18
Gambar 17
Pegujian sistem navigasi: (a) lintasan lurus tanpa simpangan, (b)lintasan lurus dengan penggunaan simpangan awal, (c) lintasan persegi panjang, (d) pengolahan tanah menggunakan rotary harrower (Rahman 2013)
3 METODE
Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Mei 2012 sampai Maret 2013 pada dua tempat yang berbeda. Untuk disain, perakitan, dan pembuatan dilakukan di Laboratorium Mekatronika dan Robotika dari bagian Teknik Mesin Otomasi sedangkan pengujian lapangan dilakukan di Laboratorium Lapang Siswadi Supardjo, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Bahan dan Alat Alat yang digunakan pada penelitian ini meliputi: Perangkat keras Perangkat keras (hardware) yang digunakan dalam penelitian ini dapat dilihat pada Tabel 2. Perangkat lunak Perangkat lunak (software) yang digunakan dalam penelitian ini adalah Visual C#, SharpDevelop versi 3.2, dan Paint Shop Pro versi 6.
19 Tabel 2 Perangkat keras yang digunakan Spesifikasi
Fungsi Proses pembuatan program dan pengujian
Laptop Acer Aspire 2930 dengan slot ExpressCard/54
ExxpressCard/34 to Firewire IEEE 1394A Adapter
Spesifikasi
Body kamera CCD color 640 x 480 piksel Interface firewire antara kamera dan komputer pengendali untuk menampilkan citra lintasan pada layar monitor Mentransfer data citra dari kamera CCD ke expresscard
Kabel Firewire, panjang 3 meter
Memperjelas tampilan visual citra lintasan
Cctv lens, Focal Length 0 – 60 mm
Pointer laser merah, Daya < 5mW
Sampel rintangan
Sensor penghasil sinar merah untuk deteksi rintangan Komponen penurun tegangan
LM 7805,Resistor 82ohm,kapasitor100 µF
Papan triplek, derijen, batang pohon Mengukur intensitas cahaya
Luxmeter Krisbow kwcs200
Traktor Yanmar EF
Kendaraan untuk melakukan uji deteksi rintangan
453T Meredam getaran pada sistem deteksi rintangan
Karet peredam
Fungsi Sensor penangkap citra visual lintasan
Dudukan penjepit pointer laser
Akrilik
Tahapan Penelitian Secara umum, tahapan penelitian terdiri atas tiga tahap, pertama penelitian pendahuluan, kedua perancangan dan pembuatan sistem deteksi rintangan realtime, dan ketiga berupa uji kinerja. Tahapan penelitian dapat dilihat pada Gambar 18.
20
Gambar 18 Bagan alir proses penelitian Penelitian Pendahuluan Tahapan ini bertujuan untuk menentukan komponen-komponen sensor sistem deteksi rintangan yang tepat yang bisa diaplikasikan pada lingkungan outdoor dalam mendeteksi rintangan real-time. Sensor disini meliputi jenis pointer laser dan kamera perekam yang tepat. Untuk pemilihan pointer laser digunakan parameter daya dan warna sinar laser sedangkan untuk jenis kamera perekam, parameter yang digunakan berupa besar focal length.
21 Perancangan Sistem Deteksi Rintangan Kamera dan pointer laser digabungkan pada satu dudukan. Posisi laser yang stabil pada dudukan sangat mempengaruhi arah pancaran sinar pointer laser. Gambar 19 menunjukkan ilustrasi rangkaian posisi kamera perekam dan pointer laser pada dudukan.
Gambar 19 Dudukan kamera perekam dan pointer laser beserta bagianbagiannya Pengaturan sudut dan posisi pointer laser pada dudukan dilakukan dengan metode trial and error untuk mendapatkan pancaran sinar laser merah yang sejajar yang mampu mewakili pemandangan di depannya. Gambar 20 menunjukkan beberapa komponen pengaturan yang dilakukan pada dudukan.
Gambar 20 Pengaturan penempatan pointer laser pada dudukan: (a) tampak samping dan (b) dan tampak atas Pembuatan Sistem Deteksi Rintangan Tahap ini meliputi pembuatan sistem mekanik deteksi rintangan, rangkaian elektronik penurun tegangan untuk sumber daya pointer laser, dan pembuatan program pengolahan citra untuk deteksi rintangan real-time. Pembuatan sistem mekanik meliputi pembuatan komponen-komponen sistem deteksi rintangan yang
22 telah dirancang pada tahap sebelumnya seperti dudukan pointer laser, dudukan kamera, dan rangka penopang sistem keseluruhan. Sumber daya untuk semua komponen berasal dari aki yang terdapat pada traktor dengan besar tegangan tegangan 12 volt. Sedangkan komponen-komponen lainnya pada sistem deteksi rintangan memiliki tegangan kecil dari 12 volt sehingga sumber tegangan yang ada perlu diturunkan dengan menggunakan rangkaian sederhana penurun tegangan. Pembuatan program pengolahan citra untuk deteksi rintangan real-time dilakukan dengan spesifikasi kemampuan program dalam mengenali objek, yang dalam hal ini berupa rintangan pada lintasan kerja traktor. Program pengolahan citra berupa binerisasi, operasi morfologi seperti erosi, dilasi dikembangkan pada program ini. Program diharapkan mampu mendeteksi kemungkinan adanya rintangan, membedakan objek rintangan dengan warna latar belakang citra dan mampu memberikan satu nilai jarak antara rintangan dengan traktor, sehingga traktor mampu mengambil keputusan. Keputusan dapat berupa perintah untuk belok kiri lintasan, kanan, berhenti, atau terus berjalan pada lintasan yang sama apabila tidak terdapat rintangan. Pengembangan program dilakukan dengan menggunakan SharpDevelop versi 3.2 dengan bahasa pemrograman C#. Pada tahapan ini program akan bisa digunakan untuk mendeteksi rintangan setelah beberapa coding perintah telah ditambahkan pada proses pengambilan citra rintangan papan (triplek). Algoritma program pengolahan citra rintangan real-time ditunjukkan pada Gambar 21. Pengambilan Citra dan Kalibrasi Optis Kamera Pengambilan citra pada tahap ini bertujuan untuk mendapatkan nilai RGB sinar laser, koordinat laser, dan jarak piksel pusat laser terhadap koordinat pusat citra rintangan papan (triplek) serta mendapatkan nilai RGB citra rintangan batang pohon, dll. Nilai RGB selanjutnya dibinerisasi dengan menggunakan rumus berikut: (1) (2) (3) Di mana: r, g, b = komponen warna merah, hijau, dan biru setelah dinormalisasi R, G, B = komponen warna dasar merah, hijau, dan biru Nilai binerisasi (rgb) akan dicantumkan pada program pengolahan citra deteksi rintangan sebagai coding untuk membedakan antara objek dan latar belakang citra. Koordinat laser pada citra digunakan untuk mendapatkan persamaan dalam membuat batasan daerah binerisasi pada citra. Sedangkan jarak piksel pusat laser terhadap koordinat pusat citra diperoleh dengan menggunakan rumus Euclidean pada persamaan berikut. (4)
23 Dimana: i = koordinat sumbu x piksel citra j = koordinat sumbu y piksel citra 1 = titik piksel 1 2 = titik piksel 2 Nilai binerisasi citra rintangan batang pohon, dll digunakan sebagai coding program pengolahan citra untuk binerisasi rintangan pada uji kinerja statis dan real-time. Bagan alir tahapan pengambilan citra ditunjukkan pada Gambar 22 dan 23.
Gambar 21 Bagan alir algoritma pengolahan citra pada sistem real-time
24
Gambar 22 Bagan alir tahapan pengambilan citra rintangan
25
Gambar 23 Bagan alir tahapan pengambilan citra rintangan batang pohon, manusia, dan derijen Pada tahap ini sistem deteksi rintangan telah dipasang pada traktor tepatnya di bagian depan traktor. Rancangan penempatan sistem deteksi rintangan pada traktor dapat dilihat pada Lampiran 1. Untuk pengambilan citra rintangan papan (triplek) sinar laser merah ditembakkan dan kemudian citra direkam pada jarak pengambilan 2, 3, 4, 5, 6, dan 7 m. Citra direkam pada dua kondisi pencahayaan. Pertama pada intensitas matahari rendah (pukul 06.30-07.00 WIB) dan kedua pada intensitas matahari tinggi (pukul 07.00-08.00 WIB) dimana besarnya intensitas diukur dengan menggunakan luxmeter. Citra yang direkam pada intensitas rendah digunakan sebagai citra kalibrasi dan citra yang direkam pada intensitas tinggi digunakan untuk mendapatkan nilai RGB sinar laser merah papan (triplek). Citracitra yang telah direkam selanjutnya diolah menggunakan software PaintShopPro
26 6. Gambar 24 dan Gambar 25 memperlihatkan ilustrasi pengambilan citra rintangan pada lintasan dan tampilan visual software Paint ShopPro 6.
(a)
(b) Gambar 24 Ilustrasi pengambilan citra rintangan pada lintasan: (a) tampak depan dan (b) tampak atas
Gambar 25 Tampilan visual software PaintShopPro 6
27 Uji Fungsional Uji fungsional meliputi uji validasi dan uji konsistensi sinar laser yang terdapat pada citra. Uji fungsional ini dilakukan untuk mengetahui fungsi setiap komponen dari sistem yang telah dikembangkan. Komponen yang memiliki fungsi yang kurang optimal selanjutnya diperbaiki sebelum dilakukan uji kinerja. Untuk proses validasi objek rintangan berupa batang pohon, manusia atau rintangan lainnya direkam pada jarak pengambilan tertentu. Program akan mengolah citra rintangan tersebut dan memberikan hasil pendugaan jarak. Error sistem merupakan selisih pendugaan jarak rintangan oleh program dengan jarak rintangan hasil pengukuran. Pengujian konsistensi dilakukan untuk mengetahui konsistensi sinar laser yang dihasilkan selama sistem bekerja. Pengujian ini dilakukan dengan menembakkan sinar laser merah pada latar belakang papan (triplek) dan citra direkam pada jarak pengambilan 2, 3, 4, 5, 6, dan 7 m masing-masing dilakukan 10 kali. Uji Kinerja Uji kinerja ini meliputi uji kinerja statis dan uji kinerja real-time. Pada pengujian statis traktor berada dalam kondisi diam dan sampel rintangan yang digunakan berupa manusia, batang pohon, dan jerigen. Tahapan yang dilakukan pada proses uji kinerja statis dapat dilihat pada Gambar 26. Keluaran dari sistem deteksi rintangan pada uji kinerja real-time merupakan input ke sistem kontrol otomatik pada smart tractor yang telah dikembangkan (bagian lain dari penelitian IMHERE B2c IPB 2010-2012). Smart tractor yang mempunyai sistem kemudi otomatis akan mendapat input keputusan (dalam format .txt) dari sistem deteksi rintangan yang mana keputusan ini berupa ada atau tidaknya rintangan pada lintasan kerja traktor. Sistem otomatik yang dikembangkan pada tahapan real-time ini hanya sebatas perintah untuk berhenti atau berjalan apabila pada lintasan terdapat atau tidaknya rintangan.
28
(a)
(b)
Gambar 26 Tahapan uji kinerja: (a) statis dan (b) real-time
