Penangkap Gerak Dua Dimensi untuk Dongeng Interaktif Ispanji Pratama : 2207100003 1) Dosen Pembimbing: Dr. I Ketut Eddy Purnama, ST., MT.2); Cristyowidiasmoro, ST.,MT.,MSc 3). Department of Electrical Engineering, Faculty of Industrial Technology, ITS Surabaya Indonesia 60111 email:
[email protected] 1),
[email protected] 2),
[email protected] 3)
bagi anak-anak, dongeng juga dapat menjadi media komunikasi yang baik antara orang tua dengan anak[2]. Teknologi motion capture semakin berkembang, dan sudah banyak diaplikasikan dalam permainan video digital. Dengan menggunakan kamera penangkap gerak, anakanak dapat berperan sebagai pelaku utama dalam dongeng yang diwujudkan dalam virtual environment dua dimensi. Dengan teknologi realtime optical motion capture menggunakan kamera kedalaman, gerakan dan suara pelaku diperankan secara langsung dan direkam ke dalam bentuk video. Dari kamera kedalaman didapatkan depth image yang dapat digunakan untuk memisahkan obyek yang ditangkap oleh kamera dari background. Depth image tersebut digunakan untuk mendeteksi manusia yang tertangkap oleh kamera. Dari data yang didapat, kemudian dibuat skeletal model yang nantinya akan digunakan untuk membentuk karakter dua dimensi dalam sistem. Karakter dua dimensi akan mengikuti pergerakan pelaku secara realtime. Dengan menggunakan media ini, diharapkan minat anak-anak terhadap permainan video digital dapat tersalurkan dan dapat memberikan alternatif baru dalam proses penyampaian dongeng. Sehingga proses penyampaian dongeng dapat menjadi lebih menarik dan interaktif. .
Abstrak— Dongeng telah menjadi media penyampaian pesan moral yang positif dan mendidik bagi anak-anak. Dongeng juga dapat berfungsi untuk mengembangkan kreatifitas dan imajinasi anak-anak. Namun, media penyampaian dongeng pada umumnya hanya menggunakan buku atau boneka, sehingga kurang menarik dan interaktif. Dewasa ini, minat anak-anak terhadap dongeng cenderung berkurang. Seiring dengan perkembangan teknologi, minat anak-anak terhadap dunia permainan video digital semakin meningkat. Di sisi lain, teknologi motion capture mengalami perkembangan yang pesat dan banyak diimplementasikan dalam permainan video digital. Dengan menggunakan kamera penangkap gerak, anakanak dapat berperan sebagai pelaku utama dalam dongeng yang diwujudkan dalam virtual environment dua dimensi. Proses penangkapan gerak dilakukan dengan menggunakan kamera kedalaman. Dari kamera kedalaman didapatkan depth image yang digunakan untuk mendeteksi manusia di dalam image. Dari data yang didapat, dibuat skeletal model yang nantinya digunakan untuk membentuk karakter dua dimensi dalam sistem. Karakter dua dimensi akan mengikuti pergerakan pelaku secara realtime. Gerakan dan suara pelaku diperankan secara langsung dan direkam ke dalam bentuk video. Kualitas gerakan yang ditampilkan, diukur dari tingkat akurasi joint yang ditampilkan. Dari data yang diperoleh, didapatkan akurasi 100% untuk joint yang mengalami sedikit pergerakan seperti HipCenter, Spine, Shoulder Center, HipLeft dan HipRight. Sedangkan untuk hasil keluaran video, diperoleh hasil dengan framerate rata-rata 8fps.
II. DASAR TEORI A. Dongeng Dongeng adalah salah satu media komunikasi guna menyampaikan beberapa pelajaran atau pesan moral positif kepada anak-anak. Tidak ada batasan usia kapan anak mulai boleh mendengarkan dongeng. Dongeng dapat juga berupa cerita tradisional, yaitu cerita yang disampaikan secara turun temurun dan disebarluaskan di berbagai tempat. Dongeng memberikan beberapa manfaat bagi anak, antar lain untuk mengembangkan kosa kata, memberi teladan dan pesan moral. Dongeng biasanya menggunakan alur cerita yang sederhana. Karakter atau tokoh pada dongeng biasanya tidak diuraikan secara rinci. Cerita dongeng singkat dan bergerak cepat tanpa penjelasan rinci pada tiap-tiap bagiannya. Dongeng biasa dituliskan dengan gaya penceritaan secara lisan. Pesan dalam dongeng biasa dituliskan pada akhir cerita, namun terkadang juga dituliskan di dalam cerita.
Kata Kunci— Motion Capture, 2D, Kamera Kedalaman, Story Telling
I. PENDAHULUAN
S
EIRING dengan perkembangan teknologi, minat anakanak terhadap dunia permainan video digital semakin meningkat. Banyak anak-anak menghabiskan waktu dengan permainan video digital, dimana sebagian besar permainan video digital tersebut kurang membawa manfaat dan cenderung menghasilkan dampak negatif bagi anakanak. Salah satunya adalah mundurnya semangat belajar dan semangat untuk beraktivitas di luar rumah seperti yang diungkapkan oleh seorang psikolog asal Amerika, Craig A. Anderson, Ph.D[1]. Di sisi lain dongeng dapat menjadi media penyampaian pesan moral yang positif dan mendidik
B. Motion Capture Motion capture atau penangkap gerak merupakan istilah yang digunakan untuk menggambarkan proses perekaman gerakan manusia ke dalam bentuk digital. Motion capture digunakan untuk menangkap gerakan manusia sebagai 1
pelaku dan kemudian menggunakan informasi tersebut untuk menggerakkan karakter digital di dalam lingkungan virtual. Teknologi motion capture yang umum digunakan dewasa ini adalah optical motion capture, dimana gerakan manusia ditangkap dengan menggunakan kamera. Teknologi optical motion capture telah mengalami perkembangan yang sangat pesat, sehingga memungkinkan proses penangkapan gerak dilakukan secara realtime. Salah satunya adalah dengan menggunakan kamera kedalaman. Dengan menggunakan teknologi kamera kedalaman, implementasi motion capture dapat semakin luas dan berkembang dalam berbagai bidang.
Dalam implementasinya digunakan Microsoft Kinect SDK sebagai library agar driver dan fitur-fitur pada kamera kedalaman dapat dikenali dan digunakan oleh komputer. Di dalam SDK ini berisi driver, API untuk Raw Sensor Stream dan Human Motion Tracking yang dapat dikembangkan dengan menggunakan bahasa pemrograman C#, C++ ataupun visual basic[6]. Kamera kedalaman dapat mendeteksi depth data dari suatu gambar. Depth data yang ditangkap kamera digunakan untuk mendeteksi obyek (manusia) yang berada di dalam frame. Depth Image menampilkan gambar dalam warna abu-abu. Pada jarak dekat warna yang ditampilkan semakin gelap dan semakin jauh jarak penangkapan warna yang ditampilkan semakin terang. Pada permukaan yang tidak memantulkan pancaran inframerah, tidak ada data yang di tangkap, pada gambar ditampilkan dengan warna hijau[3]. Berikut adalah hasil depth Image yang didapat dari kamera kedalaman.
C. Kamera kedalaman Kamera kedalaman merupakan perangkat pendeteksi gerakan. Salah satunya adalah kinect yang diciptakan oleh Microsoft. Kamera kedalaman kinect ditujukan untuk digunakan sebagai perangkat pengontrol gerakan pada perangkat permainan XBOX 360, sehingga pengguna tidak perlu menggunakan kontroler untuk memainkan permainan pada XBOX 360. Kamera kedalaman memiliki dua buah kamera utama, yakni depth dan RGB. Jarak optimal yang harus dipenuhi ketika melakukan proses penangkapan gambar adalah 1,2m sampai dengan 3.5m. Apabila jarak yang digunakan melebihi atau kurang dari jarak yang ditentukan, maka obyek tidak akan tertangkap oleh kamera. Kamera kedalaman merupakan kamera stereovision, karena proses penangkapan obyeknya menggunakan dua sudut pandang yang berbeda. Informasi pada kamera kedalaman didapat dari tiga buah kamera, yaitu pemancar inframerah, kamera RGB dan depth camera. Kamera RGB memiliki jarak pandang lebih luas dari depth camera. Yang dihasilkan oleh kamera ini adalah informasi Image RGB dengan resolusi maksimal 640 x 480 piksel dengan 30fps. Pemancar infra merah memancarkan pancaran titik infra merah dengan pola yang tidak teratur dan intensitas yang acak. Sinar yang dipancarkan oleh pemancar inframerah dipantulkan oleh obyek dan dapat dikenali secara cepat dan tepat oleh kamera kedalaman[3].
Gambar 2 Depth Image pada kamera kedalaman[3] Masukan yang berupa depth Image disegmentasi menjadi menjadi beberapa perkiraan bagian tubuh yang didefinisikan secara spasial mendekati skeletal joints. Kemudian memproyeksikan data yang telah diterjemahkan ke dalam koordinat dunia, tiap-tiap bagian yang telah di segmentasi di estimasi dan di generate ke dalam lokasi 3D dari tiap-tiap skeletal joint. Proses pembentukan depth data menjadi skeletal data dapat dilihat pada gambar berikut.
Gambar 3 Proses pembentukan skeletal joint[4] Kamera kedalaman terdiri dari depth camera dan RGB camera dengan pemancar inframerah yang mampu menampilkan depth data dari suatu gambar. Dengan menggunakan Microsoft Kinect SDK hasil tangkapan yang ditangkap oleh kamera kamera kedalaman dapat diakses[10]. Berikut beberapa tampilan yang dapat diakses dengan menggunakan Microsoft SDK. 1.
Gambar 1 Pancaran inframerah kamera kedalaman[3] 2
Depth Stream Mampu menampilkan gambar dengan latar belakang grayscale dan menampilkan gambar manusia yang di tangkap ke dalam warna yang berbeda. Semakin gelap
2.
3.
warna yang ditampilkan, menunjukkan semakin jauh posisi obyek dari kamera. Skeletal Tracking Mampu menampilkan skeletal model dari manusia, ketika obyek ditangkap ke dalam kamera. Skeletal tracking pada Microsoft SDK mampu menampilkan dua pemain ke dalam frame. Color Video Stream Mampu menampilkan video RGB yang ditangkap oleh kamera RGB dari kamera kedalaman.
1.
2.
3.
Tracked Kondisi dimana posisi joint terdeteksi oleh kamera kedalaman Not Tracked Kondisi dimana posisi joint tidak terdeteksi oleh kamera kedalaman Inferred Kondisi dimana posisi joint terpotong atau terhalang
E. Avi Library Pada proses perekaman audio dan video digunakan format .avi untuk video dan .wav untuk audio. Untuk dapat menggunakan avi function pada aplikasi, digunakan aviFile library. Cara kerja aviFile library ini dibagi kedalam 3 kelas, yaitu AviManager, AudioStream dan VideoStream, dimana di dalam kelas-kelas tersebut terdapat fungsi-fungsi yang dapat digunakan untuk pemrosesan video. Berikut gambar diagram kelas C# wrapper untuk AviFile library.
D. Skeletal Tracking Proses penangkapan gerak pada kamera kedalaman dinyatakan ke dalam koordinat x,y,z seperti pada gambar 4 dibawah, dimana sumbu z merupakan arah menghadap dari sensor kamera kedalaman.
Gambar 4 Koordinat penangkapan gerak[10] Pada skeletal tracking terdapat 20 data joint yang merepresentasikan bagian-bagian tubuh manusia. Pembagian data joint dapat dilihat pada gambar berikut ini.
Gambar 6 Diagram kelas AviFile Library[14] III. DESAIN DAN IMPLEMENTASI SISTEM A. Konsep dan Alur Kerja Sistem Dalam tugas akhir ini, sistem dirancang untuk menerapkan penangkap gerak dua dimensi dalam aplikasi dongeng. Konsep sistem secara keseluruhan digambarkan pada gambar 7 berikut.
Gambar 5 Skeleton Data pada kamera kedalaman[10] Setiap data joint pada kamera kedalaman memiliki state yang saling terhubung antara satu dengan yang lain. State tersebut antara lain adalah 3
pembuatan video. Berikut akan diberikan penjelasan secara terperinci sesuai dengan alur kerja sistem pada gambar 8. B. Proses Penangkapan Gerak Pada proses penangkapan gerak, data joint yang didapat dari kamera kedalaman digunakan untuk membentuk model karakter dua dimensi. Terdapat 20 data joint yang dapat digunakan sesuai dengan penjelasan pada dasar teori. Dari seluruh data joint tersebut diambil 5 data joint untuk membentuk karakter sesuai dengan tabel 1 dan gambar 10. Gambar dibuat dengan menggunakan image .png karena bersifat transparan. Sehingga obyek dapat menyatu dengan latar belakang. Gambar 7 Konsep Sistem Cerita dibuat dengan model narasi dan dialog. Dengan bantuan pendamping (orang tua atau guru), anak-anak memerankan cerita sesuai dengan skenario yang ada. Pendamping berperan untuk membacakan narasi cerita sesuai dengan skenario yang ada. Gerakan dan ucapan yang diperankan oleh anak-anak ditangkap dengan menggunakan kamera penangkap gerak (kamera kedalaman). Gerakan yang ditangkap diproses oleh program dan dirubah ke dalam obyek dua dimensi dalam lingkungan virtual. Seluruh gerakan dan ucapan yang diperankan oleh pelaku direkam dan diproses hingga menghasilkan keluaran berupa video dengan format avi. Secara keseluruhan alur kerja sistem dapat ditampilkan pada diagram blok dalam gambar 8 berikut.
Tabel 1. Data gambar dan JointID karakter Data Joint JointID.Head JointID.HandRight JointID.HandLeft JointID.FootRight JointID.FootLeft
Gambar head.png rightHand.png leftHand.png rightFoot.png leftFoot.png
1. 2. 3. 4. 5.
head.png leftHand.png rightHand.png leftFoot.png rightFoot.png
Gambar 9 Detail Karakter Setelah dilakukan mapping antara image dengan joint, kemudian dari tiap-tiap joint ditarik garis penghubung, sehingga karakter dua dimensi dapat menyerupai bentuk manusia. Proses penarikan garis penghubung dapat dilihat sesuai dengan gambar 10 berikut. Gambar 8 Alur kerja sistem
1
Pada proses penangkapan gerak, terdapat proses pengenalan gerakan oleh kamera kedalaman, hingga pemrosesan hasil gerakan yang ditangkap ke dalam bentuk karakter dua dimensi dalam lingkungan virtual yang telah disiapkan. Pada proses perekaman gerakan, hasil gerakan yang ditangkap direkam ke dalam beberapa gambar (frame) dalam format bitmap .bmp. Suara yang diucapkan oleh pelaku di rekam kedalam file suara dalam format wav. Hasil rekaman gambar dan suara yang didapat kemudian digabungkan dan diproses ke dalam bentuk video dengan format avi yang dilakukan pada proses pembuatan video. Implementasi sistem dilakukan dengan menggunakan Microsoft SDK library untuk proses penangkapan gerak dan AviFile library untuk proses perekaman gerak dan
2 3
4
Gambar 10 Proses penarikan garis
4
5
Garis ditarik dari tiap-tiap joint dengan menggunakan kelas system.windows.shape.polyline pada windows, kemudian diberi warna dengan menginputkan parameter RGB sesuai dengan warna yang digunakan pada karakter. C. Proses Perekaman Gerak Proses perekaman gerakan dilakukan dengan menggunakan avi library. Proses perekaman dilakukan dengan menangkap gerakan yang ditampilkan pada layar komputer. Proses perekaman keseluruhan menggunakan fungsi DispatcherTimer pada windows presentation foundation. Gerakan yang ditampilkan disimpan ke dalam beberapa frame dengan format bitmap, sedangkan suara yang diucapkan oleh pelaku disimpan ke dalam format wav, yang nantinya akan diproses ke dalam format video secara bersama-sama pada bagian pembuatan video. Proses perekaman gerakan secara global ditampilkan dalam gambar 11 berikut.
Gambar 12 Proses pembuatan video
Gambar 11 Diagram Blok Proses Perekaman Gerak
IV. PENGUJIAN SISTEM
Ukuran dan posisi screen yang akan di-capture ditentukan terlebih dahulu. Kemudian tampilan di-capture ke dalam beberapa frame sesuai dengan interval waktu yang dikehendaki. Banyaknya frame yang tertangkap akan menentukan nilai framerate dari video yang akan dibuat.
Pengujian dilakukan untuk menentukan performa sistem yang telah diimplementasikan dengan berbagai parameter yang telah ditentukan. Berikut spesifikasi komputer yang digunakan dalam pengujian.
D. Proses Pembuatan Video
Tabel 2. Spesifikasi Komputer
Pada tahap pemrosesan video dilakukan proses encoding gambar-gambar yang telah di-capture sebelumnya ke dalam bentuk video dengan format avi. Setelah video tersimpan, maka dilakukan penambahan suara yang telah direkam sebelumnya ke dalam video yang telah tersimpan sehingga hasil keluaran video merupakam rekaman dari gerakan dan suara yang dilakukan oleh pelaku. Proses pembuatan video secara keseluruhan dapat ditampilkan pada gambar 12 berikut.
5
Operating System
Windows 7 Ultimate 32-bit(6.1, Build 7600)
System Manufacturer
Fujitsu
System Model
Lifebook LH530
BIOS
Ver 1.00PARTTBL
Processor
Intel(R) Core(TM) i5 CPU M 460 @ 2.53GHz (4 CPUs), ~2.5GHz
Memory
4096MB RAM
DirectX Version
DirectX 11
DxDiag Version
6.01.7600.16385 32-bit Unicode
Display adapter Name
ATI Mobility Radeon HD 5430
Manufacturer
ATI Technologies Inc.
Chip Type
ATI display adapter (0x68E1)
Approx. Total Memory
1775MB
3m Pengujian sistem dilakukan untuk melihat performa sistem yang telah dirancang dengan parameter-parameter sebagai berikut. 1. Pengujian Jarak 2. Pengujian Pola Gerakan 3. Pengujian Akurasi Joint 4. Pengujian Audio & Video Selain itu dilakukan juga pengujian langsung untuk melihat performa dan respon sasaran uji terhadap sistem yang telah dibuat.
B. Pengujian Pola Gerakan Dari sistem yang telah dibuat dilakukan pengujian pola gerakan untuk menguji performa sistem dan perbandingan bentuk karakter dua dimensi yang ditampilkan dengan gerakan sesungguhnya. Karena obyek yang ditampilkan merupakan gambar dua dimensi, maka gerakan ditangkap dari hanya satu sisi. Berikut beberapa hasil pengujian pola gerakan yang telah dilakukan.
A. Pengujian Jarak Dari sistem yang telah dibuat dilakukan pengujian untuk dapat menentukan kondisi lingkungan yang ideal untuk proses penangkapan gerak. Parameter utama yang diuji adalah jarak penangkapan gerak. Obyek dua dimensi pada sistem dibuat dengan ukuran fixed sehingga harus ditentukan jarak yang tepat agar menghasilkan keluaran yang maksimal. Proses pengujian jarak dilakukan dengan rentang 0,25m dan data pengujian diambil dari jarak 1 m hingga 4 m. Berdasarkan hasil pengujian, program tidak dapat mendeteksi gerakan pada jarak lebih dari 3,75m dan pada jarak 1m ketika seluruh obyek (tubuh manusia) tidak tampak pada kamera. Pada jarak 1,25 m hingga 2 m, karakter dua dimensi terlihat memanjang dikarenakan jarak yang terlalu dekat dengan kamera. Jarak 2,25m hingga 3m adalah jarak optimum untuk penangkapan gerak, karena bentuk karakter yang dihasilkan proporsional. Untuk jarak lebih dari 3m bentuk karakter yang dihasilkan tidak proporsional karena terlalu pendek. Tinggi badan pelaku juga berpengaruh terhadap bentuk karakter dua dimensi yang ditampilkan. Pada pengujian digunakan tinggi manusia normal ± 170cm.
Tabel 4. Pengujian Pola Gerakan No. RGB Camera 1
Karakter 2D
2
3
Tabel 3. Pengujian Jarak Penangkapan Gerak Jarak
RGB Camera
Karakter 2D
Berdasarkan hasil pengujian, karakter dapat ditampilkan dengan baik ketika posisi tubuh pelaku tidak saling menumpuk seperti ditunjukkan pada tabel 4 nomor 1 dan 2. Namun ketika terdapat lebih dari satu joint yang memiliki posisi tidak sejajar pada sumbu Z dan saling menumpuk, maka yang ditampilkan lebih ke depan adalah posisi gambar yang berada pada posisi lebih atas pada canvas.Demikian juga dengan bagian-bagian tubuh pada karakter. Pada program, bagian tubuh sebelah kiri seperti tangan kiri dan kaki kiri diletakkan pada posisi lebih atas pada canvas daripada bagian tubuh sebelah kanan. Sehingga ketika gerakan ditangkap dan posisi tangan kanan lebih kedepan daripada tangan kiri, maka pada tampilan karakter dua dimensi posisi tangan kiri tetap berada lebih di depan daripada posisi tangan kanan seperti ditunjukkan pada tabel 4 nomor 3.
2,5m
2,75 m
C. Pengujian Akurasi Joint Pada pengujian ini dilihat tingkat akurasi kamera kedalaman dalam menangkap gerakan dengan cara melihat akurasi tiap-tiap joint yang ditampilkan ketika gerakakn ditangkap. Pengujian dilakukan dengan melihat kondisi state pada saat gerakan diambil. Pengujian dilakukan 6
dengan mengambil contoh gerakan dengan durasi waktu tertentu, kemudian dilihat status joint state selama gerakan diambil. Kondisi state dinyatakan ke dalam nilai dengan ketentuan sebagai berikut.
HipCenter, Spine, Shoulder Center, HipLeft dan HipRight. Hal ini dikarenakan posisi joint tersebut tidak mengalami banyak pergerakan atau perubahan ketika obyek terdeteksi. Semakin banyak pergerakan atau perubahan yang dialami oleh joint akan mengakibatkan joint tersebut terganggu, sehingga state akan bernilai inferred. Hal ini akan mengakibatkan akurasi berkurang.
1. Kondisi Tracked, nilai state = 1 2. Kondisi Not Tracked, nilai state = 0 3. Kondisi Inferred, nilai state = -1
D. Pengujian Audio dan Video Pada bagian pengujian audio dan video ini akan dilihat hasil keluaran yang dihasilkan dari proses perekaman gerakan. Diambil beberapa contoh video dan kemudian dibandingkan hasil perekaman audio dengan video yang di dapat. Pada pengujian ini, diambil 10 rekaman dengan durasi acak, kemudian video di-encode dengan fixed framerate (tetap). Setelah itu durasi video yang didapat dibandingkan dengan audio yang direkam. Hasil data yang telah didapat dibandingkan dalam tabel berikut.
Pada pengujian, diambil 4 contoh gerakan dengan durasi acak. Berdasarkan hasil yang diperoleh, dilakukan perhitungan tingkat akurasi tiap-tiap joint yang ditampilkan. Perhitungan dilakukan dengancara sebagai berikut.
Berdasarkan hasil perhitungan diperoleh tingkat akurasi tiap-tiap joint sesuai dengan tabel 3 berikut ini.
Tabel 5. Pengujian Audio dan Video Tabel 3. Tingkat Akurasi Joint P1 P2 Bentuk Berjalan Melompat Gerakan
Durasi Jumlah Frame Fps rata-rata Data Joint HipCenter Spine Shoulder Center Head ShoulderLef t ElbowLeft WristLeft HandLeft Shoulder Right ElbowRight WristRight HandRight HipLeft KneeLeft AnkleLeft FootLeft HipRight KneeRight AnkleRight FootRight
8 det 251
6 det 175
P3 Jongkok dan menunduk 12 det 365
31,3
29,1
30,4
100% 100% 100%
Tingkat Akurasi (%) 100% 100% 100% 100% 100% 100%
P4 Berdiri dan Duduk
29,4
20 det 588
100% 100% 100%
100% 82,86%
100% 100%
99,2 % 94,8 %
99,7% 65,3 %
79,6% 75,2% 64,1% 58,1%
97,1 % 100% 97,1% 100%
81,9 % 97% 98,9 % 99,2 %
73,5 % 76,7 % 63,4% 98 %
56,5% 56,1% 48,2% 100% 93,6% 93,2% 92% 100% 94,4% 87,6% 90,8%
97,7 % 99,4% 85,1 % 100% 99,4% 96,6 % 94,9 % 100% 98,9 % 99,4% 94,3%
98,1 % 99,2 % 99,7 % 100% 81,6% 82,5 % 84,4 % 100% 84,7 % 89,3 % 87,9%
99,8 % 99,8 % 81,8 % 100% 99% 66,8 % 83,8 % 100% 100% 99,8 % 96,1%
No
Frame
1 2 3 4 5 6 7 8 9 10
512 283 213 329 569 799 590 91 260 437
Framerat e 6 6 6 6 6 6 6 6 6 6
Durasi video 01:26 00:48 00:36 00:55 01:35 02:13 01:38 00:15 00:43 01:13
Durasi audio 01:03 00:36 00.29 00.41 01:12 01:41 01:13 00:10 00:30 00:55
Selisih 00:23 00:12 00:07 00:14 00:23 00:32 00:25 00:05 00:13 00:18
Berdasarkan seluruh hasil pengujian, semakin pendek durasi perekaman gerak, maka semakin kecil selisih (lag) yang dihasilkan antara audio dan video yang terekam. Semakin lama durasi perekaman gerak, maka semakin besar selisih (lag) yang dihasilkan antara audio dan video. Hal ini dapat diakibatkan oleh proses yang mengkonsumsi banyak memori pada komputer sehingga semakin lama proses dijalankan, maka semakin banyak memori yang dibutuhkan untuk melakukan proses perekaman. E. Pengujian Langsung Pada proses pengujian langsung ini, dilakukan pengujian secara langsung sistem yang telah diimplementasikan kepada sasaran uji. Sasaran yang diuji adalah anak-anak dengan rentang usia 5-8 tahun. Pengujian dilakukan untuk melihat bagaimana performa sistem dan respon anak-anak terhadap sistem yang telah dibuat. Berdasarkan hasil pengujian yang dilakukan, waktu yang diperlukan untuk dapat menyelesaikan satu alur cerita bisa sangat bervariasi, bergantung dari respon anak-anak menanggapi narasi cerita yang disampaikan oleh pendamping. Semakin aktif pendamping berinteraksi dengan anak, maka akan semakin variatif pula gerakan-gerakan yang dihasilkan oleh anakanak. Pada narasi satu arah, anak-anak cenderung menurut dengan alur cerita yang dibuat dan pada narasi dua arah
Berdasarkan hasil perhitungan, diperoleh tingkat akurasi 100% untuk joint yang berada pada posisi tengah seperti 7
(yang bersifat pertanyaan) anak-anak ikut aktif dalam menanggapi pertanyaan dan interaksi dari pendamping. Berikut beberapa tampilan hasil pengujian yang dilakukan.
video selalu tidak sama. Hal ini dikarenakan framerate yang digunakan untuk encoding video menggunakan framerate yang tetap. Untuk mengoptimalkan hasil output dapat digunakan framerate dinamis, sehingga dapat menyesuaikan antara durasi audio yang terekam dengan jumlah frame yang tersimpan. B. Saran Pada sistem yang telah dibuat, desain karakter dan alur cerita dibuat dengan menggunakan gambar dua dimensi sehingga variasi karakter dan alur cerita mudah untuk dikembangkan. Sistem yang dibuat juga mendukung untuk digunakan dalam pembuatan film animasi dua dimensi sederhana. Disarankan dikembangkan beberapa alur cerita tambahan dan karakter tambahan agar dongeng yang disampaikan menjadi lebih variatif. Dengan melibatkan desainer animasi, hasil yang didapatkan juga diharapkan menjadi lebih maksimal.
Gambar 13 Hasil pengujian kepada anak-anak Pada saat dilakukan pengujian, anak-anak sangat aktif dalam melakukan gerakan. Gerakan yang dilakukan juga variatif, tergantung dari kreatifitas anak menanggapi narasi yang disampaikan oleh pendamping.
DAFTAR PUSTAKA [1] Sulaeman, D., “Video Games, Positif atau Negatif?”.
Juli,2006 [2] Haryani, “Mencerdaskan Anak Dengan Dongeng”, Universitas Negeri Yogyakarta, 2008 [3] Pool, R., “Computer Vision Advance”, Ingenia Issue, vol 48, pp. 13-18, September, 2011 [4] Shotton, J., Fitzgibbon, A., Cook, M., Sharp, T., Finocchio, M., Moore, R., Kipman, A., Blake, A., “Real-Time Human Pose Recognition in Parts from Single Depth Images”, Microsoft Research Cambridge & Xbox Incubation, 2011 [5] Xia, L., Chen, C., Anggarwal, J., K., “Human Detection Using Depth Information by Kinect”, University of Texas, 2011 [6] Fernandez, D., “Kinect for Windows SDK Quickstarts : Installing And Using the Kinect Sensor”,
Juni, 2011 [7] Fernandez, D., “Kinect for Windows SDK Quickstarts : Setting Up Your Development Environment”, Juni, 2011 [8] Fernandez, D., “Kinect for Windows SDK Quickstarts : Camera Fundamentals”, Juni, 2011 [9] Fernandez, D., “Kinect for Windows SDK Quickstarts : Working with Depth Data”, Juni, 2011 [10] Fernandez, D., “Kinect for Windows SDK Quickstarts : Skeletal Tracking Fundamentals”, Juni, 2011 [11] Fernandez, D., “Kinect for Windows SDK Quickstarts : Working with Audio”, Juni, 2011 [12] Microsoft Developer Network Library, “Introduction to WPF”, Microsoft, Desember, 2010 [13] Microsoft Developer Network Library, “XAML Overview (WPF)”, Microsoft, Desember, 2010 [14] John, C., “A Simple C# Wrapper for the AviFile Library”, , Januari, 2006 [15] Kazak, S., “Multimedia Images = Vector Based vs. Bitmap Graphics”, University of Texas, 2005 [16] Haystack Code Generator for .NET, “ MVVM Made Simple”, PDSA, 2010
V. PENUTUP A. Kesimpulan Dari hasil perancangan dan pengujian sistem dalam tugas akhir ini maka dapat diambil beberapa kesimpulan : a.
b.
c.
d.
Berdasarkan hasil pengujian jarak, pada jarak kurang dari 2,5m bentuk karakter yang dihasilkan kurang proporsional karena garis penghubung yang ditampilkan terlalu panjang. Pada jarak lebih dari 3m, garis penghubung tertutup oleh gambar karakter karena terlalu pendek. Hal ini dikarenakan gambar yang digunakan adalah fixed Image dengan ukuran tetap. Jarak optimal yang layak digunakan dalam penangkapan gerak adalah 2,5m sampai dengan 3m. Berdasarkan hasil pengujian pola gerakan, karakter dapat ditampilkan dengan baik bila tidak terdapat posisi joint yang saling menumpuk seperti pada pengujian ke-1 dan ke-2. Bila terdapat joint yang menumpuk maka gambar yang ditampilkan lebih kedepan adalah gambar yang terletak pada posisi lebih atas pada canvas. Berdasarkan hasil pengujian akurasi joint semakin sedikit kemungkinan pergeseran atau pergerakan yang dialami oleh joint maka semakin tinggi nilai akurasinya seperti hasil yang didapat pada joint yang berada pada posisi tengah antara lain: HipCenter, Spine, Shoulder Center, HipLeft dan HipRight dimana joint tersebut ditampilkan dengan tingkat akurasi 100% pada saat dilakukan proses penangkapan gerak. Pada pengujian audio dan video, hasil yang didapatkan kurang sesuai dimana durasi audio dan 8
BIOGRAFI PENULIS Ispanji Pratama lahir di Surabaya pada tanggal 4 Desember 1989. Sejak Sekolah Dasar hingga SMA, seluruh pendidikannya ditempuh di kota Surabaya. Ia menyelesaikan pendidikan Sekolah Dasar di SD Muhammadiyah4 Pucang Surabaya, kemudian melanjutkan pendidikan SMP di SMP Negeri 12 Surabaya. Pada tahun 2004 ia melanjutkan pendidikan SMA di SMA Negeri 1 Surabaya. Setelah lulus SMA, ia memilih untuk melanjutkan studinya ke Jurusan Teknik Elektro ITS dan mengambil konsentrasi Bidang Studi Teknik Komputer dan Telematika. Hal ini tidak lepas dalam ketertarikannya pada bidang teknologi khususnya bidang ICT dan Multimedia. Hingga saat ini ia masih aktif sebagai asisten Laboratorium Telematika B201. Ketertarikannya ini juga telah menjadikan dia aktif sebagai administrator beberapa website di Teknik Elektro, seperti website Himatektro ITS 2009-2011, website Sitia&BME Days 2010, website IEE Expo 2010 dan lain-lain. Selama perkuliahan, ia juga aktif dalam kegiatankegiatan kemahasiswaan. Pada tahun keduanya, ia aktif dalam Himatekro ITS, khususnya Departemen Hubungan Massa. Selain itu juga aktif dalam kegiatan kepantiaan di Teknik Elektro seperti LCEN (Lomba Cipta Karya Elektroteknik Nasional) dan IEE Expo (Inernational Electrical Engineering Expo). Selama perkuliahan, ia juga beberapa kali menjadi pembicara dalam acara seminar dan pelatihan di bidang teknologi. Salah satunya adalah seminar dan workshop “Inspiring Web Design” pada acara Himatektro Computer Course 2009.
9
