BAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.

Transkripsi

1 BAB 4 IMPLEMENTASI DAN EVALUASI Bab ini menjelaskan tentang hasil penelitian yang berupa spesifikasi sistem, prosedur operasional penggunaan program, dan analisa sistem yang telah dibuat. 4.1 Spesifikasi Sistem Menggunakan PC dengan Processor Intel 1,4 GHz, RAM 512 MB, dan menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP. Menggunakan bahasa pemrograman MatLab. Menggunakan kamera web Logitech quick cam 4000 dengan interface USB. Menggunakan objek bola ping-pong dengan 2 warna, yaitu : putih dengan diameter terdahulu 3,8 cm dan orange dengan diameter internasional 4 cm) dan resolusi citra 176 x 144 sebagai tampilan gambar dari kamera. Menggunakan tegangan catu daya DC 10 V yang diubah menjadi DC 5V. Menggunakan Assembly 8051 untuk pemrograman piranti lunak pada mikrokontroller AT89S52. Bagian platform pada mobile robot terdiri dari motor servo, rangkaian kontroler, baterai DC 10 V, roda, dan kamera. Penggerak pada mobile robot menggunakan 2 buah motor servo DC dengan torsi 3,4 kg.cm. 46

2 47 Menggunakan 2 buah roda karet sebagai roda penggerak dan sebuah penyangga pada bagian belakang mobile robot. Tampilan keseluruhan sistem dapat dilihat pada gambar 4.1. Gambar 4.1 Tampilan Mobile Robot dengan PC 4.2 Prosedur Pengoperasian Sistem Langkah-langkah dalam pengoperasian : 1. Setting Peralatan a. Komputer Nyalakan komputer b. Mobile Robot Hubungkan kabel serial ke PC Nyalakan mobile robot c. Kamera Hubungkan kamera ke port USB pada PC

3 48 Setting kamera (default) yang diperlukan dengan menggunakan software kamera yang sudah tersedia (Logitech image studio) Gambar 4.2 Tampilan setting kamera web Logitech image studio 2. Jalankan program vision.m pada Matlab 7.1, dimana tampilan GUI nya dapat kita lihat pada gambar 4.3

4 49 Gambar 4.3 Tampilan GUI Program Klik tombol Preview untuk mempersiapkan kamera menampilkan gambar Klik tombol Search the ball(s) untuk memulai menangkap gambar dan memprosesnya, contohnya dapat dilihat pada gambar 4.4. Gambar 4.4 Tampilan GUI setelah melakukan deteksi bola

5 50 Tandai Check Box Enable Serial lalu klik tombol Open Serial bila ingin mengaktifkan port serial Tombol original image digunakan menampilkan gambar asli, contohnya dapat dilihat pada gambar 4.5 dengan tampilan new window Gambar 4.5 Original image pada new window Tombol Result digunakan untuk menampilkan hasil akhir (setelah merging sub window), contohnya dapat dilihat pada gambar 4.6 dengan tampilan new window. Gambar 4.6 Result pada new window

6 51 Tombol Sub Window(s) digunakan untuk menampilkan gambar dengan sub window sebelum merging, contohnya dapat dilihat pada gambar 4.7 dengan tampilan new window. Gambar 4.7 Sub Window pada new window Klik tombol Close Preview untuk menutup kamera beserta tampilannya. 4.3 Implementasi Implementasi yang dilakukan berguna untuk mengetahui kehandalan alat yang sesungguhnya. Implementasi ini sebagian besar dilakukan pada ruang LitBang Sistem Komputer (ruang KDB). Implementasi tidak dilakukan pada ruangan dengan cahaya matahari dengan pertimbangan banyak cahaya cahaya yang tidak tampak oleh mata namun akan tertangkap oleh kamera digital sehingga dikhawatirkan akan menghasilkan noise yang berlebihan. Implementasi pada sistem ini dilakukan dengan melakukan uji coba terhadap parameter-parameter yang dapat mempengaruhi output dari sistem. Adapun parameter-parameter itu sendiri antara lain : mekanik pada mobile robot, jarak objek terhadap kamera, intensitas cahaya, objek lain, dan warna latar belakang.

7 52 Hal-hal yang perlu diperhatikan dalam implementasi antara lain : Mekanik dari mobile robot terhadap pergerakannya Pengaruh jarak objek dengan kamera terhadap hasil pengenalan Pengaruh kondisi pencahayaan terhadap hasil pengenalan Pengaruh objek lain terhadap hasil pengenalan Pengaruh warna latar terhadap hasil pengenalan 4.4 Analisa Analisa yang dilakukan dalam penelitian ini adalah pada mekanik dari Mobile Robot, kondisi pencahayaan, jarak kamera dengan objek, faktor objek lainnya, dan warna latar belakang Mekanik dari Mobile Robot Mekanik pada mobile robot yang dipakai memiliki kelemahan pada penyangga belakangnya, kabel USB kamera, dan kabel serial untuk pengiriman data serial sehingga dapat menyebabkan pergerakan dari mobile robot menjadi tidak lurus apabila batere sudah mulai lemah atau pada keadaan lantai yang tidak rata Kondisi Pencahayaan Berdasarkan histogram yang didapat, nilai intensitas piksel untuk masing-masing kondisi cahaya yang berbeda memiliki sebaran warna dengan batas nilai dari Untuk kondisi pencahayaan redup memiliki jumlah piksel yang mayoritas pada sebaran warna nilai intensitasnya

8 53 kurang dari 85, pada pencahayaan sedang berkisar , dan untuk pencahayaan terang nilainya lebih dari 171. Contoh pencahayaan citra pada gambar 4.8 dapat dilihat histogram pada gambar 4.9. Gambar 4.8 Citra pada pencahayaan (a) redup, (b)sedang, dan (c) terang Gambar 4.9 Hubungan histogram citra dengan pencahayaan yang berbeda

9 54 Kondisi pertama adalah pada kondisi pencahayaan redup di dalam ruangan tertutup dari cahaya matahari, seperti yang terlihat pada gambar Gambar 4.10 Intensitas cahaya redup Kondisi kedua adalah pada kondisi pencahayaan sedang di dalam ruangan tertutup dari cahaya matahari, seperti yang terlihat pada gambar Gambar 4.11 Intensitas pencahayaan sedang

10 55 Kondisi ketiga adalah pada kondisi pencahayaan terang. Uji coba ini dilakukan pada ruangan LitBang (KDB), seperti yang terlihat pada gambar Gambar 4.12 Intensitas cahaya terang Grafik hubungan kondisi cahaya dengan hasil deteksi dapat dilihat pada gambar % Tingkat Akurasi deteksi 90% 80% 70% 60% 50% Redup Sedang Terang Bola Putih Bola Orange Kondisi Pencahayaan Gambar 4.13 Grafik hubungan intensitas dengan hasil deteksi

11 Jarak Objek Terhadap Kamera Ukuran objek (bola ping-pong) yang kecil mempengaruhi pendeteksian pada sistem ini sehingga hubungan jarak kamera dengan objek akan memungkinkan tingkat keberhasilan deteksi yang didapat akan bervariasi. Tabel 4.1 Hubungan antara jarak dengan hasil deteksi Jarak Result Hasil Deteksi Sub window sebelum merging 25 Cm 35 Cm

12 57 45 Cm 55 Cm 65 Cm Tabel perbandingan hasil deteksi ditunjukkan pada gambar 4.14 dengan percobaan yang dilakukan dengan menggunakan bola putih dan bola orange.

13 58 Tingkat Akurasi Deteksi 100% 90% 80% 70% 60% 50% 25 cm 35 cm 45 cm 55 cm 65 cm Bola Putih Bola Orange Jarak Gambar 4.14 Grafik hubungan jarak dengan hasil deteksi Objek lain Pengujian yang dilakukan terhadap objek lain yang ukurannya hampir sama dengan bola ping pong dapat dilihat pada tabel 4.2 dan grafik tingkat akurasi deteksi pada gambar Tabel 4.2 Hubungan objek lain dengan hasil deteksi Objek Hasil Deteksi lain Result Sub window sebelum merging Kotak

14 59 Steker Bola sepak kecil Tutup botol Kubus & silinder

15 60 Tingkat Akurasi Deteksi 100% 80% 60% 40% 20% 0% Kotak Steker Bola Sepak kecil Lingkaran Kubus & silinder Objek Lain Bola Pingpong Objek lain Gambar 4.15 Grafik tingkat akurasi deteksi objek terhadap objek lain Warna Latar belakang Keadaan lingkungan sebenarnya dimana bola ping pong itu berada akan berpengaruh terhadap hasil deteksi, terutama karena pengaruh kurangnya cahaya yang merata ( kesalahan deteksi dapat terjadi akibat dari adanya bayangan bola, noda hitam, dst ). Gambar 4.16 memperlihatkan contoh kesalahan deteksi bola tersebut. Gambar 4.16 contoh kesalahan deteksi karena latar dengan keadaan sebenarnya

16 61 Latar belakang dengan warna yang berbeda kurang mempengaruhi tingkat akurasi deteksi terhadap bola. Tabel 3.4 menunjukkan gambar hasil deteksinya. Tabel 4.3 Hubungan warna latar dengan hasil deteksi Warna Hasil Deteksi Latar Result Sub window sebelum merging Kuning Merah Hijau

17 62 Biru Warnawarni Hitam Lantai (putih)

18 63 Berdasarkan tabel diatas, grafik tingkat akurasi deteksinya dapat dilihat pada gambar 4.17 dimana perbedaan hasil deteksinya tidak terlalu besar antara warna latar belakang yang berbeda. Tingkat Akurasi Deteksi 100% 90% 80% 70% 60% 50% biru kuning merah hijau hitam warnawarni lantai Bola putih Bola orange Latar Gambar 4.17 Grafik tingkat keberhasilan deteksi objek terhadap warna latar Kondisi Objek Objek yang tertangkap kamera hanya sebagiannya dari ukuran seutuhnya masih dapat terdeteksi oleh sistem ini. Berdasarkan percobaan yang dilakukan, hanya bagian objek yang terpotong oleh frame gambar sisi kiri dan kanan saja yang terdeteksi. Objek yang terpotong tersebut hanya sampai setengah bagian. Untuk objek yang terpotong oleh bagian bawah frame gambar tidak akan terdeteksi. Gambar 4.18 memperlihatkan objek yang ma sih terdeteksi apabila ada bagian objek yang terpotong.

19 64 Gambar 4.18 Contoh percobaan pada gambar objek yang terpotong Waktu Proses Lamanya proses untuk pendeteksian objek pada sistem ini berkisar antara 1-1,5 detik, dengan ukuran gambar 176 X 144 piksel dan spesifikasi yang digunakan yaitu : Pentium IV 1.4 GHz dengan RAM 512 MB. Perhitungan waktu dilakukan dengan menggunakan stop-watch. Lama waktu proses bergantung pada pada beberapa faktor, antara lain : spesifikasi komputer yang digunakan dalam pemrosesan, bentuk bahasa

20 65 pemrogaman yang kurang terstruktur dengan baik, jarak pergeseran dalam scanning (shift), dan banyaknya ukuran fitur yang digunakan (scale) Hubungan Mobile Robot dengan Objek Objek yang berhasil terdeteksi pada sistem ini akan diukur jarak dan orientasinya gambar yang diproses. Tabel 4.4 menunjukkan hasil dari perbandingan jarak dan orientasi objek sebenarnya dengan jarak dan orientasi objek yang terukur oleh sistem ini. Jarak dan orientasi yang terukur cukup akurat, akan tetapi akurasi jarak yang terukur semakin berkurang sesuai dengan semakin bertambahnya jarak bola yang sebenarnya. Jarak sebenarnya (cm) Tabel 4.4 Hasil perbandingan jarak dan orientasi Orientasi sebenarnya (derajat) Jarak yang terukur (cm) Orientasi yang terukur (derajat) kiri kiri kiri kiri kiri kiri 40 2 kiri 39 2 kiri kanan kanan kanan kanan kanan kanan kanan kanan kanan