PEMBUATAN APLIKASI STEREOGRAM GENERATOR

dokumen-dokumen yang mirip
PEMBUATAN APLIKASI STEREOGRAM GENERATOR

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

PEMBANGUNAN APLIKASI PENGOLAHAN CITRA DIGITAL STEREOGRAM

SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD

KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL

BAB 1 PENDAHULUAN. Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses

BAB 3 ANALISA DAN PERANCANGAN

Pertemuan 2 Representasi Citra

Fitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan

BAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang

BAB II LANDASAN TEORI

PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc

One picture is worth more than ten thousand words

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

BAB 1 PENDAHULUAN 1.1 Latar Belakang Adobe Photoshop Corel Draw 1.2 Rumusan Masalah

UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA

ANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 2 LANDASAN TEORI

ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

BAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

Oleh: Riza Prasetya Wicaksana

BAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA

PENERAPAN METODE MOST SIGNIFICANT BIT UNTUK PENYISIPAN PESAN TEKS PADA CITRA DIGITAL

IMAGE QUILTING DALAM PERBESARAN CITRA TEKSTUR. Diah Arifah P. ABSTRAK

BAB 2 LANDASAN TEORI

JURNAL PENGENALAN POLA KAKI O DAN KAKI X MENGGUNAKAN METODE BRAY-CURTIS DISTANCE

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

BAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian

PENGOLAHAN CITRA DIGITAL

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER

BAB III METODOLOGI PENELITIAN

IDENTIFIKASI AWAL PLAT NOMOR MOBIL MENGGUNAKAN PROGRAM KONVENSIONAL SEBAGAI LANGKAH AWAL PENGGUNAAN JARINGAN SARAF TIRUAN

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

Implementasi Image Enhancement Menggunakan Homomorphic Filtering

BAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION

APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL

BAB II LANDASAN TEORI

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)

PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS

BAB I PENDAHULUAN 1.2. Latar Belakang Permasalahan

SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah

BAB 2 LANDASAN TEORI

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM

oleh: M BAHARUDIN GHANIY NRP

APLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE

BAB II TI JAUA PUSTAKA

STEGANOGRAFI GANDA DENGAN MANIPULASI GAMBAR

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA

BAB II LANDASAN TEORI

1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan

JURNAL TEKNOLOGI INFORMASI JURUSAN TEKNIK INFORMATIKA, UNIVERSITAS BUNDA MULIA Volume 10, Nomor 1, Juni 2014 PENGELOLA JURNAL

BAB 3 METODOLOGI PENELITIAN

Implementasi Metode Watershed Transformation Dalam Segmentasi Tulisan Aksara Bali Berbasis Histogram

BAB III METODE PENELITIAN

KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL

APLIKASI PENGGANTI BACKGROUND PASFOTO DENGAN METODE L1-METRIC DAN INPUT CHANNEL RGB

Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital

OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS

BAB III METODE PENELITIAN

MILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan

Penerapan Metode Kirsch Dalam Mendeteksi Tepi Objek Citra Digital

YOGI WARDANA NRP

IMPLEMENTASI METODE HISTOGRAM EQUALIZATION UNTUK MENINGKATKAN KUALITAS CITRA DIGITAL

BAB III PENGOLAHAN DATA

PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,

HALFTONING CITRA MENGGUNAKAN METODE ORDERED DITHERING

Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah

BAB II LANDASAN TEORI

BINARISASI CITRA MENGGUNAKAN PENCOCOKAN PIKSEL

BAB 3 PERANCANGAN SISTEM

BAB I PENDAHULUAN. mengenali dan membedakan ciri khas yang dimiliki suatu objek (Hidayatno,

PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI

IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI

BAB II LANDASAN TEORI

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

BAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.

WEBSITE PERANCANGAN SCRAPBOOK DENGAN PEMOTONGAN GAMBAR OTOMATIS

Implementasi Deteksi Copy-move Forgery pada Citra menggunakan Metode Histogram of Oriented Gradients (HOG)

Transkripsi:

PEMBUATAN APLIKASI STEREOGRAM GENERATOR Rudy Adipranata 1, Danny Raharja, Cherry Galatia Ballangan 2 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra Jl. Siwalankerto 121-131, Surabaya E-mail: rudya@petra.ac.id 1, cherry@petra.ac.id 2 Abstrak Di dalam pengolahan citra digital, terdapat banyak cara atau metode untuk menghasilkan suatu citra agar menjadi lebih menarik. Salah satu hasil pengolahan citra tersebut adalah streogram, dimana pengolahan citra jenis ini dapat membuat citra tampak lebih menarik. Hal ini disebabkan citra jenis ini dapat membuat impresi pada otak manusia sebagai obyek tiga dimensi yang keluar dari citra dua dimensi biasa. Pada penelitian ini, dikembangkan aplikasi stereogram generator dengan melakukan penggabungan depth mask dan pattern yang di-input-kan atau dengan menggunakan titik-titik acak yang di-generate secara otomatis. Proses ini dilakukan dengan memindah posisi piksel sesuai dengan gray value pada depth mask. Kata kunci: stereogram, depth mask, pattern 1. PENDAHULUAN Di dalam bidang pengolahan citra digital, terdapat metode-metode yang dikembangkan untuk untuk menghasilkan citra yang menarik. Citra stereogram merupakan salah satu bentuk hasil dari pengolahan citra digital untuk menyembunyikan suatu obyek tiga dimensi (3D) di dalam citra dua dimensi. Untuk dapat melihat obyek 3D tersebut, dapat dilakukan dengan 2 cara, yaitu metode cross eyed (melihat dengan fokus mata didepan citra) atau wall eyed (melihat dengan fokus mata dibelakang citra). Pertama kali citra ini ditemukan dan diperkenalkan oleh Charles Wheatstone pada tahun 1838 (Sir Charles Wheatstone, 2008). Citra-citra tersebut kelihatan sederhana, tetapi karena citra tersebut memiliki efek 3D maka citra tersebut menjadi sangat menarik. Proses pembuatan stereogram terjadi dengan menggabungkan obyek yang akan ditampilkan sebagai obyek 3D dan pattern yang akan menjadi background. Pada texture pattern dilakukan perubahan piksel yang disesuaikan dengan obyek yang akan ditampilkan. 2. STEREOGRAM Stereogram adalah sebuah citra yang didesain agar sebuah citra dua dimensi dapat diintepretasikan sedemikian rupa sehingga seolah-olah merupakan sebuah obyek 3D. Untuk dapat melihat obyek 3D tersebut, otak harus dapat mengkoordinasikan mata agar dapat memfokuskan pandangan pada titik fokus yang sesuai dengan posisi citra (Tyler, 1990). Tipe stereogram yang paling sederhana adalah stereogram yang terdiri dari pattern yang diulang secara horisontal dan biasa dikenal dengan nama wallpaper stereogram. Ketika wallpaper tersebut dilihat dengan titik fokus yang sesuai, pola pattern tersebut akan terlihat muncul ke depan citra (Wikipedia, 2008). Ada dua buah cara untuk melihat stereogram. Yaitu dengan cara wall-eyed dan cross-eyed. Namun kebanyakan stereogram dibuat agar dapat dilihat hanya dengan satu cara saja, yaitu cara wall-eyed. Wall-eyed adalah metode melihat citra stereogram dengan cara memandang pada obyek di belakang citra untuk mendapatkan titik fokus yang sesuai (Scott, 2000). Sehingga mata kiri hanya melihat bagian obyek yang memang harus dilihat dengan mata kiri saja, begitu pula dengan mata kanan. Untuk mempermudah pemahaman, hal ini dapat dilakukan pada permukaan citra yang dapat memantulkan bayangan. Sehingga pengamat melihat pencerminan bayangan dirinya dibelakang citra. Cara yang lain adalah dengan cara seorang pengamat meletakkan jari pada posisi diantara citra dan mata. Pengamat memfokuskan pandangan pada jari sambil memperhatikan citra stereogram. Bila tidak terlihat, maka pengamat perlu mengubah posisi jarinya ke depan atau ke belakang hingga fokusnya tepat. Metode ini lebih dikenal dengan nama cross-eyed (Scott, 2000). Ilustrasi kedua cara untuk melihat stereogram tersebut dapat dilihat pada Gambar 1. Stereopsis atau stereo vision adalah pencampuran penglihatan dari dua buah citra yang serupa namun tidak sama satu dengan yang lain yang akan menghasilkan persepsi yang memiliki kepadatan dan kedalaman (3D) di otak manusia. Stereopsis adalah hasil dari suatu mekanisme yang kompleks yang menghasilkan kesan 3D dengan memasangkan tiap titik atau beberapa titik di salah satu mata dengan titik yang sepadan di mata yang lain (Mathematische, 2008). Ketika otak memperoleh input berupa pattern berulang seperti wallpaper, maka otak akan kesulitan untuk mencocokkan penglihatan dari kedua mata dengan akurat. Dengan melihat pattern yang berulang secara horisontal serta menyatukan pandangan kedua mata pada sebuah titik di belakang pattern, maka otak dapat mencocokkan sebuah elemen yang terlihat oleh mata kiri dengan elemen lain yang mirip di sebelah elemen pertama serta terlihat oleh mata kanan. Dengan menggunakan metode melihat wall eyed, akan terlihat sebuah A-59

papan dengan pattern yang sama tetapi terletak di belakang dinding real. Jarak papan yang terbentuk tergatung pada jarak antar elemen yang identik. Gambar 1. Cara Melihat Stereogram Stereogram menggunakan prinsip ini untuk menciptakan kedalaman dari suatu obyek. Jika pada suatu area dari pola pada pattern diulang-ulang pada jarak yang relatif dekat maka kedalaman obyek itu akan terlihat semakin jauh dengan background. Begitu pula sebaliknya, bila pola itu itu diulang pada jarak yang lebih jauh maka akan terlihat lebih dekat dari background-nya. 3. DEPTH MASK Depth mask adalah sebuah citra grayscale yang mempresentasikan jarak antar piksel dengan menggunakan nilai grayscale antara hitam dan putih. Dengan menggunakan nilai pada grayscale ini, sebuah grayscale depthmask dapat dibuat dengan warna hitam, abu-abu, dan putih yang dipresentasikan dengan jarak 20, 10 dan 0 piksel. Depth-mask adalah sebuah kunci untuk menghasilkan suatu stereogram (Wikipedia, 2008). Untuk membuat depth mask sederhana, dapat digunakan suatu software pengolah citra. Pertama kali dibuat suatu obyek yang nantinya akan ditampilkan sebagai obyek 3D pada citra stereogram. Kemudian dilakukan proses pewarnaan pada obyek tersebut dimana warna dari obyek tersebut berupa grayvalue. Nilai dari obyek tersebut yang memiliki warna putih lebih besar akan berada lebih menonjol pada output citra stereogram. Hal ini berlaku juga dengan background dari citra depth mask tersebut. 4. ALGORITMA PEMBUATAN CITRA STEREOGRAM Algoritma dasar pembuatan gembar stereogram adalah mengambil nilai piksel pada tiap titik di seluruh bagian citra. Nilai piksel ini akan bernilai mulai dari 0 (hitam) sampai 1 (putih). Sedangkan posisi kedalaman dari obyek 3D yang akan ditampilkan diberi nilai 1/3 (µ). Kedalaman yang dimaksudkan ini adalah jarak antara background dan obyek 3D pada citra stereogram. Semakin besar nilai pada µ akan menyebabkan obyek 3D akan semakin dekat dengan background pada citra stereogram. Gambar 2 akan memberikan gambaran mengenai variabel-variabel yang akan dipakai (Thimbleby, 2007). Gambar 2. Variabel pada Stereogram Variabel S pada Gambar 2 menunjukkan besarnya titik separasi antar titik dari koordinat depth mask yang akan diolah ( Z[x][y] ). Nilai dari variabel Z sendiri akan berkisar antara 0 sampai 1. Dengan demikian, jarak 1- µd di depan background stereogram akan didapat dengan rumus 1. 1 µ z S = E 2 µ z Keterangan Rumus : S : jarak pergeseran piksel µ : posisi kedalaman obyek yang terdekat dan yang terjauh dari mata (1) A-60

Z : nilai dari piksel ( 0 255 ) E : jarak antara mata kiri dan kanan (dalam satuan inchi). Berdasarkan rumus 1 diatas, dapat dilihat bahwa relasi antara S dan Z adalah relasi yang merupakan dasar dari pembuatan citra stereogram. Sebuah obyek yang akan ditampilkan pada suatu citra stereogram harus berada pada posisi diantara near plane (permukaan obyek 3D yang berada pada posisi paling dekat dengan mata) dan far plane (permukaan obyek 3D yang berada pada posisi paling jauh dengan mata). Obyek yang berada pada jarak paling jauh disamakan dengan posisi penglihatan mata pada posisi terjauh yang besarnya sama dengan jarak mata ke permukaan citra (D). Nilai D ini akan menjadi acuan yang cukup mudah untuk melihat citra stereogram karena ketika melihat citra stereogram, mata harus melihat pada titik fokus dibelakang citra. Meskipun demikian, tidak dapat dipungkiri bahwa pembuatan dua buah titik yang nantinya akan menjadi obyek 3D justru akan semakin kacau karena tiap titik tersebut akan menjadi acuan untuk bagian obyek 3D yang lainnya. Karena itu, untuk menghasilkan obyek 3D yang serupa dengan bentuk pada depth mask perlu dilakukan suatu proses yang disebut Hidden Surface Removal. (Thimbleby, 2007). 5. HIDDEN SURFACE REMOVAL Pada saat melakukan transisi di tiap titik untuk menghasilkan obyek 3D, tidak jarang permukaan pada foreground mengganggu penglihatan mata akan kedalaman suatu obyek 3D. Padahal pada suatu obyek 3D, kedalaman dari obyek itu sendiri sangat berpengaruh untuk mengetahui obyek tersebut adalah obyek 3D atau bukan. Hidden surface removal adalah suatu masalah teknis yang menyangkut masalah detil dari obyek tersebut. Guna dari proses ini adalah untuk menampilkan bagian titik mana yang perlu ditampilkan sebagai obyek 3D dan bagian mana yang seharusnya tidak ditampilkan karena tertutup oleh obyek bagian depan. Nilai dari suatu titik tidak perlu ditampilkan apabila z1 > zt, dimana z1 adalah koordinat titik dari bagian yang akan dikaburkan. Sedangkan zt adalah koordinat penglihatan dari mata sampai obyek 3D. Nilai koordinat x tergantung pada jarak t. Apabila ada suatu nilai yang mengganggu nilai dari titik yang ada di depannya ( t > 0 dan zt = 1), maka titik tersebut tidak lagi perlu dilihat oleh mata. Hal itu bisa dihitung dengan rumus 2: t E / 2 = Zt Z 0 ) µ D (2 µ Z ) D ( 0 dengan demikian, persamaan untuk zt bisa didapat dengan menggunakan rumus 3: (2) 2( Z µ Z 0 ) r Zt = Z 0 + (3) µ E Keterangan Rumus : Zt : titik yang dilihat oleh mata pada saat melihat obyek stereogram Zo : titik dari obyek stereogram µ : posisi kedalaman obyek yang terdekat dan yang terjauh dari mata E : jarak antara mata kiri dan kanan ( dalam satuan inchi ) t : jarak antara titik di obyek dan garis yang dilihat mata D : jarak antara citra dengan mata Agar lebih jelas, Gambar 3 berikut memberikan visualisasi terhadap apa yang dimaksud dari rumus hidden surface removal (Thimbleby, 2007). Gambar 3. Hidden Surface Removal A-61

6. DESAIN SISTEM Sebelum implementasi dilakukan desain sistem menggunakan diagram alir. Secara garis besar, diagram alir sistem terdapat pada Gambar 4. Gambar 4. Diagram Alir Sistem Sebagai masukan bagi sistem adalah pattern serta depth mask yang digunakan sebagai obyek 3D. Kemudian sistem akan melakukan proses untuk menghasilkan citra stereogram. Untuk pemrosesan pattern serta depth mask dapat dilihat pada Gambar 5. Gambar 5. Diagram Alir Proses Pattern dan Depth Mask A-62

Proses hidden surface removal dilakukan untuk memfilter piksel-piksel yang tidak perlu ditampilkan. Diagram alir untuk proses hidden surface removal dapat dilihat pada Gambar 6. Gambar 6. Diagram Alir Hidden Surface Removal Selain itu pada proses pattern serta depth mask terdapat sub proses pengecekan nilai array yang digunakan untuk melakukan pengecekan nilai array dimana pada array tersebut terdapat nilai piksel yang nantinya akan menjadi output pada tiap barisnya. Nilai dari array tersebut diperiksa pada posisi kiri dan kanan karena nilai pada posisi kiri hanya akan dilihat oleh mata kiri dan nilai pada posisi kanan hanya akan dilihat oleh mata kanan. Hal ini dapat dilihat pada Gambar 7. Gambar 7. Diagram Alir Pengecekan Nilai Array 7. IMPLEMENTASI DAN PENGUJIAN Implementasi sistem dilakukan dengan menggunakan bahasa pemrograman Delphi 7. Untuk pengujian sistem, dilakukan dengan menggunakan beberapa kasus yaitu pengujian perbedaan posisi obyek pada depth mask, pengujian perbedaan gray value obyek pada depth mask serta pengujian perbedaan pola pattern. Pengujian perbedaan posisi obyek pada depth mask dilakukan untuk melihat output yang dihasilkan apabila bentuk obyek pada depth mask (bagian dari depth mask yang berwarna tidak hitam) diletakkan pada posisi yang berbeda-beda. Pengujian dilakukan dengan bentuk obyek persegi diletakkan pada bagian tengah serta bagian A-63

pojok citra. Gambar 8 menunjukkan obyek yang diletakkan pada tengah serta Gambar 9 merupakan hasil stereogram. Gambar 8. Depth Mask Dengan Obyek di Tengah Gambar 9. Hasil Stereogram dari Input Gambar 8 Selain itu dilakukan pengujian dengan obyek diletakkan pada pojok kiri atas hingga menyentuh tepi citra. Hal ini dapat dilihat pada Gambar 10 dan Gambar 11. Gambar 10. Depth Mask Dengan Obyek di Pojok Kiri Atas Gambar 11. Hasil Stereogram dari Input Gambar 10 Hasil stereogram yang terdapat pada Gambar 11 sulit untuk dilihat mata karena titik korespondensi yang berada disebelah kiri obyek terletak di luar bidang gambar. Pengujian perbedaan gray value obyek pada depth mask dilakukan untuk melihat pengaruh nilai gray value terhadap stereogram yang dihasilkan. Input yang digunakan dapat dilihat pada Gambar 12 dan hasil stereogram terdapat pada Gambar 13. A-64

Gambar 12. Input Obyek Berbeda Nilai Gray Value Gambar 13. Hasil Stereogram dari Input Gambar 12 Dari hasil stereogram, dapat dilihat bahwa obyek yang sama tetapi bidang berwarna lebih putih akan berada lebih dekat dengan pengamat. Pengujian lain dilakukan dengan menggunakan input yang mempunyai gradasi warna seperti pada Gambar 14 dan menghasilkan stereogram pada Gambar 15. Gambar 14. Input Obyek dengan Gradasi Warna Gambar 15. Hasil Stereogram dari Input Gambar 14 Pengujian terakhir dilakukan dengan perbedaan pattern yang digunakan. Pada pengujian ini digunakan beberapa pattern seperti terlihat pada Gambar 16. Sedangkan depth mask yang digunakan terdapat pada Gambar 17. (a) (b) (c) Gambar 16 (a,b,c). Pattern yang Digunakan A-65

Gambar 17. Input Depth Mask Stereogram yang dihasilkan dengan menggunakan masing-masing pattern dapat dilihat pada Gambar 18 hingga Gambar 20. Gambar 18. Hasil Stereogram dengan Pattern Gambar 16a Gambar 19. Hasil Stereogram dengan Pattern Gambar 16b Gambar 20. Hasil Stereogram dengan Pattern Gambar 16c 8. KESIMPULAN Dari pengujian yang telah dilakukan, dapat disimpulkan menjadi beberapa hal, yaitu obyek pada depth mask yang terletak di bagian tepi kiri maupun tepi kanan bidang gambar akan sulit untuk dilihat karena mata manusia tidak dapat melihat pasangan titik (titik korespondensi) yang terletak di luar bidang gambar. Semakin putih warna obyek pada depth mask, maka hasil stereogram akan membuat obyek tersebut berada lebih dekat dengan pengamat. Sebaliknya bila warna pada obyek semakin gelap, maka hasil stereogram akan membuat obyek tersebut berada lebih jauh dari pengamat. A-66

DAFTAR PUSTAKA Wikipedia. 2008. Autostereogram. Diakses pada 20 November 2008 dari http://en.wikipedia.org/wiki/autostereogram Mathematische Basteleien. 2008. Stereogram. Diakses pada 30 Nopember 2008 dari http://www.mathematischebasteleien.de/stereogram.htm Sir Charles Wheatstone. 2008. Diakses pada 20 Januari 2008 dari http://chem.ch.huji.ac.il/history/wheatstone.html Tyler, C.W. and Clarke, M.B. 1990. The Autostereogram, Stereoscopic Displays and Applications, Proc. SPIE Vol. 1258:182 196. Scott B. Steinman, Barbara A. Steinman and Ralph Philip Garzia. 2000. Foundations of Binocular Vision: A Clinical perspective. McGraw-Hill. Thimbleby, Harold W.,Inglish, Stuart., and Witten, Ian H. 2007 Displaying 3D images: algorithms for single image random dot stereograms. Diakses pada 26 Januari 2007 dari http://www.cs.waikato.ac.nz/~singlis/sirds.html A-67