JU URNAL TEKNIK POMITS Vol. V 2, No. 2, (2 2013) ISSN: 23 337-3539 (23001-9271 Print)
A-335
Ap plikasi Pengeenalan Kata Pada H Huruf Braille dan d Peelafalannnya Ag gung Mega Isswara, Surya Sumpeno, M Mauridhi Hery Purnomo Jurusaan Teknik Eleektro, Fakultaas Teknologi Industri, I Instiitut Teknologgi Sepuluh Noopember (ITS) Jl. Arief A Rahman Hakim, Suraabaya 60111 e-maiil:
[email protected],
[email protected]
A Abstrak—Penellitian dan karya dalam bidang g optical characcter reccognition teruta ama pengenalan n karakter Braiille, hingga saatt ini maasih jarang dilak kukan dan pada umumnya pen nelitian yang teelah adaa untuk pengen nalan huruf Bra aille masih berorientasi pada ciitra staatis yang meng ggunakan scann ner. Untuk mengubah lembarran Braille menjadi citra c untuk dik kenali sebagai karakter alpha abet kan alat scannerr yang mahal, tidak t portable, dan d harrus menggunak tid dak praktis. Unttuk menyederh hanakan proses pengenalan hu uruf n sistem pengen nalan huruf Bra aille Braille tersebut perlu digunakan seccara dinamis dengan d kamera webcam ata au kamera telp pon gen nggam yang leb bih murah dan lebih praktis. Tujuan T utama dari d pem mbuatan karya a ini adalah untuk u menyedeerhanakan pro oses pen ngenalan huru uf Braille terseebut. Pengenallan huruf Bra aille seccara dinamis ini menggunakan metode cha ain approximattion unttuk mendetekssi titik-titik Braille dan meto ode horizontal and a verrtical projection n untuk pengelompokan po osisi-posisi Bra aille meenjadi karakterr sesuai dengan aturan pembaccaan huruf Bra aille yan ng berlaku. Ha asil yang didapa at dari proyek ini adalah sebu uah proogram yang dapat d bekerja untuk mengen nali huruf Bra aille seccara dinamis dengan d menggu unakan kamera a webcam deng gan tingkat akurasi seebesar 84% ben nar. K Kata Kunci— —image proceessing, orang pen nglihatan, peng genalan Braille dinamis.
dengan
ca acat
I. PENDA AHULUAN
P
ERTUKARA AN informasi di d era yang serb ba digital terutaama dalam bentuk k visual dan cetak sudah umu um dilakukan oleh o oraang dengan peenglihatan norm mal tetapi perttukaran inform masi anttara orang yan ng berpenglihaatan kurang (v visualy impared) ataau bahkan yang g tuna netra ten ntu saja akan menjadi m sanngat problemattis. Sistem huru uf Braille meru upakan alat paling serring digunakan n oleh penderitta tuna netra untuk u mengetahui infformasi dari media cetak, nam mun apabila orrang normal ingin meengetahui inforrmasi yang terccetak dalam hu uruf Braille, oraang norrmal tersebut harus h terlebih dahulu d mempellajari sistem hu uruf Braille, dengan aplikasi a pengenalan huruf Braille B pembacaaan gga infformasi dalam huruf Braille akan semakin mudah sehing prooses pertukaran n informasi anttara orang norm mal dengan oraang tunna netra akan semakin baik. A genalan huruf Braille pada umumnya maasih Aplikasi peng meenggunakan scanner yang mahal dan kuran ng portable. Paada karrya perangkat lunak ini dikeembangkan apllikasi pengenaalan hurruf Braille yan ng dapat digun nakan dengan kamera webccam sehhingga dapat memudahkan m dalam d pengenaalan huruf Braille seccara dinamis daan lebih portab ble apabila dibaandingkan deng gan scaanner. Metode yang g digunakan dalam pendetteksian titik-tiitik Braille secara din namis adalah metode m chain ap pproximation [1], [
Gambar 1. Huruf Braillee (a) Aturaan posisi titik-tittik Braille (b) Conttoh huruf Braillee
untuk menentukan titik-titik Braaille yang vaalid dengan menentuukan luas areea dari konturr dan untuk m mendapatkan koordinnat titik tengaah tiap titik B Braille digunaakan metode momentts invariants [[2], dan untukk pengelompokkan titik-titik Braille menjadi karaakter digunakaan metode horrizontal and verticall projection [3]]. II. SISTEM BR RAILLE Huruuf Braille terddiri dari titik-titik yang dissusun dalam bentuk ppersegi panjanng dengan 3 barris dan 2 kolom m seperti pada gambarr 1. Huruf B Braille didesaain untuk dibbaca dengan menggeerakan ujung jaari dari kiri kee kanan untuk setiap huruf Braille. Kedua tanngan biasanyaa terlibat daalam proses pembaccaan dan padaa umumnya yaang digunakann adalah jari telunjukk. Gambbar 1 menunjuukan posisi tiaap titik pada hhuruf Braille. Titik-tittik tersebut sellanjutnya digunnakan untuk diiterjemahkan ke karrakter alfabet yang dapat digunakan ppada bahasa Indonessia, bahasa Ingggris, dan lain-llain. IIII. SISTEM PE ENGENALAN N HURUF BRA AILLE Paada bagian ini akan dijelasskan tentang sistem yang digunakkan pada penngenalan huruff Braille secaara dinamis. Keselurruhan prosesnyya dapat digam mbarkan dalam m flow chart yang diitunjukkan padda gambar 2. Pada gambar 2 dapat dilihat alur darri proses yang digunakan padda sistem penggenalan huruf Braille secara dinam mis. Sistem ppengenalan huuruf Braille dimulaii dengan pengaambilan gambaar dengan kam mera webcam, setelah didapatkan ciitra dari kameera, citra diprroses dengan pengubaahan citraa ke foormat warrna HSV (Hue-Saaturation-Valuue) yang kem mudian noise-nnya di-filter dengan tujuan mereduuksi gangguan pada citra. Prooses tersebut dilanjuttkan dengan seegmentasi, fiturr ekstraksi, klasifikasi, dan
JU URNAL TEKNIK POMITS Vol. V 2, No. 2, (2 2013) ISSN: 23 337-3539 (23001-9271 Print)
Gam mbar 2 Flow Charrt Sistem Pengenallan Braille
(aa)
B. Pree-processing 1) K Konversi Warnna RGB ke HSSV P Pengubahan cittra dari format RGB (Red-Grreen-Blue) ke ddalam formaat HSV (H Hue-Saturation--Value) [5] m mempunyai tuj ujuan untuk meengurangi kom mputasi pada ccitra dan untukk mengurangi nnoise yang diseebabkan oleh iiluminasi cahayya. 2) Contrast-Strettching Terkadang terrdapat daerah-daerah gelap dan terang pada saat penggambilan citraa, sehingga perrlu dilakukan perbaikan konntras [6] pada ccitra sehingga nnantinya titik Braille dapat tterdeteksi lebihh jelas. 3) M Median Filter P Pada saat penggambilan gam mbar, hampir ppasti terdapat nnoise yang ddapat menggaanggu kualitass citra dan m mengurangi tinngkat kualitas pengenalan terrhadap huruf B Braille. Mediian filter [7]] juga dapatt membantu m mengurangi nooise tersebut. C. Seggmentation 1) A Adaptive Thres esholding Thresholdingg adalah suatuu metode yang digunakan uuntuk membaggi sebuah citraa menjadi nilaii foreground ddan backgrounnd dengan meengatur pixel ddengan nilai iintensitas yangg berada diataas nilai threshhold menjadi nnilai foregrounnd atau 1 (satu)) dan pixel sisaanya menjadi nnilai backgrounnd atau 0 (nol)) [8]. Adaptive thresholding ddapat mengubaah nilai batasann/threshold terrsebut secara ddinamis sehinngga dapat menyesuaikann perubahan kkondisi cahaya sehingga m metode ini sanngat berguna aapabila karya aplikasi penggenalan huruff Braille ini ddigunakan ppada kondissi pencahayyaan yang bberubah-ubah. 2) M Morfolgi Erodde Morfologi Eroode dapat dideffinisikan sebaggai: ⊝
(b b)
Gaambar 3 Proses pengambilan p gam mbar citra huruf Braille B Keterangan Gambaar 3: p gambaar (a) Interface dari prrogram, proses perolehan didapatkan seteelah user menek kan tombol ”Captture”. g didapatkan seteelah tombol “Caapture” (b) Hasil citra yang ditekan.
padda akhirnya did dapatkan hasil pengenalan hu uruf Braille dallam benntuk teks dan suara. s A. Image Acquissition M Mekanisme pengambilan gambar pad da proyek ini meenggunakan kaamera webcam m standar. Pro oses pengambiilan gam mbar dilakukaan dengan menekan tombo ol ketika sedaang meenjalankan program yang dib buat dengan Qt Framework [4]. [ Haasil dari prosess tersebut dapaat dilihat pada gambar 3 (a) dan d (b)).
A-336
|
⊆
(1)
A adalah citraa dan B adalahh structuring eelement atau elemen pembeentuknya [9]. 3) M Morfologi Dilaate D Dilate dapat diidefinisikan sebbagai:
⊕
|
′
∩
∅
(2)
S Seperti halnya pada morfologgi erode, B addalah struktur eelemen dan A aadalah citranyaa [9]. 4) D Deteksi Tepi C Canny Deteksi tepi C Canny ini diguunakan untuk m mendapatkan garis-garis teppi pada titik Braille sehinggga nantinya dapat memperrmudah dalam m pencarian kooordinat garis tepi pada titik Braille tersebuut [10]. D. Feaature Extractioon 1) P Pendeteksian T Titik Braille M Metode chain approximationn [1] ini akann mendeteksi kkontur pada ciitra hasil penddeteksian garis tepi Canny, kkemudian seteelah semua kkontur berhasil terdeteksi ddigunakan mom ments invariaant [2] untuk m mendapatkan lluas area tiiap kontur yang terdeteksi dengan m menggunakan rumus:
JU URNAL TEKNIK POMITS Vol. V 2, No. 2, (2 2013) ISSN: 23 337-3539 (23001-9271 Print)
A-337
Proyeksi horizzontal dari titikk Braille Titikk Braille aktif Titik Braiille tidak aktif Proyeksi Vertical dari titik Braille
(a)
Gambar 5. Horizontal annd Vertical Projeection
(b) Gaambar 4. Deteksi dan Koreksi Keemiringan Citra Braille B (a) Citra Braille dengan sudut -7°; (b) hasil citra setelaah kemiringanny ya dikoreksi
∬
,
,
111110 (3)
Untuk meendapatkan koordinat titik teengah dari settiap titik pemb bentuk huruf Braille yang valid digunak kan bantuan metode momeents invariantts orde pertaama dengan ru umus sebagai berikut:
,
∬
,
(4)
,
∬
,
(5)
Dengan menggunakan m rumus r momentts invariants orde pertama (4 4) dan (5), perrhitungan koorrdinat titik teng gah titik Braillle didapatkan dengan d rumus:
,
, ,
,
, ,
q
Gambar 6. Ilustrasi peneerjemahan karakkter Braille ke huuruf Alfabet
4) P Penerjemahann Titik-titik Braaille H Hasil posisi tiitik Braille inni dapat diterjemahkan ke hhuruf Alfabet.. Penerjemahaan posisi titik--titik Braille m menjadi alfabeet menggunakkan klasifikasi naïve-bayes [[12] dengan ruumus seperti beerikut:
|
|
(7)
P Proses penerjeemahan dapat ddiilustrasikan ppada gambar 66.
(6)
2) Deteksi dan d Koreksi Kemiringan Deteksi su udut pada citrra menggunakaan koordinat dari d titik-titik yang y berada dii posisi ekstrim m paling kiri k atas, palin ng kanan atas, paling kiri baawah, serta paling kanan bawah b dari citra. Seteelah didapatk kan koordinat--koordinat terssebut, sudutny ya dapat dihitu ung dengan metode m yang diu usulkan pada [1 11]. Gambar haasil koreksi kemiringan k paada pendetekssian titik Braille diperlihatk kan pada gamb bar 4. 3) Horizonta al and Verticall Projection Setelah diidapatkan semu ua posisi titik Braille B yang vaalid dari citra, posisi dari sem mua titik Braille valid disimp pan ke array yang terpisah h untuk masin ng-masing possisi horizontall dan vertical dari Braille. Identifikasi tiitik Braille vaalid di dalam m cell Braille dapat dilakuk kan dengan caara memeriksaa nilai proyekssi horizontal dan d vertical yang y tersimpaan dalam arrray dengan nilai koordinat dari posisi titik yang aktiff [3]. Kalau nilai pada proy yeksi horizonttal dan verticaal cocok deng gan koordinat titik Braille maka titik terrsebut valid, jika sebaliknyaa maka nilai tersebut adalah sebaagai backgroun nd. Ilustrasi prroyeksi horizo ontal dan vertiical dapat dilih hat pada gambaar 5.
IV. ILUSTRASI SISTEM Baggian ini menjeelaskan ilustrasi sistem yangg digunakan untuk m mengenali huruuf Braille. Darri gambar 7 teerlihat bahwa penggunna atau user menggunakan kaamera untuk caapturing citra dokumeen Braille. Prroses penangkkapan citra m menggunakan aplikasii yang sepennuhnya dikem mbangkan denngan bahasa pemroggraman C++ menggunakann tool Qt Crreator untuk memperrmudah proses pembuatan aplikasi dan Qt Designer untuk m merancang useer interface applikasi (Qt Creeator dan Qt Designeer tergabung dalam satuu susunan bbernama Qt Framew work [4]). Prooses image accquisition, pree-processing, segmen tation, featuree extraction, daan classifier paada karya ini CV library mengguunakan OpennCV library [13]. OpenC digunakkan sebagai library yang dapat membbantu dalam pengem mbangan aplikaasi image proceessing. Hasiil luaran yang didapaatkan setelaah berhasil menerjeemahkan huruuf Braille addalah huruf aalfabet yang ditampiilkan pada texxtbox aplikasii dan disuaraakan melalui speakerr. Proses mennyuarakan tekks tersebut m menggunakan festival speech libraryy [14] yang berbbahasa inggris dikarenakan pada saaat pengembanngan aplikasi hhanya bahasa inggris yang didukunng oleh Qt F Framework. Feestival speechh library ini adalah library text-too-speech yang berguna untuuk mengubah teks meenjadi suara.
JU URNAL TEKNIK POMITS Vol. V 2, No. 2, (2 2013) ISSN: 23 337-3539 (23001-9271 Print)
A-338
(a)
(b)
Gambar 9. Pengujian huuruf pada cetakann tinta (a) Prosees penangkapan citra huruf Braillle (b) Hasill pendeteksian tiitik-titik Braille
Gaambar 7. Ilustrasii sistem pengenaalan huruf Braille
(a)
(b)
Gambar 10. Pengujian kkata pada cetakann tinta Keteranggan Gambar 10 (a) Prosees penangkapan citra huruf Braillle (b) Hasill pendeteksian tiitik-titik Braille
Gaambar 8. Proses pengambilan p gam mbar dengan kam mera webcam
Proses peng gambilan citraa dari dokumen Braille deng gan meenggunakan kamera dapat digambarkan pada gambar 8. Dookumen yang digunakan un ntuk pengenalan huruf Braille dappat berupa dok kumen standarr huruf Braillee dengan cetak kan tim mbul ataupun dengan d cetakan tinta. V. HASIL PENGUJIAN P . Sistem diujjikan pada lap ptop dengan memakai m kam mera weebcam Logitech h C525. Doku umen yang digu unakan pada saat s penngujian adalah h dokumen sttandar Braille dengan cetak kan tim mbul dan tulisaan huruf Braillle dengan cettakan tinta. Haasil yanng didapatkan untuk pengenalan per huruff adalah sebany yak 22 dari 26 hu uruf berhasil diterjemahkan n dengan ben nar, m proses peneerjemahan dikaarenakan meto ode kessalahan dalam horrizontal and veertical projectiion belum mam mpu membaca
Braille yang mempunnyai gap/kekossongan pada baaris dan atau kolomnnya. Untuk peengenalan perr kata, apabilaa pada kata tersebutt terdapat karaakter Braille yyang hanya m mempunyai 1 kolom maka hasil terrjemahan darii pengenalan hhuruf Braille mperlihatkan akan meemberikan hassil yang salah. Gambar 9 mem proses ppengenalan hurruf Braille denngan terjemahann benar pada cetakann tinta. Gambbar 10 dan 11 memperlihaatkan proses pengenaalan kata dengaan terjemahan benar pada maasing-masing cetakann tinta dan dokuumen timbul. S Sedangkan padda gambar 12 dan 13 m memperlihat pproses pengenaalan yang membberikan hasil terjemah ahan yang salahh. Penggujian pengenaalan huruf Braaille juga dilakuukan dengan menambbahkan sudut kemiringan ppada proses ppenangkapan citra. B Besarnya suduut pada penguujian dibatasi antara -10° hingga +10°. Pembaatasan pada keemiringan citrra dilakukan karena citra dengann sudut kemiiringan yang besar akan memberrikan hasil terjemahan yyang salah. Gambar 13 memperrlihatkan penngujian padaa citra Braiille dengan kemirinngan -7°.
JU URNAL TEKNIK POMITS Vol. V 2, No. 2, (2 2013) ISSN: 23 337-3539 (23001-9271 Print)
(aa)
(a)
(b b)
Gaambar 11. Pengujjian kata pada do okumen timbul (a) Proses penangk kapan citra huruff Braille (b) Hasil pendetekssian titik-titik Brraille
A-339
(b)
Gambar 14. Proses penggenalan citra hurruf Braille dengaan kemiringan -7° (a) Prosees penangkapan citra huruf Braillle (b) Hasill pendeteksian tiitik-titik Braille
VI. KESIMPULAN/R RINGKASAN
(aa)
(b b)
t salah h pada pengujian n huruf Gaambar 12. Hasil terjemahan (a) Proses penangk kapan citra huruff Braille (b) Hasil pendetekssian titik-titik Brraille
Darii hasil pengembangan pperangkat luunak sistem pengenaalan huruf Braille secaara dinamis didapatkan kesimpuulan bahwa pendeteksian tiitik-titik Braillle pada citra dengan metode chainn approximatioon menunjukann hasil yang baik, haal ini terbukti ddari semua titikk Braille terdeeteksi dengan baik. U Untuk membeddakan titik-titiik Braille yanng valid dari noise p ada citra berddasarkan luas aarea menggunaakan metode momentt invariants orrde ke-nol meenunjukan hasil yang baik walaupuun terkadang aada beberapa nooise yang terdeteksi sebagai Braille yang valid. H Hasil pengeloompokan titik--titik Braille menjadii karakter deengan metodee horizontal aand vertical projectiion memiliki ttingkat akurasi sebesar 84,6% % dan belum cocok apabila digunnakan dalam pengenalan hhuruf Braille secara ddinamis. UCA APAN TERIMA A KASIH Penuulis mengucappkan terimakassih kepada bappak Mauridhi Hery P Purnomo dan bapak Surya Sumpeno atass bimbingan teknis sselama mengeerjakan sistem pengenalan hhuruf Braille secara ddinamis. D DAFTAR PUST TAKA [1] [2]
(aa)
[3]
(b b)
[4] [5]
Gaambar 13. Hasil terjemahan t salah h pada pengujian n kata (a) Proses penangk kapan citra huruff Braille (b) Hasil pendetekssian titik-titik Brraille
[6]
Tehh, C.-H. and Chinn, R.T..On the detecction of dominant ppoints on digital curvves. Pattern Analyysis and Machine Inntelligence. 1989 Kiliian, Johannes.Sim mple Image Anallysis By Moments.2001
Shuumet Tadesse, “Feeature Extraction and Classificatioon Schemes for Enhhancing Amharic B Braille Recognitionn System”, M.Sc. Thesis, Faculty of Innformatics, Addis Ababa Universityy, Addis Ababa, Juune 2010 Qt F Framework >
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3539 (2301-9271 Print) [7]
[8]
[9]
[10]
[11]
[12]
[13] [14]
Median Filter Adaptive Thresholding Morphological Operations OpenCV
A-340
