SNATIKA Volume 02, Tahun Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya. rssn TriY.

Transkripsi

1

2 rssn SNATIKA 213 Seminar Nasional Teknologi lnformasi, Komunikasi dan Aplikasinya Volume 2, Tahun 213 PROGRAM COMMITIEE Prof. Dr. R. Eko lndrajit, MSc, MBA (Perbanas Jakarta) Prof. Dr. ZainalA. Hasibuan (Universitas lndonesia) Prof. Dr. lr. Kuswara Setiawan, MT {UPH Surabaya} STEERING COMMITTEE Evy Poerbaningtyas, S.Si, M.T TriY. Evelina, SE, MM Meivi Kartikasari, S.Kom Mukhlis Amien, S.Kom Dedy Ari P., S.Kom ORGANIZING COMMITTEE Eka Widya Sari lsa Suarti SEKRETARIAT Lembaga Penelitian dan Pengabdian Kepada Masyarakat Sekolah Tinggi lnformatika & Komputer lndonesia (STlKl)- Malang SNATIKA 213 Jl. Raya Tidar 1 Malang Tel ax Website : snatika.stiki.ac.id snatika@stiki.ac.id

3 KATA PE]IIGA]IITAR Bapakllbu/Sdr. Peserta dan Pemanakal SNATIKA 213 yang saya hormati, pertama-tama saya ucapkan selamat datang atas kehadiran Bapak/lbu/Sdr, dan tak lupa kami mengucapkan terimakasih atas partisipasi dan peran serta Bapak/lbulsdr dalam kegiatan ini. SNATIKA 213 adalah Seminar NasinalTeknologi lnformasi, Komunikasi dan Aplikasinya yang diselenggarakan oleh STIKI Malang bekerjasama dengan APTIKOM Malang dan KIik lndonesia. Sesuai tujuannya SNATIKA 213 merupakan saiana bagi peneliti, akademisi dan praktisi untuk mempublikasikan irasil-hasil penelitian, ide-ide terbaru mengenai Teknologi lnformasi, Komunikasi dan Aplikasinya. Selain itu sesuai dengan tema yaitu "lcts Aspect for Mobility, Social, Culture & Economy'', topic-topik yang diambil disesuaikan dengan kompetensi dasar dari APTIKOM Malang yang diharapkan dapat mensinergikan penelitian yang dilakukan oleh para peneliti di bidang lnformatika dan Komputer. Semoga acara ini bermanfaat bagi kita semua terutama bagi perkembangan ilmu dan teknologi di bidang tekn ologi i nform asi, komuni kasi d an apli kasi nya. Akhir kata, kami ucapkan selamat mengikuti seminar, dan semoga kita bisa bertemu lkembali pada SNATIKA yang akan datang. Malang, 16 Nopember 213 Panitia SNATIKA 213 Tri Y. Evelina, SE, MM ill

4 SAMBUTAN IGTUA SEKOIAH TTNGG TNORMATTKA DAN KOMPUTER NDONES A (ST K!) MAIANG Yang saya hormati peserta Seminar NasionalAffiKOM zftllg, Puji &'Syukur kita panjatkan kepada Tuhan Yang Maha Esa, atas terselenggarakannya Seminar Nasional sebagairangkaian dari kegiatan Klik lndonesia 213 di Kota Malang. Kami ucapkan selamat datang kepada peserta Seminar Nasional serta rekan-rekan perguruan tinggi maupun mahasiswa yang telah berpartisipasi aktif sebagai pemakalah maupun peserta dalam kegiatan seminar nasional ini. Konferensi ini merupakan bagian dari 1 lag APTIKOM untuk meningkatkan kualitas SDM ICT di lndonesia, dimana anggota APTIKOM khususnya harus haus akan llmu untuk mampu memajukan tct di lndonesia. Konferensi ICT bertujuan untuk menjadiforum komunikasi antara peneliti, penggia! birokrat pemerintah, pengembang sistem, kalangan lndustry dan seluruh komunitas ICT lndonesia yang ada didalam APTIKOM maupun diluar APTIKOM. Kegiatan ini diharapkan memberikan masukan kepada stokeholder ICT di lndonesia, yang meliputi masyaraka! pemei'intah, industri dan lainnya, sehingga mampu sebagai penggerak dalam memajukan ICT!nternasional. Akhir kata, semoga forum seperti ini dapat terus dilaksanakan secara periodic sesuai dengan kegiatan tahunan APTIKOM. Dengan demikian kualitas makalah, maupun hasil penelitian dapat semakin meningkat sehingga mamfiu bersinergi dengan ilmuwan dan praktisi ICT internasional. Sebagai Ketua STIKI Malang kami mengucapkan terimakasih kepada semua pihak atas segala bantuan demi sukesnya acara ini. "Mari Bersama Memajukan ICT lndonesia" Malang 16 Nopember 213 Ketua STlKl, Eva Handriyantini, S.Kom, M.MT IV

5 tssn SNATIKA z}!3,volume 2 DATAR ISI Halaman Halaman Judul Kata Pengantar Sambutan Ketua STIKI Daftar lsi lii lv v 1 litty VonessiLapmng, Aplikasi Ber:basis Web Untuk lzin Absensi Dan 1-s Ririn lkono Desanti, Penggajian Pada Perusahaan Kontraktor Tambang Astrid Collirta 2 Arip Mulyanto, Mando Klasifikasi Karakter Manusia Menggunakan 6-11 Rohandi, Moh. Syafri Algoritma Nairre Bayes Untuk Rekomendasi Motif Tuloli Karawo Berbasis Budaya Gorontalo 3 Sandra Murdianto, Evy Sistem Pangkalan Data Dosen t2-16 Poerboningtyos,Hendro Guna Perhitungan lnde,ks Prestasi Dan Beban Kerja Suprayogi Dosen (Studi Kasus: ST KI Malang) 4 lndoh DwiMumpuni, Pengolahan Data Gaji Pada Stmik Ppkia Pradnya t7-21 JauharulMoknunah ParamitaMalangDenganPendekatan Data Warehouse 5 Choerul Anwor, Perencanaan Strategi Sistem lnformasi Dan Muhamad lrsdn Teknologi lnformasi Pada Sma Plus Pembangunan Jaya 6 Setiabuditukaria, Sistem Penunjang Keputusan Perekrutan Karyawai Menggunakan Analytical Hierarchy Process (AHP) Evangelista Deld Rosa 7 DedvKumiasunotw il1h,iln,,,xt"[,:'*"[.jl[*h,f?fffi Kampus ll lnstitut Teknologi Nasional Malang) 8 betamrizky Pemodelan Sistem loformasi Alqademik Perguruan Wicoksano, Supriyanto Tinggi Berbasis Service Oriented Architecture (Studi Kasus: Macsysuniversitas Ma Chung) 9 Soetom Rizky Kendali Penggunaan Laboratorium Majemuk Di M - 47 Wicoksono, Ronald Dwi Lingkup Perguruan Tinggi Menggunakan ltalc Nompunu (lntelligent Teaching And Learning With Computers) 1 Nurdionsyah Algoritma Rijndael SebagaiTeknik Pengamanan Data Rezkinanda, Ewy Poerbaningtyas, lohan

6 tl Erika Ahmod Luthfi Pemodelan Open Course Ware Sebagai Platform Konsep Saling Berbag t2 Laura Vionti, Astrid Developing An E-Learning System Prototype Case Callista, Suryosori Study: The Department Of lnformation Systems At Universitas Pelita Harapan ' 13 Devi Sionita Soeprapto, Aplikasi Berbasis Web Untuk Pengajuan Kegiatan Suryasofi, Astrid Cattista (emahasiswaan Dan Proses Pendukungnya Studi Kasus: UH t4 Tri Yulistyawati Evelina; Sistem Ketersediaan Pangan Daerah Dengan 7 - lg Subari Anatisa Wlayah Lumbung Pangan Berbasis Teknologi Sistem lnformasi Geografis 15 Subari, Go rendi Otomatisasi Sistem Rekomendasi 8-87 Gunawon Layanan Kesehatan Untuk Berobat Berbasis Webgis 16 ko Budi Cahynno Rekalibrasi Kamera Kinect Untuk Augmented Reality Dengan Geometri Visi Stereo L7 Yuda Munorko Studi Perbandingan Teknologi Mesin Pencari Berhasis Dialog Dan Berhasis Thread Di User orum 18 Subori Rancang Bangun Sistem Official App Perguruan Tinggi Berbasis Mobile Sebagai Upaya Pencitraan lnstitusi tg Koko Wahyu Pmsetyo Penerapan lt Balanced Scorecard Dalam Perencanaan Strategis Sistem lnformasi DiSTlKltvialang 2n Voyok Seby Dwaaoko, Rancang Ban8un Media Pembelajaran interaktif Hemorica Destiand Pengenalan Nama Tumbuhan Menggunakan Adobe, lash Cs3 Sdn Kauman 1 Malang 2t Jayonto, Titin Promiyati, Rancangan Basisdata: Sistem lnformasi lbu Hamil t2t - t25 Henky Boyu Seto ZZ Sabarudin The User Capability Development Model in lt lmplementation in Government: Case on IMIS {tntegrated inancial Management lnformation Systems) lmplementation in lndonesia - a Practitioner Perspective 23 Mukhlis Amien, Meivi Aplikasi Berbasis Java Untuk Melakukan Pelacakan t Kortikosori Penggunaan Kata Dalam Bahasa lndonesia Di Situs- Situs Berita Untuk Mendapatkan Kata-Kata Terbaru Yang Paling Sering Dipakai \n

7 lllilt, riiii Eka WfdW firi, Siska Diatinod Andamwarih, Monigo Cindy Niusori llendrykttuwan, Samuel Perkosa, Herditomo, Sunday Noya Hendro Poerbo Proxtija, Yudhi Kumiawan, ronsisca Romono Dessyona Kordha Sistem lnformasi GeoSrafis Pencarian Lo*asi Restoran Terdekat Dengan Pembayaran Melalui Kartu Kredit Sistem lnformasi Penjualan Pada Suvalayan Abc Pemanfaatan Data Warehouse Dalam Mendukung Pengambilan Keputusa n Dan Pem buatan Pelaporan Evaluasi Diri Perguruan Tinggi {Studi Kasus Data Akademik Universitas Ma Chung Malang) t t ;iiiri: llltttt Ami auzijoh, Dito Donionti Sistem lnformasi Penilaian Kineria Guru lrtlr;i i ilii, itrrili Diah Arifoh P.,lndra 5., Lailo lsyriyoh Optimasi Jaringan ungsi Basis Radial Dalam Verifi kasi Citra Sidik Jari 'll,,ili li i 1lli, 'I ili vil

8 tulufllltilil[ililill

9 Rekalibrasi Kamera Kinect Untuk Augmented Reality Dengan Geometri Visi Stereo Eko Budi Cahyono 1 1 Program Studi Teknik Informatika, akultas Teknik, Universitas Muhammadiyah Malang, ebcahyono@yahoo.com ABSTRAK. Pada penelitian ini dilakukan kalibrasi ulang (rekalibrasi) terhadap citra stereo dari kamera Kinect yang sudah terkalibrasi sebelumnya, dengan menerapkan geometri visi stereo. Rekalibrasi bertujuan untuk meningkatkan ketelitian pemetaan koordinat citra ke koordinat dunia nyata. Ketelitian pemetaan koordinat menjadi hal yang penting dalam aplikasi augmented reality. Ketelitian pemetaan sangat berguna untuk melakukan interposisi, oklusi dan interaksi yang akurat antara titik yang dibentuk oleh grafika komputer dengan titik obyek dari dunia nyata. Dari hasil pembahasan didapat kesimpulan bahwa rekalibrasi menggunakan algoritma triangulasi optimal meningkatkan ketelitian pemetaan sangat signifikan. Hal ini tampak dari kesalahan reproyeksi menjadi semakin kecil dari 1,9 piksel menjadi 2,99E-1 piksel. Perubahan ini dapat untuk meningkatkan interaksi yang sensitif pada aplikasi augmented reality. Kata Kunci: Kinect, Kalibrasi Ulang, Triangulasi Optimal. 1. PENDAHULUAN Augmented Reality (AR) adalah sintesa antara rekayasa grafika komputer dengan realitas dunia nyata (Milgram, 1994). AR menghadirkan sintesa grafika komputer tiga dimensi (3D) ke dalam dunia nyata sehingga pengguna dapat berinteraksi secara langsung dengan grafika tersebut misalnya menunjuk, menggenggam dan menangkap. Kalibrasi kamera menjadi bagian penting dari AR terapan. Kalibrasi menentukan ketelitian pemetaan antara koordinat citra dengan koordinat dunia nyata. Semakin kecil kesalahan reproyeksi titik AR maka semakin teliti koordinat hasil pemetaan. diperoleh dari peneliti sebelumnya dianalisis dan diterapkan untuk mencapai tujuan penelitian. Untuk mencapai tujuan penelitian maka ditetapkan variabel-variabel yang mempengaruhi hasil penelitian yaitu: a. jumlah kamera: satu set kamera Kinect (kamera RGB dan kamera IR) b. jumlah titik fitur: kalibrasi (delapan), AR (lima) c. pose kamera: tiga konfigurasi acak d. ketelitian deteksi titik fitur: piksel, subpiksel e. ketelitian rekonstruksi (DLT, triangulasi optimal+dlt) Penelitian ini bertujuan untuk : a. Melakukan rekalibrasi kamera Kinect dengan menerapkan geometri visi stereo. b. Menguji ketelitian rekalibrasi titik AR Kamera Kinect merupakan salah satu dari kamera stereo 3D yang murah dan efisien untuk rekonstruksi 3D. Penelitian ini menguji apakah rekalibrasi dapat meningkatkan ketelitian pemetaan antara koordinat citra dengan koordinat dunia nyata. Pembahasan dititik beratkan pada rancangan geometri visi stereo yang diterapkan untuk proses rekalibrasi. 2. PERANCANGAN Penelitan dilakukan secara terencana dan sistematis. Pendekatan yang digunakan adalah pendekatan analisis eksperimental. Metoda yang Gambar 1. Rancangan Rekalibrasi Kamera Citra stereo terdiri dari satu pasang citra RGB dan IR. Citra ini didapat dengan kalibrasi stereo (Burrus, 211). Hasil kalibrasi sebagai berikut: SNATIKA 213, ISSN

10 Parameter Intrinsik kamera RGB 53, ,66 251,45 251,45 1 Parameter Intrinsik kamera IR 616,94 326, , ,42 1 Kesalahan reproyeksi rata-rata dari tiga pasang citra stereo sampel sebesar 1,9 piksel. Citra ini kemudian dikalibrasi ulang dengan menerapkan konsep geometri visi stereo sebagaimana rancangan pada Gambar 1. Geometri visi stereo terdiri dari matriks fundamental, matriks kamera, triangulasi optimal dan DLT. 2.1 TITIK STEREO Papan kalibrasi yang dipilih adalah checkerboard dengan ukuran titik sudut 1x7. Titik sudut dibentuk dari dua garis yang saling tegak lurus. Titik sudut merupakan titik tengah dari empat bujur sangkar. Pola yang terdapat di dalamnya berupa bujur sangkar dengan warna hitam atau putih. Delapan titik berkorespondensi didapat dari deteksi papan kalibrasi yaitu lokasi piksel titik sudut dalam koordinat citra dengan indeks, 8, 16, 24, 32, 4, 48, 56 untuk setiap citra stereo baik citra kiri (citra IR) maupun citra kanan (citra RGB). Lingkungan AR direpresentasikan dengan fitur AR sebanyak lima titik diambilkan dari titik tengah bujur sangkar obyek AR. Model bujur sangkar diasumsikan berada pada bidang planar dan masing-masing sisinya saling tegak lurus, sehingga titik tengah dihitung dengan pendekatan rumus berikut: (x 3, y 3 ) (x 4, y 4 ) (x 1, y 1 ) (x 2, y 2 ) titik_tengah x = x 1 + dx 1 titik_tengah y = y 1 + dy 1 dx 1 = (x 2 x 1 ) / 2 dy 1 = (y 3 y 1 ) / MATRIKS UNDAMENTAL () Matriks fundamental adalah representasi aljabar dari geometri visi stereo, ini berarti matriks fundamental menjadi basis dari geometri epipolar. Matriks fundamental dihitung dengan menggunakan metoda 8-point algorithm (Higgins, 1981; Hartley, 1997). Setelah titik stereo ditetapkan berikutnya adalah melakukan normalisasi data. Normalisasi data berupa transformasi sederhana (translasi dan skala) himpunan titik di dalam citra sehingga nilai tengah dari titik referensi berada pada sumbu koordinat dan jarak RMS dari titik ke sumbu sama dengan 2 (Hartley, 1997). T1,2= s 1,2 = s 1,2 s 2 / ( 1,2 n i tx ty 1,2 1,2 1 (y 1,2i - ym 1,2 ) 2 )) ( (x 1,2i - xm 1,2 ) 2 + tx 1,2 = -s 1,2 * xm 1,2, xm 1,2 adalah rerata x dari x i ty 1,2 = -s 1,2 * ym 1,2, ym 1,2 adalah rerata y dari x i x 1,2i dan y 1,2i adalah komponen koordinat dari x i Epipole e adalah vektor nul kanan dari sedangkan epipole e adalah vektor nul kiri dari. Karena epipole adalah vektor nul dari maka epipole ditentukan dengan mudah menggunakan solusi SVD. = U T D V 2.3 MATRIKS KAMERA / PROYEKSI (P) Matriks kamera adalah matriks yang menggambarkan pemetaan kamera pinhole dari titik koordinat dunia ke titik koordinat citra, ditulis dengan notasi x = PX. X adalah titik koordinat dunia dalam koordinat homogen berupa vektor-4, sedangkan x adalah titik koordinat citra di dalam kamera pinhole dengan koordinat homogen berupa vektor-3. Matriks kamera dihitung berdasarkan matriks fundamental dan epipole. Sesuai dengan sifat matriks fundamental, pemetaan l = x dan kondisi x T x = merupakan relasi proyeksi. Relasi ini meliputi geometri proyeksi seperti pemetaan linear kamera proyeksi antara ruang 3D dengan bidang citra. Dengan cara ini maka proses kalibrasi kamera stereo dilakukan bersamaan pada saat pengambilan citra karena pada saat pengambilan citra matriks fundamental sekaligus diketemukan. Persamaan tersebut adalah: SNATIKA 213, ISSN

11 P = [ I ] dan P = [[e ] x e ] 2.Mendefinisikan matriks translasi P = 1 1 1, T1 = 1 1 x1 y1 1 T2 = 1 1 x2 y2 1 P adalah matriks proyeksi dari kamera 1 Sedangkan matriks proyeksi dari kamera 2 dihitung dengan melibatkan matriks skew-symmetric seperti yang telah direkomendasikan oleh Luong (Luong and Vieville, 1996). Matriks skew-symmetric tersebut adalah [e ] x = E2 E2 2, 1, E2 E2 2,, E2 E2 2.4 DLT Rekonstruksi titik tiga dimensi dari titik kalibrasi dan titik AR dilakukan dengan algoritma DLT (Aziz and Karara, 1971). Prosedur untuk menerapkan algoritma DLT dirancang sebagai berikut: AX = solusi SVD: untuk setiap titik berkorespondensi optimal yang akan direkonstruksi 1. A = U T D V 2. Mengambil baris terakhir dari V sebanyak 4 entri 3. Menghitung titik rekonstruksi pada koordinat dunia: x = V 3, / V 3,3 y = V 3,1 / V 3,3 z = V 3,2 / V 3,3 w = V 3,3. 4. X = (x, y, z, 1) T, X adalah titik pada koordinat dunia (titik 3D) 2.5 TRIANGULASI OPTIMAL Triangulasi diterapkan dengan menggunakan matriks kamera sesuai dengan persamaan berikut X = Г(x, x, P, P ) = H -1 Г(x, x, P H -1, P H -1 ) Triangulasi optimal diperoleh dengan menghitung kembali titik berkorespondensi sehingga kesalahan geometri terkurangi. Secara lengkap Hartley telah menganalisis permasalahan ini dengan mengajukan sebuah algoritma yang disebut dengan optimal triangulation algorithm (Hartley and Zisserman, 23). Selanjutnya prosedur untuk menerapkan algoritma triangulasi optimal dirancang sebagai berikut: 1.Menentukan titik berkorespondensi titik (x1, y1) dan titik (x2, y2). 1,, 3. (T2 T *)*T1. 4.Menghitung epipole dengan solusi SVD = S U V skala = (V 2,2 + T = S U V V 2 1,2) skala = (V 2,2 + E1, = V,2 / skala E1 1, = V 1,2 / skala E1 2, = V 2,2 / skala jika E1 2, < maka V 2 1,2) E2, = V,2 / skala E2 1, = V 1,2 / skala E2 2, = V 2,2 / skala E1 -E1 jika E2 2, < maka E2 -E2. 5.Mendefinisikan matriks rotasi E1, E1 R1= E11, E1 E2, E21, E21, E2, 1,, 1 1 R2= 6. (R2*)*R1 T. 7.Menentukan f1 = E1 2, f2 = E2 2, a = 1,1 b = 1,2 c = 2,1 d = 2,2. 8.Menghitung enam akar persamaan dari g(t)=k6*t 6 +k5*t 5 +k4*t 4 +k3*t³+k2*t²+k1*t+k 9.Mendapatkan nilai akar persamaan terkecil untuk setiap nilai akar t 1.Menemukan titik berkorespondensi yang baru 2.6 KESALAHAN REPROYEKSI Ketelitian kalibrasi diuji dengan melakukan rekonstruksi terhadap titik tersebut menjadi titik rekonstruksi pada koordinat dunia. Titik hasil rekonstruksi kemudian diproyeksikan kembali pada koordinat citra menjadi titik reproyeksi. Jarak antara titik kalibrasi dengan titik reproyeksinya disebut kesalahan reproyeksi (kr). kr = d( x, xˆ ) 2 + d( x, x ˆ ) 2 8 kr= i ŷ 2 i 2 1 x 1 i - ˆx 1 i 2 + y1 i - ŷ1 i 2 + x 2 i - ˆx 2 i 2 + y 2 i - SNATIKA 213, ISSN

12 3. HASIL DAN PEMBAHASAN 3.1 HASIL UJI KESTABILAN Untuk menghitung matriks fundamental cukup diketahui himpunan titik saling berkorespondensi dalam satu pasang citra stereo, pada penelitian ini berupa himpunan titik kalibrasi. Kestabilan matriks fundamental dapat diukur menggunakan persyaratan epipolar yaitu x T x =. Kemudian diturunkan persamaan beda epipolar (be). Beda epipolar semakin mendekati nol semakin stabil. be = d( x T x, ) 2 8 be= i1 []) 2 (x i y i, 1, 2,,1 1,1 2,1,2 1,2 2,2 x1i y1i 1 Hasil dari perbandingan beda epipolar diantara variabel penelitian dapat dilihat pada tabel berikut: Tabel 1 Hasil uji beda epipolar matriks fundamental - Tabel 2 Hasil kesalahan reproyeksi titik kalibrasi Dari Tabel 2 dapat disimpulkan bahwa triangulasi optimal mempengaruhi ketelitian kalibrasi kamera secara signifikan. Sedangkan pengaruh deteksi subpiksel dibandingkan deteksi piksel tidak begitu tampak (hampir sama). 3.3 HASIL UJI KETELITIAN REKONSTRUKSI TITIK AR Lingkungan AR direpresentasikan dengan titik fitur AR. Titik fitur AR sebanyak lima titik diambil dari papan kalibrasi. Registrasi fitur AR dilakukan sekali setelah konstruksi geometri epipolar terbentuk. Registrasi terdiri dari deteksi dan rekonstruksi titik fitur AR. Registrasi tergantung pada konstruksi geometri epipolar yang telah ada sehingga tidak memerlukan kalibrasi lagi. Pada saat konstruksi geometri epipolar terbentuk maka matriks fundamental dan matriks kamera saat itu juga didapatkan. Matriks fundamental digunakan untuk menghitung triangulasi optimal titik fitur AR. Matriks kamera digunakan untuk menghitung DLT. Tabel 3 Hasil rata-rata kesalahan reproyeksi titik AR Berdasarkan Tabel 1 dapat disimpulkan bahwa matriks fundamental mempunyai kestabilan yang tinggi pada saat diterapkan triangulasi optimal. Pada saat tidak diterapkan triangulasi optimal (DLT) matriks fundamental justru lebih stabil jika himpunan titik kalibrasi dideteksi menggunakan deteksi piksel dibandingkan subpiksel, hal ini disebabkan karena kamera IR pada sensor Kinect dipengaruhi oleh structured light yang merupakan ciri khas active triangulation sehingga deteksi subpiksel cenderung tidak mempengaruhi kestabilan. 3.2 HASIL UJI KETELITIAN REKONSTRUKSI TITIK KALIBRASI Untuk menguji ketelitian kalibrasi kamera dilakukan dengan menguji ketelitian rekonstruksi titik kalibrasi. Hal ini dapat dilakukan dengan menghitung kesalahan reproyeksi antara titik kalibrasi dengan titik reproyeksi. Berdasarkan Tabel 3 didapat kesimpulan bahwa triangulasi optimal tetap mempengaruhi secara signifikan ketelitian kalibrasi kamera dengan kesalahan reproyeksi sebesar 2,99E-1 piksel. Sedangkan pengaruh deteksi subpiksel dibandingkan deteksi piksel tidak jauh berbeda. Berdasarkan Tabel 1, 2 dan 3 dapat dibuktikan bahwa triangulasi optimal sangat mempengaruhi ketelitian kalibrasi kamera. Dengan demikian rekalibrasi kamera Kinect menggunakan geometri visi stereo meningkatkan ketelitian pemetaan antara koordinat citra hasil rekayasa grafika komputer dengan koordinat dunia nyata secara signifikan. 3. KESIMPULAN Berdasarkan hasil dan pembahasan yang telah dilakukan dapat diambil kesimpulan sebagai berikut : SNATIKA 213, ISSN

13 a. Triangulasi optimal sangat mempengaruhi ketelitian kalibrasi kamera Kinect secara signifikan. b. Dengan diterapkan triangulasi optimal, ketelitian kalibrasi kamera Kinect dapat diperbaiki. Hal ini tampak pada kesalahan reproyeksi yang sangat kecil yaitu sekitar 2,99E-1 piksel dibandingkan dengan ketelitian kamera Kinect sebelum dilakukan rekalibrasi sebesar 1,9 piksel. c. Rekalibrasi kamera Kinect dengan menerapkan konsep geometri visi stereo dapat meningkatkan ketelitian pemetaan antara koordinat citra dengan koordinat dunia nyata sehingga membuka peluang pemanfaatan yang lebih luas kamera Kinect untuk aplikasi augmented reality. DATAR REERENSI [1] Abdel-Aziz, Y.I. and Karara, H.M. (1971), "Direct Linear Transformation from Comparator Coordinates into Object Space Coordinates in Close-Range Photogrammetry", Proceedings of the ASP Symposium on Close-Range Photogrammetry, hal [2] Haralick, R. M., Watson, L. T. and Laffey, T. J. (1983), The Topographic Primal Sketch, The International Journal of Robotics Research, Vol. 2, No. 1, hal [3] Hartley, R.I. (1997), In Defense of the Eight Point Algorithms, IEEE Transactions on Pattern Analysis dan Machine Intelligence, Vol. 19, No. 6, hal [4] Hartley, R.I, and Zisserman, A (23), Multiple View Geometry in Computer Vision, 2 rd edition, Cambridge University Press, United Kingdom. [5] Longuet-Higgins, H.C. (1981), "A Computer Algorithm for Reconstructing a Scene from Two Projections, Nature, Vol. 293, hal [6] Luong, Q.T. and augeras, O.D. (1996), "The undamental Matrix: Theory Algorithms, and Stability Analysis", The International Journal of Computer Vision, Vol. 17, No. 1, hal [7] Luong, Q.T and Vieville, T. (1994), Canonic Representations for the Geometries of Multiple Projective Views, Proceedings 3rd European Conference on Computer Vision, Stockholm, hal [8] Milgram, P. and Kishino,.A. (1994) "Taxonomy of Mixed Reality Visual Displays", IECE Trans. on Information and Systems (Special Issue on Networked Reality), Vol. E77-D, No. 12, hal [9] Nicolas Burrus. (21)Kinect. RGBDemo, calibrate and visualize Kinect output. SNATIKA 213, ISSN