian untuk mengenali bahasa
isyarat huruf alphabet sesuai dengan American Sign Language dengan menggunakan
metode Edge Oriented Histogram untuk ekstraksi fitur dan menggunakan algoritma
Multiclass SVM untuk mengenali gerakan tangan statis. Pada penelitian ini didapat
kesimpulan bahwa algoritma Multiclass SVM dapat memberikan akurasi yang baik
sebesar 93.75% dalam mengklasifikasikan gerakan tangan statis.
Namun pada penelitian yang telah disebutkan sebelumnya, diperlukan banyak
waktu dan kapasitas untuk melatih pengklasifikasian dalam pengenalan objek tertentu
pada algoritma yang digunakan. Semakin banyak data pelatihan yang digunakan,
semakin besar tingkat akurasi yang didapatkan (Williamson, 2014). Selanjutnya pada
tahun 2014, Nayana & Kubakaddi menggunakan metode Finger Counting melalui
ekstraksi fitur dari teknik computer vision yaitu contour, convex-hull dan convexity
defects untuk pengenalan gerakan tangan statis. Dari penelitian tersebut dapat
disimpulkan bahwa teknik computer vision sangat mudah dan cepat untuk
diimplementasi dalam pengenalan gerakan tangan.
Penelitian lain tentang pengenalan gerakan tangan dilakukan oleh Yesugade, et al.
pada tahun 2014 yang menggunakan metode sederhana yaitu Blob Detection untuk
ekstraksi fitur untuk pengenalan gerakan tangan. Penelitian ini berfokus pada
pemanfaatan pengenalan gerakan tangan dalam berbagai fungsionalitas, namun terdapat
batasan dalam keadaan background dan kondisi pencahayaan.
Pada penelitian ini, penulis akan menggunakan teknik-teknik Computer Vision
untuk pengenalan gerakan tangan manusia secara statis dan menggunakan metode
average background untuk menghilangkan background yang terdeteksi.
Dengan
adanya sistem pengenalan gerakan tangan manusia melalui kamera web dalam kondisi
tangan kosong dan latar belakang yang kompleks diharapkan dapat mempermudah
interaksi antar manusia dan komputer. Berdasarkan latar belakang diatas, penulis
mengajukan penelitian dengan judul “PENGENALAN GERAKAN TANGAN
MANUSIA UNTUK INTERAKSI MANUSIA-KOMPUTER”.
3
1.2
Rumusan Masalah
Pengenalan gerakan tangan manusia saat ini merupakan area aktif dalam penelitian
untuk interaksi manusia dan komputer. Salah satu implementasi sistem pengenalan
gerakan tangan manusia pada penelitian sebelumnya, yaitu sebagai pengganti mouse
atau keyboard untuk mengendalikan aplikasi seperti permainan (game), pengolah
presentasi dan sebagainya. Dalam penelitian sebelumnya, digunakan berbagai teknik
dan alat pendukung untuk mengenali gerakan tangan manusia, seperti Kinect, data glove
dan kamera web. Adapun berbagai tantangan yang dihadapi dalam mengenali gerakan
tangan manusia yaitu mencakup permasalahan kondisi iluminasi yang bervariasi, rotasi
tangan, latar belakang (background), ukuran tangan, dan klasifikasi atau translasi
tangan. Oleh karena itu, dibutuhkan suatu metode untuk mengenali gerakan tangan
manusia untuk interaksi manusia-komputer dengan kondisi tangan kosong dan latar
belakang yang kompleks melalui kamera web.
1.3
Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk mengenali gerakan tangan manusia untuk
interaksi manusia-komputer dengan kondisi tangan kosong dan latar belakang yang
kompleks menggunakan teknik-teknik Computer Vision melalui kamera web.
1.4
Batasan Masalah
Untuk membatasi cakupan permasalahan yang akan dibahas dalam studi ini, penulis
membuat batasan :
1. Pergerakan tangan yang dikenali/dideteksi hanya kombinasi antara jumlah jari dan
arah tangan yang telah ditentukan oleh penulis.
2. Aplikasi yang dapat dikendalikan menggunakan gerakan tangan dalam penelitian
ini adalah aplikasi pengolah presentasi, pemutar musik, pemutar video, dan PDF
reader yang telah ditentukan oleh penulis.
3. Posisi kamera web tetap dan tidak terdapat objek bergerak yang memiliki warna
yang mirip dengan warna kulit pada background.
4. Pengambilan citra atau video dilakukan di dalam ruangan yang memiliki cahaya
putih dengan pencahayaan downlight. Penggunaan cahaya harus disesuaikan agar
4
komputer dapat melihat pantulan cahaya dengan baik, sehingga cahaya tidak boleh
membelakangi telapak tangan atau di hadapan kamera web (backlight).
5. Posisi tangan lurus menghadap kamera dan jari tangan harus terbuka lebar.
1.5
Manfaat Penelitian
Manfaat yang diperoleh dari penelitian ini adalah :
1. Membantu pengguna dalam berinteraksi dengan komputer menggunakan gerakan
tangan.
2. Mengetahui kemampuan teknik-teknik Computer Vision dalam proses pengenalan
gerakan tangan manusia.
3. Menjadi referensi dalam pengembangan di bidang image processing dan computer
vision.
1.6
Metodologi Penelitian
Tahapan-tahapan yang akan dilakukan pada pelaksanaan penelitian adalah sebagai
berikut:
1. Studi Literatur
Pada tahap ini dilakukan pengumpulan bahan referensi yaitu mengenai pengolahan
citra, pendeteksian warna kulit, pendeteksian background, pendeteksian tangan, dan
Computer Vision dari beberapa jurnal, buku, artikel dan beberapa sumber referensi
lainnya.
2. Analisis
Pada tahap ini dilakukan analisis terhadap studi literatur untuk mendapatkan
pemahaman mengenai teknik-teknik Computer Vision untuk menyelesaikan
masalah tentang pengenalan gerakan tangan manusia.
3. Perancangan
Pada tahap ini dilakukan perancangan arsitektur, pengumpulan data, dan
perancangan antarmuka. Proses perancangan dilakukan berdasarkan hasil analisis
studi literatur yang telah didapatkan.
4. Implementasi
Pada tahap ini dilakukan pengkodean untuk membangun aplikasi berdasarkan
analisis dan perancangan yang telah dilakukan sebelumnya.
5
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap aplikasi yang telah dibangun dalam
mengenali gerakan tangan manusia untuk memastikan hasil pengenalan sesuai
dengan apa yang diharapkan.
6. Dokumentasi dan Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi dan penyusunan laporan hasil analisis dan
implementasi teknik-teknik Computer Vision dalam pengenalan gerakan tangan
manusia.
1.7
Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut.
Bab 1 : Pendahuluan
Bab ini berisi latar belakang dari penelitian yang dilaksanakan, rumusan masalah, tujuan
penelitian, batasan masalah, manfaat penelitian, metodologi penelitian, serta
sistematika penulisan.
Bab 2 : Landasan Teori
Bab ini berisi teori-teori yang diperlukan untuk memahami permasalahan yang dibahas
pada penelitian ini. Teori-teori yang berhubungan dengan citra, image processing,
ekstraksi fitur dan teknik-teknik Computer Vision akan dibahas pada bab ini.
Bab 3 : Analisis dan Perancangan
Bab ini menjabarkan arsitektur umum, tiap langkah pre-processing yang dilakukan,
pendeteksian objek, serta analisis dan penerapan teknik-teknik Computer Vision dalam
pengenalan gerakan tangan yang tertangkap oleh kamera web.
Bab 4 : Implementasi dan Pengujian
Bab ini berisi pembahasan tentang implementasi dari perancangan yang telah
dijabarkan pada Bab 3. Selain itu, hasil yang didapatkan dari pengujian yang dilakukan
terhadap implementasi yang dilakukan juga dijabarkan pada bab ini.
6
Bab 5 : Kesimpulan dan Saran
Bab ini berisi ringkasan serta kesimpulan dari rancangan yang telah dibahas pada bab
3, serta hasil penelitian yang dijabarkan pada Bab 4. Bagian akhir dari bab ini memuat
saran-saran yang diajukan untuk pengembangan penelitian selanjutnya.