Implementasi Pengolahan Citra Pada Mobile Robot Vision Dengan Menggunakan Metoda Viola Jones

Transkripsi

1 Jural Reka Elkomika X Jauari 2013 Jural Olie Istitut Tekologi Nasioal Tekik Elektro Iteas Vol.1 No.1 Implemetasi Pegolaha Citra Pada Mobile Robot Visio Dega Megguaka Metoda Viola Joes FEBRIAN HADIATNA 1, M. ICHWAN 2, NOVIYANTORO S Jurusa Tekik Elektro Istitut Tekologi Nasioal Badug 2. Jurusa Tekik Iformatika Istitut Tekologi Nasioal Badug 3. Jurusa Tekik Elektro Istitut Tekologi Nasioal Badug Red_Claw0708@yahoo.com ABSTRAK Pada peelitia ii, dibuat sebuah mobile robot visio yag memiliki kemampua utuk metrackig pola wajah mausia. Robot ii megguaka metoda Viola- Joes dalam megeali pola wajah. Mobile robot visio yag diracag terdiri dari webcam sebagai sesor, persoal computer (PC) da mikrokotroler sebagai kotroler, motor dc sebagai aktuator, serta kabel sebagai media tramisi data atara webcam ke PC, serta PC ke mikrokotroler. Pegujia yag dilakuka terdiri atas empat jeis pegujia diataraya yaitu pegujia uit terdiri dari pegujia display, motor dc da kemampua webcam metrackig object. Pegujia itegrasi terdiri dari pegujia dega iput dari PC da output pada display da motor dc, serta iput dari webcam dega output pada display da motor dc. Pegujia validasi terdiri dari pegujia terhadap itesitas, terhadap multi object serta terhadap foto wajah. Serta pegujia yag terakhir yaitu pegujia sistem secara keseluruha. Kata kuci: Viola-Joes, wajah, mobile visio. ABSTRACT I this study, made a mobile robot visio that has the ability to trackig the patter of the huma face. This robot uses Viola-Joes method to recogize facial patters. Mobile robot visio is desiged cosists of a webcam as a sesor, persoal computer (PC) ad the microcotroller as a cotroller, dc motors as actuators, ad cable as a data trasmissio betwee the webcam to the PC, ad PC to the microcotroller. Tests coducted cosisted of four types of testig icludig, uit testig cosists of testig, dc motors ad webcam capabilities metrackig object. Itegratio testig cosists of testig with the iput of the PC ad output to the display ad dc motors, as well as iput from the webcam with the display output ad dc motors. Validatio testig cosists of testig the itesity, multi-object as well as images of faces. Ad the last test which is testig the system as a whole. Keywords: Viola-Joes, face, mobile visio. Jural Reka Elkomika 11

2 Hadiata, Ichwa, Sadewo 1. PENDAHULUAN Computer visio merupaka kombiasi dari pegolaha citra, pegeala pola serta proses pegambila keputusa. Tujua utama dari computer visio adalah utuk meterjemahka suatu pemadaga. Computer visio fokus pada iformasi-iformasi yag dimiliki oleh data gambar, kemudia diolah dega megguaka algoritma-algoritma tertetu. Bayak mafaat yag dapat diperoleh dari bidag ilmu computer visio, salah satuya dapat diaplikasika pada mobile robotics. Dega megguaka pegolaha citra pada robot, maka memugkika robot utuk dapat bergerak secara autoomous sesuai dega iformasi yag diperoleh dari hasil pecitraa pada kamera yag terpasag pada robot. Tekologi robot citra atau yag lebih dikeal dega robot visio kii telah mulai dikembagka diberbagai bidag. Salah satu aplikasi dari robot ii adalah utuk proses pegitaia, baik diguaka di bidag militer maupu di bidag peelitia jarak jauh. Berdasarka mafaatya dalam proses pegitaia tersebut, maka peulis bermaksud utuk meracag mobile robot visio tersebut. Adapu tujua dari peelitia ii adalah meerapka pegolaha citra berupa medeteksi serta megikuti wajah mausia (face trackig), dega megguaka metoda Viola-Joes utuk pergeraka uit robot beroda. Metoda Viola-Joes dikembagka oleh Paul Viola da Micheal Joes pada tahu Metoda ii megguaka tiga hal utama dalam melakuka proses pedeteksia object, yaitu cascade of classifier, haar-like features da algoritma Ada-Boost. Cascade of classifier merupaka suatu metode klasifikasi yag megguaka beberapa tigkata dalam melakuka peyeleksia. Pada setiap tigkata proses peyeleksiaya dilakuka dega megguaka algoritma Ada-Boost yag telah di-traiig dega megguaka haar-like feature. Haar-Like feature adalah sebuah fitur dari image digital yag diguaka utuk medeteksi sebuah object. Berikut ii Gambar 1 yag meujukka beberapa macam haarlike feature. Gambar 1. Macam-macam Fitur Citra Karakteristik dari algoritma Viola-Joes adalah adaya klasifikasi bertigkat. Klasifikasi pada algoritma ii terdiri dari beberapa tigkata dimaa tiap tigkata megeluarka subcitra yag diyakii buka wajah. Hal ii dilakuka karea lebih mudah utuk meilai subcitra tersebut buka wajah ketimbag meilai apakah subcitra tersebut berisi wajah. Di bawah ii adalah Gambar 2 yag megilustrasika alur kerja dari klasifikasi bertigkat. Gambar 2. Blok Diagram Algoritma Viola-Joes Jural Reka Elkomika 12

3 Implemetasi Pegolaha Citra pada Mobile Robot Visio dega Megguaka Metoda Viola-Joes Masalah-masalah yag dibatasi pada peelitia ii diataraya sebagai berikut: 1. Bagia object yag di deteksi adalah wajah mausia 2. Pergeraka robot terbatas haya sekitar ± 2 meter. 3. Proses face trackig dilakuka dega posisi wajah saat bergerak selalu memadag ke arah webcam. 4. Pergeraka object wajah terbatas haya pada posisi ke kaa da ke kiri serta maju da mudur. 5. Metoda pedeteksia wajah yag diguaka adalah metoda Viola-Joes. 2. PERANCANGAN SISTEM Berikut ii Gambar 3 yag meujuka racaga arsitektur dari sistem mobile visio. Webcam Display Led 1 Display Led 2 Komputer Max 232 Mikrokotroler ATMEGA 8535 Motor dc Kiri Driver Motor dc Motor dc Kaa Catu Daya Gambar 3. Arsitektur Mobile Visio Berdasarka arsitektur mobile visio tersebut, maka robot yag aka dibuat di desai seperti tampak pada Gambar 4. Gambar 4. Desai Robot Tampak Atas Spesifikasi mekaik dari sistem mobile visio ii adalah sebagai berikut : a. Sistem mobile visio terdiri dari dua bagia, yaitu bagia pertama adalah uit robot serta bagia kedua adalah bagia catu daya robot, koektor webcam da koektor serial. Utuk meghubugka kedua bagia tersebut diguaka kabel UTP. b. Dimesi robot yaitu pajag 15 cm, lebar 15 cm da tiggi 9 cm. c. Sistem pergeraka megguaka tiga buah roda, dimaa dua roda berada pada bagia belakag robot, serta satu buah roda terdapat pada bagia depa. Dua buah roda di posisi belakag, masig-masig terhubug dega sebuah motor dc, serta satu buah roda dibagia depa tidak terhubug dega motor dc. Jural Reka Elkomika 13

4 Hadiata, Ichwa, Sadewo Spesifikasi hardware dari sistem mobile visio ii adalah sebagai berikut : a. Catu daya yag diguaka sebesar 5 volt. b. Kotroler yag diguaka persoal computer (PC) da mikrokotroler ATmega8535 c. Sesor yag diguaka webcam M-Tech d. Aktuator yag diguaka motor dc 5 volt dega driver motor megguaka IC L293D e. Media trasmisi data berupa kabel UTP dega pajag ± 2 meter f. Sistem trasmisi data berupa USB da serial g. Display yag diguaka Led da moitor PC Spesifikasi software dari sistem mobile visio ii adalah sebagai berikut : a. Program pada mikrokotroler adalah CodeVisioAVR C Compiler b. Program pada persoal computer adalah Bloodshed Dev C++ dega peambaha library, yaitu OpeCV 2.1 da FLTK versi Dari spesifikasi software yag diguaka tersebut, kemudia diracaglah flowchart pada masig-masig program yag diguaka. Berikut ii adalah flowchart pada program Dev- C++ yag memiliki fugsi utuk memproses citra yag diperoleh dari webcam. start segmetasi Dekati pusat object object wajah? N Pusat frame=pusat object N Y Y capture capture output To start Gambar 5. Flowchart Face Trackig (Sumber: Mukhlas Arihutomo,2010) Pada peracaga program mikrokotroler diguaka software codevisio AVR. Berikut ii flowchart dari program codevisio yag diguaka. start iisialisasi Iput data Data = w y maju Data = a y kiri Data = s y stop Data = d y kaa Data = x y mudur ed Gambar 6. Flowchart pada Program Mikrokotroler Jural Reka Elkomika 14

5 Implemetasi Pegolaha Citra pada Mobile Robot Visio dega Megguaka Metoda Viola-Joes 3. IMPLEMENTASI DAN PENGUJIAN Berikut ii Gambar 7, merupaka implemetasi dari peracaga robot serta program pegolaha citra. Gambar 7. Implemetasi Mobile Visio da Program Face Trackig Proses pegujia yag dilakuka terhadap mobile visio terdiri dari beberapa pegujia. Berikut ii proses-proses pegujia yag dilakuka. 3.1 Pegujia Uit Pada pegujia uit, proses yag dilakuka yaitu pegujia terhadap uit software serta pegujia terhadap uit hardware. Pegujia terhadap uit software adalah berupa pegujia program pegolaha citra. Pada pegujia ii, dilakuka pegujia jarak trackig wajah yaitu meetuka jarak miimal serta jarak maksimal atara wajah dega webcam agar proses pecitraa dapat dilakuka. Pedeteksia wajah dilakuka dega cara sebagai berikut : a. Wajah object didekatka pada webcam higga terdeteksi da proses trackig berlagsug. b. Setelah terdeteksi, object terus medekati webcam higga diperoleh data megeai jarak miimal berlagsugya proses pecitraa atara object da webcam. c. Setelah jarak miimal dari proses trackig diketahui, object kemudia mejauhi webcam higga diperoleh jarak maksimal webcam dalam medeteksi citra object. Hasil pegujia yag diperoleh adalah berupa data ilai W da H dega satuaya dalam pixel. Nilai tersebut merupaka ilai dari ukura lebar object ketika ter-capture oleh webcam. Pada pegujia ii diperoleh data pegujia jarak miimal da maksimal berlagsugya proses pecitraa yag ditampilka dalam Tabel 1. Tabel 1. Pegujia Uit Software Object Psisi Terdekat Webcam Posisi Terjauh Webcam Ke- H W Jarak H W Jarak cm cm cm cm cm cm Pada proses pegujia jarak trackig, pegujia dilakuka oleh tiga object wajah yag berbeda. Dari hasil pegujia tersebut dapat disimpulka bahwa kemampua webcam dalam megaalisis object-ya terbatas pada jarak miimal rata-rata 45,66 cm serta jarak maksimal rata-rata 293,33 cm. Hal tersebut dikareaka beberapa sebab, pada pedeteksia dega jarak miimal, dikareaka kemampua komputer dalam megaalisa citra wajah Jural Reka Elkomika 15

6 Hadiata, Ichwa, Sadewo diperluka gambar wajah yag tampak secara keseluruha, oleh karea itu komputer tidak aka medeteksi citra wajah jika object wajah yag meghadap ke arah webcam haya sebagia saja. Pada pedeteksia jarak maksimal, diperoleh jarak 293,33 cm, hal tersebut berkaita dega resolusi webcam yag diguaka, semaki besar resolusi yag diguaka maka proses deteksi object pada jarak terjauh dapat dilakuka. Pada pegujia terhadap uit hardware, pegujia yag dilakuka adalah pada motor dc. Pegujia yag dilakuka diataraya pegujia pegguaa gearbox pada motor dc, pegujia kecepata motor dc dega pegatura PWM, serta pegujia avigasi motor dc. Pada pegujia pegguaa gearbox pada motor dc, yag dilakuka adalah membadigka atara pegguaa motor dc 12 volt tapa megguaka gearbox, dega motor dc 5 volt yag megguaka gearbox. Pada pegguaa motor dc 12 volt tapa gearbox, meghasilka putara roda yag cepat saat posisi melayag, amu saat berada di jala robot tidak dapat bergerak. Sedagka pada pegguaa motor dc 5 volt dega megguaka gearbox, putara robot lebih lambat tetapi robot dapat berjala. Pada pegujia kecepata motor dc, proses pegujia yag dilakuka adalah pegatura PWM motor mulai dari 100% higga 10%, dega peurua kecepata sebesar 10%. Berikut ii Tabel 2 yag merupaka hasil pegujia kecepata motor dc. Tabel 2. Pegujia Uit Kecepata Motor dc Ket : Tes Ke- Dutycycle(%) Ket x = motor dc dapat berputar X = motor dc tidak dapat berputar Berdasarka hasil pegujia kecepata motor dc, kecepata miimal yag dapat diguaka oleh motor dc adalah sebesar 20%. Pada pemberia PWM sebesar 20%, kierja motor dc tidak stabil dalam berputar, sehigga pegguaa PWM motor pada pegujia selajutya dega memberi iput sebesar 30%. Pada pegujia avigasi motor dc, proses pegujia dilakuka dega pemberia logika 1 atau logika 0 pada masig-masig PORTC.2 sampai PORTC.7 yag merupaka port yag diguaka dalam megedalika motor dc. Tabel 3. Pegujia Uit Navigasi Motor dc Driver Motor dc Tes Motor dc Kaa Motor dc Kiri Ke- PC6 PC2 PC3 Ket PC7 PC4 PC5 Ket 1 H L H Mudur H H L Mudur 2 H H L Maju H L H Maju 3 H H L Maju H H L Mudur 4 H L H Mudur H L H Maju Jural Reka Elkomika 16

7 Implemetasi Pegolaha Citra pada Mobile Robot Visio dega Megguaka Metoda Viola-Joes 3.2 Pegujia Itegrasi Pada pegujia itegrasi, proses pegujia yag dilakuka adalah meggabuga beberapa uit yag salig terhubug satu dega yag laiya, kemudia diadaka pegujia. Pada pegujia yag pertama adalah megedalika motor dc da display dega iput dari PC. Sistem pegujia yag dilakuka berupa pegujia avigasi robot secara maual yaitu dega megguaka keyboard PC sebagai kedaliya. Fugsi dari pegujia ii adalah utuk melihat pergeraka motor dc serta kodisi display led secara bersamaa, serta pegujia terhadap kemampua PC dalam memberi iput terhadap mikrokotroler. Berikut ii Tabel 4, yag merupaka hasil pegujia terhadap bagia hardware dari mobile visio. Tabel 4. Pegujia Itegrasi Motor dc da Display Led Char Motor dc Motor Kaa Motor Kiri Led Kaa Led kiri Ket W Maju Maju Aktif Aktif Maju X Mudur Mudur Mati Mati Mudur S Stop Stop Mati Mati Stop A Maju Mudur Mati Aktif Kiri D Mudur Maju Aktif Mati Kaa Pada pegujia itegrasi yag kedua adalah berupa pegujia dega pemberia iput berasal dari citra dega output-ya terhadap display led da motor dc. Pada pegujia ii dilakuka secara bertahap, yaitu : 1. pegujia itegrasi atara citra dega display led 2. Pegujia itegrasi atara citra dega motor dc, serta 3. Pegujia itegrasi atara citra dega display led da motor dc Proses pegujia yag dilakuka secara bertahap utuk mempermudah proses aalisa saat terjadi kesalaha. Pada proses pegujia itegrasi atara citra dega display led, yaitu webcam berfugsi sebagai sesor utuk medeteksi object wajah. Jika terdeteksi object wajah pada sumbu axis atara 0 sampai dega 299 pixel, maka led kiri aka aktif da jika object yag terdeteksi berada pada sumbu axis atara 300 sampai dega 340 pixel maka led aka aka memeriksa kodisi ukura object, jika object memiliki ukura kurag dari 100 pixel maka kedua led aka aktif bersamaa, sedagka jika ukura object diatas 100 pixel maka kedua led mati. Jika object berada pada sumbu axis atara 341 sampai dega 640 pixel, maka led kaa yag aktif. Berikut ii Tabel 5 yag meujuka hasil pegujia. Tabel 5. Pegujia Itegrasi Webcam da Display Led Tes Ke- Posisi Sumbu Axis Lebar Object Led Kaa Led Kiri Mati Aktif Aktif Aktif Mati Mati Aktif Mati Pada pegujia tersebut PC dapat megolah citra dega baik serta memberi hasil aalisa kepada led dega bear. Pada pegujia yag kedua, proses pegujia sama dega proses pegujia dega output pada display led, haya output yag diguaka adalah motor dc. Pegujia dilakuka dega cara meletakka mobile visio secara melayag agar motor dc bergerak di tempat. Berikut ii tabel 6 yag meujuka hasil pegujiaya. Jural Reka Elkomika 17

8 Hadiata, Ichwa, Sadewo Tabel 6. Pegujia Itegrasi Webcam da Motor dc Tes Ke- Posisi Sumbu Axis Lebar Object Motor Kaa Motor Kiri Maju Mudur Maju Maju Mudur Mudur Mudur Maju Stop Stop Pegujia itegrasi yag kedua pada tahapa yag terakhir, proses pegujiaya sama dega proses pegujia sebelumya haya output pada led da motor dc. Berikut ii Tabel 7 yag meujuka hasil pegujia. Tabel 7. Pegujia Itegrasi Webcam dega Output Led da Motor dc Tes Ke- Posisi Sumbu Axis Lebar Object Motor Kaa Motor Kiri Led Kaa Led Kiri Maju Mudur Mati Aktif Maju Maju Aktif Aktif Mudur Mudur Mati Mati Mudur Maju Aktif Mati Stop Stop Mati Mati Aalisa yag diperoleh selama proses pegujia kedua berlagsug adalah pada pegujia yag melibatka motor dc sebagai output-ya, serig meyebabka gaggua pada webcam. Hal ii disebabka kabel webcam yag diguaka cukup pajag sedagka level tegaga pada data webcam redah. Webcam rawa megalami gaggua atau oise dari luar, sedagka motor dc merupaka salah satu kompoe elektroika yag dapat meghasilka oise. Oleh sebab itu webcam aka mudah megalami gaggua pada saat output-ya berupa motor dc. 3.3 Pegujia Validasi Pada pegujia ii dilakuka tiga jeis pegujia. Proses pegujia yag pertama adalah berupa pedeteksia citra dega itesitas cahaya yag mejadi variabel cotrol-ya. Sistem pegujia yag dilakuka adalah pada saat proses pecitraa, itesitas cahaya yag di-cotrol berupa kodisi lampu di ruaga pegujia sedag aktif atau mati. Serta wajah object berada pada posisi memperoleh pecahayaa atau membelakagi cahaya. Lampu ruaga yag diguaka pada saat proses pegujia berlagsug adalah lampu TL 40Watt dega jarak atara object da lampu berada sekitar 3 meter. Berikut ii Tabel 8. pegujia itesitas cahaya. Tabel 8. Pegujia Itesitas Cahaya Tes Ke- Kodisi Lampu Posisi Object Kodisi Deteksi 1 Mati bebas x 2 Aktif Membelakagi lampu x 3 Aktif Memperoleh cahaya Ket : = webcam dapat medeteksi X = webcam tidak dapat medeteksi Pada pegujia pertama, proses deteksi wajah dapat dilakuka jika itesitas cahaya yag terdeteksi oleh webcam memiliki itesitas yag cukup, sebab webcam yag diguaka tidak diracag utuk meyesuaika diri pada kodisi itesitas yag berubah-ubah. Pada pegujia validasi yag kedua, proses pegujia yag dilakuka adalah pedeteksia citra Jural Reka Elkomika 18

9 Implemetasi Pegolaha Citra pada Mobile Robot Visio dega Megguaka Metoda Viola-Joes pada saat object yag ter-capture oleh webcam lebih dari satu. Berikut ii Gambar 8 yag meujuka hasil pegujia kedua. Gambar 8. pegujia terhadap multi object Pada pegujia validasi yag terakhir, proses pegujia yag dilakuka adalah pedeteksia object berupa foto wajah. Berikut ii Gambar 9 yag meujuka proses pedeteksia foto. Gambar 9. trackig wajah di foto Berdasarka hasil pegujia kedua da ketiga, dapat disimpulka bahwa sistem pecitraa dega megguaka metoda Viola-Joes tidak dapat membedaka target wajah tertetu yag igi di trackig, serta tidak dapat membedaka atara wajah asli dega foto wajah. Program aka meetuka seluruh object wajah yag ter-capture oleh webcam utuk dijadika target trackig. Adaya kelemaha dari metoda ii utuk tidak dapat megidetifikasi wajah tertetu, dikareaka metoda Viola-Joes haya megidetifikasi object berdasarka kriteria-kriteria umum dari suatu wajah (sampel positif wajah), dalam hal ii kriteria tersebut didefiisika dalam betuk haar-like feature. 3.4 Pegujia Sistem Mobile Visio Pada pegujia mobile visio secara keseluruha, pegujia yag dilakuka adalah berupa pegujia sistem avigasi robot secara autoomous dega megguaka webcam sebagai sesorya. Proses pegujia mobile visio yag dilakuka yaitu pegujia perubaha koordiat target utuk medekati titik koordiat pusat dari frame. Berikut ii gambar pembagia daerah pada frame kamera yag membatu dalam proses pegujia. (0,0) (300,0) (340,0) Daerah II Daerah I Daerah V Daerah III Daerah IV (640,480) Gambar 10. pembagia daerah object Jural Reka Elkomika 19

10 Hadiata, Ichwa, Sadewo Sistem pegujia ii utuk meetuka tigkat keberhasila robot dalam melakuka proses avigasi belok kaa, belok kiri, maju serta mudur dega masig-masig pegujia dilakuka sebayak lima kali. Pada pegujia avigasi belok kaa, object berada pada daerah I da IV, sedagka pada pegujia belok kiri, object berada pada daerah II da III. Navigasi robot diyataka berhasil pada saat belok kiri serta belok kaa jika posisi target terletak pada koordiat akhir terhadap sumbu X yaitu berada diatara ilai 300 sampai dega 340 yaitu pada daerah V. Pada pegujia avigasi maju da mudur, object berada pada daerah pusat frame dega ukura object yag berbeda-beda. Pada pegujia avigasi maju, ukura object kurag dari 100 pixel, da utuk avigasi mudur ukura object lebih dari 150 pixel. Navigasi robot diyataka berhasil pada saat ukura tiggi da lebar target adalah atara 100 pixel sampai dega 150 pixel. Tabel 9. Hasil Pegujia Navigasi Belok Kaa Tes Ke- Posisi Awal Posisi Akhir Medekati daerah V X(pixel) Y(pixel) Ket 1 daerah I Berhasil 2 daerah I Gagal 3 daerah IV Gagal 4 daerah IV Berhasil Tabel 10. Hasil Pegujia Navigasi Belok Kiri Tes Ke- Posisi Awal Posisi Akhir Medekati daerah V X(pixel) Y(pixel) Ket 1 daerah II Berhasil 2 daerah II Gagal 3 daerah III Berhasil 4 daerah III Gagal Tabel 11. Hasil Pegujia Navigasi Maju Tes Ke- Ukura Awal Object Ukura Akhir Object W(pixel) H(pixel) W(pixel) H(pixel) Ket Berhasil Berhasil Berhasil Berhasil Tabel 12. Hasil Pegujia Navigasi Mudur Tes Ke- Ukura Awal Object Ukura Akhir Object W(pixel) H(pixel) W(pixel) H(pixel) Ket Berhasil Berhasil Berhasil Berhasil Berdasarka tabel hasil pegujia tersebut, dapat disimpulka bahwa avigasi robot pada saat autoomous tidak akurat, terutama pada saat proses avigasi belok serta mudah terjadi error pada motor dc. Hal ii disebabka oleh beberapa faktor, diataraya : 1. Proses peg-capture-a citra lebih lambat jika dibadigka dega kecepata motor dc saat bergerak sehigga pada saat motor bergerak citra wajah tidak dapat dideteksi. Jural Reka Elkomika 20

11 Implemetasi Pegolaha Citra pada Mobile Robot Visio dega Megguaka Metoda Viola-Joes 2. Metoda kotrol pada bagia motor dc yag tidak diatur kecepataya, sehigga pada posisi jarak terjauh object da posisi jarak terdekat object memiliki kecepata yag sama. 3. kotrol pada motor dc terkadag megalami error hal ii disebabka oleh proses pegirima data dari PC ke mikrokotroler lebih cepat dibadigka proses pegolaha data pada mikrokotoler utuk meggeraka motor dc. 4. KESIMPULAN Berdasarka pegujia terhadap mobile visio, dapat disimpulka diataraya: 1. Pegolaha citra dega megguaka metoda Viola-Joes dapat diimplemetasika pada pergeraka robot dega beberapa keterbatasa. 2. Pegolaha citra dega megguaka metoda Viola-Joes dapat medeteksi object berupa wajah mausia, amu tidak dapat membedaka idetitas wajah object-ya serta tidak dapat membedaka atara foto wajah dega wajah asli. Hal ii diperoleh berdasarka hasil pegujia validasi terhadap deteksi multi object serta pegujia terhadap deteksi object berupa foto yag hasil pegujiaya terdapat pada Gambar 8 da Gambar Berdasarka pegujia validasi terhadap itesitas cahaya yag terdapat pada Tabel 8, bahwa proses pegolaha citra dipegaruhi oleh adaya itesitas cahaya. 4. Kecepata sesor webcam dalam proses peg-capture-a frame setiap detikya lebih lambat jika dibadigka dega kecepata pada aktuator motor dc saat bergerak sehigga pada saat motor bergerak citra wajah tidak dapat dideteksi, hal tersebut diperoleh selama pegamata pada saat proses pegujia sistem robot secara keseluruha. 5. Berdasarka hasil pegujia sistem mobile visio secara keseluruha yag terdapat pada Tabel 9, Tabel 10, Tabel 11 da Tabel 12, pada proses pegujia avigasi belok terdapat gagal dibadigka dega avigasi maju atau mudur. Hal ii dikareaka pergeraka motor dc yag tidak megguaka metoda cotrol khusus, sehigga pada proses avigasi belok, jarak atara object da kamera mempegaruhi keberhasila terhadap pegujia, sedagka pada saat avigasi maju da mudur berlagsug, perubaha ukura dari lebar object-ya tidak terlalu sigifika terhadap perubaha jarak, hal ii diperoleh dari hasil pegujia pada Tabel 1. DAFTAR RUJUKAN Heryato, M. Ary. (2008). Pemrograma Bahasa C utuk Mikrokotroler ATMEGA8535. Yogyakarta: Adi. Arihutomo, Mukhlas. (2010). Racag Bagu Sistem Pejejaka Objek Megguaka Metoda Viola Joes utuk Aplikasi Eyebot. Surabaya: ITS. Ricky, Michael Yoseph. (2009).Pegeala Computer Visio megguaka opecv da FLTK. Jakarta:Mitra Wacaa Media. Bradski, Gary ad Adria Kaehler. (2008). Learig OpeCV. Uited States of America. O Reilly. Jural Reka Elkomika 21