IV. HASIL DAN PEMBAHASAN 4.1. Deteksi Rintangan Dari citra setting yang telah direkam, dengan menggunakan software Paint Shop Pro v.6, diketahui nilai RGB dari tiap laser yang terekam oleh kamera CCD. RGB yang dicantumkan pada program untuk thresholding diambil dari citra outdoor. Setting pada dinding di outdoor menghasilkan nilai RGB seperti yang terlampir pada Lampiran 1. Dengan metode trial and error dan beberapa kombinasi nilai thresholding lain, didapatkan untuk nilai R diambil 0.403, nilai G diambil 0.292 dan nilai B yang diambil 0.32. Dipilih kombinasi nilai RGB tersebut dikarenakan kombinasi tersebut merupakan kombinasi terbaik dalam proses binerisasi citra pemandangan di depan traktor. Setelah nilai RGB yang sesuai didapatkan, nilai RGB tersebut dicantumkan pada program pengolah citra deteksi rintangan. Citra setting yang telah disimpan dalam harddisk dipanggil untuk melakukan deteksi rintangan. Program deteksi rintangan yang dirancang menggunakan bahasa pemrograman C#. Untuk dapat mendeteksi rintangan dilakukan proses binerisasi terhadap citra dan kombinasi proses morfologi yang terdiri dari erosi, dilasi, opening dan closing untuk memperbaiki hasil pengolahan citra. Dari citra yang telah diolah tersebut didapatkan interpretasi dari titik laser merah yang digunakan sebagai indikator deteksi jarak rintangan di depan traktor. Sebagai contoh seperti yang terlihat pada Gambar 4.1 yang menunjukkan interface program. Interpretasi dari laser merah didapatkan setelah dilakukan beberapa kombinasi operasi pengolahan citra.
Gambar 4.1. Contoh interface program pada saat proses thresholding merah terhadap citra setting pada dinding dengan jarak 1 meter Binerisasi dilakukan dengan menggunakan tersholding merah. Morfologi dilakukan dengan menggunakan kombinasi dari proses erosi, dilasi, opening dan closing. Erosi berfungsi untuk mengikis obyek sebanyak satu lapis piksel untuk membersihkan noise kecil. Dilasi berfungsi untuk memperbesar obyek sebanyak satu lapis piksel untuk mengembalikan ukuran. Opening berfungsi untuk mengikis obyek sebanyak satu lapis piksel untuk membersihkan noise kecil sambil menjaga ukuran obyek. Pada intinya, opening merupakan shortcut dari urutan kombinasi erosi kemudian dilasi. Sedangkan closing berfungsi untuk menutup celah sebesar satu lapis piksel untuk menutup lubang-
15
lubang kecil pada obyek sambil menjaga ukurannya. Pada intinya, closing merupakan shortcut dari urutan kombinasi dilasi kemudian erosi. Kombinasi morfologi tersebut tidak secara keseluruhan digunakan untuk mengolah suatu citra rintangan yang diambil. Pada beberapa citra rintangan yang diambil, cukup dengan menggunakan erosi setelah thresholding merah sudah bisa memberikan hasil citra biner yang sesuai. Namun, pada beberapa citra rintangan lain yang telah diambil setelah dilakukan thresholding merah dan erosi masih perlu didilasi untuk mendapatkan hasil citra biner yang sesuai. Tabel 4.1. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 1 meter Kode
Jarak Pengambilan
Citra
(meter)
Berhasil
Deteksi Rintangan Tidak Berhasil
10.1
1
√
-
10.2
1
√
-
10.3
1
√
-
10.13
1
√
-
10.14
1
√
-
10.15
1
√
-
10.16
1
√
-
10.28
1
√
-
10.29
1
√
-
10.30
1
√
-
% Keberhasilan
100%
% Kegagalan
0%
Tabel 4.2. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 2 meter Kode
Jarak Pengambilan
Deteksi Rintangan
Citra
(meter)
Berhasil
10.4
2
√
-
10.5
2
√
-
Tidak Berhasil
10.6
2
-
√
10.17
2
√
-
10.18
2
√
-
10.19
2
-
√
10.20
2
√
-
10.31
2
√
-
10.32
2
√
-
10.33
2
√
-
% Keberhasilan
80%
% Kegagalan
20%
Keberhasilan program dalam mendeteksi rintangan di lapangan dihitung berdasarkan jarak pengambilan citra. Sesuai dengan Tabel 4.1, keberhasilan program untuk mendeteksi rintangan pada jarak 1 meter adalah 100 %. Tabel 4.2 menunjukkan keberhasilan program mendeteksi rintangan dengan jarak pengambilan citra 2 meter adalah sebesar 80 %. Tabel 4.3 memperlihatkan keberhasilan
16
program dalam mendeteksi rintangan dengan jarak pengambilan citra 3 meter sebesar 40 %. Tabel 4.4 dan Tabel 4.5 menunjukkan keberhasilan program dalam mendeteksi rintangan dari jarak pengambilan citra 4 meter dan 5 meter sebesar 0 %. Tabel 4.3. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 3 meter Kode
Jarak Pengambilan
Citra
(meter)
Deteksi Rintangan Berhasil
Tidak Berhasil
10.7
3
√
-
10.8
3
-
√
10.9
3
-
√
10.21
3
√
-
10.34
3
-
√
% Keberhasilan
40%
% Kegagalan
60%
Tabel 4.4. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 4 meter Kode
Jarak Pengambilan
Deteksi Rintangan
Citra
(meter)
10.10
4
-
√
10.11
4
-
√
10.12
4
-
√
10.22
4
-
√
10.23
4
-
√
Berhasil
Tidak Berhasil
% Keberhasilan
0%
% Kegagalan
100%
Tabel 4.5. Keberhasilan deteksi rintangan dengan jarak pengambilan citra 5 meter Kode
Jarak Pengambilan
Citra
(meter)
Berhasil
Tidak Berhasil
10.24
5
-
√
10.25
5
-
√
10.26
5
-
√
10.27
5
-
√
% Keberhasilan % Kegagalan
Deteksi Rintangan
0% 100%
4.2. Kalibrasi dan Perhitungan Jarak Kalibrasi dilakukan sebagai acuan untuk mengetahui bagaimana posisi laser merah pada citra ketika dilakukan pengambilan citra dengan jarak yang berbeda dari 1 meter, 2 meter, 3 meter, 4 meter dan 5 meter. Kalibrasi dilakukan setelah didapatkan hasil citra biner dari citra rintangan yang telah diambil. Dari citra biner yang dihasilkan setelah dikenakan proses binerisasi dan morfologi dapat diketahui koordinat posisi laser merah yang terdapat pada citra. Kemudian secara otomatis program
17
pengolah citra akan menampilkan hasil perhitungan jarak posisi laser terhadap pusat piksel citra dengan menggunakan metode Euclidean seperti yang terlampir pada Lampiran 2. Citra yang digunakan untuk kalibrasi juga terlampir pada Lampiran 2. Hasil perhitungan jarak piksel laser terhadap piksel pusat citra juga dapat dilihat pada Tabel 4.6. Hubungan antara jarak piksel tiap laser terhadap piksel pusat citra dengan jarak rintangan pada pemandangan divisualisasikan dengan menggunakan grafik seperti yang tertera pada Gambar 4.2 untuk laser nomor 1, Gambar 4.3 untuk laser nomor 2, Gambar 4.4 untuk laser nomor 3, Gambar 4.5 untuk laser nomor 4, Gambar 4.6 untuk laser nomor 5 dan Gambar 4.7 untuk laser nomor 6. Tabel 4.6. Jarak tiap titik laser merah terhadap piksel pusat (dalam piksel) pada tiap pengambilan citra rintangan dari jarak 1 meter, 2 meter, 3 meter, 4 meter dan 5 meter; d1 berarti jarak titik laser merah nomor 1 terhadap piksel pusat pada citra (dalam piksel), begitu juga yang lain
No
Jarak Rintangan (meter)
Jarak Piksel Laser terhadap Piksel Pusat d = √((319-xn)2+(239-yn)2 ) d1
d2
d3
d4
d5
d6
1 2
1 2
357.02 301.84
211.46 162.12
334.4 275.97
337.55 328.26
199.3 154.16
347.6 294.48
3
3
287.02
149.09
261.08
326.66
142.09
279.58
4
4
280.61
143.14
254.52
326.56
135.09
270.79
5
5
279.18
139.44
247.31
324.85
133.14
269.83
Dari informasi yang terdapat pada Tabel 4.6, diketahui bahwa semakin jauh jarak pengambilan citra rintangan, maka jarak dari masing-masing nomor laser terhadap koordinat pusat citra semakin menurun, meskipun penurunan dari masing-masing laser tidak seragam. Hal ini menginformasikan bahwa semakin jauh jarak rintangan maka posisi dari masing-masing laser semakin mendekati koordinat pusat citra. Ketidakseragaman penurunan jarak piksel laser pada citra disebabkan oleh beberapa faktor, diantaranya dikarenakan konstruksi dudukan laser kurang presisi dan kurang kuat dalam mengikat laser, sehingga dimungkinkan posisi laser berpindah dari posisi awal yang berpengaruh terhadap posisi koordinat laser yang terdapat pada citra. 5 y = 715,18e-0,019x R² = 0,9096
4 Jarak 3 Rintangan (meter) 2 1 0 270
290
310
330
350
370
Jarak Piksel Laser 1 terhadap Koordinat Piksel Pusat Gambar 4.2. Grafik hubungan jarak piksel laser 1 terhadap piksel pusat dengan jarak rintangan pada pemandangan Dengan grafik yang telah dibuat didapatkan regresi non linier berupa regresi eksponensial antara jarak piksel tiap laser terhadap jarak rintangan pada pemandangan dengan korelasi nilai R 2
18
terendah adalah 0.8841 pada laser 4. Regresi eksponensial yang didapat dari tiap laser digunakan sebagai acuan penentuan perkiraan jarak rintangan yang terdapat di depan traktor.
5 4 Jarak 3 Rintangan (meter) 2 1
y = 73,439e-0,021x R² = 0,9241
0 130
150
170
190
210
230
Jarak Piksel Laser 2 terhadap Koordinat Piksel Pusat
Gambar 4.3. Grafik hubungan jarak piksel laser 2 terhadap piksel pusat dengan jarak rintangan pada pemandangan
5 4 Jarak 3 Rintangan (meter) 2 1
y = 319,13e-0,018x R² = 0,9312
0 240
260
280
300
320
340
Jarak Piksel Laser 3 terhadap Koordinat Piksel Pusat
Gambar 4.4. Grafik hubungan jarak piksel laser 3 terhadap piksel pusat dengan jarak rintangan pada pemandangan
5 4
y = 2E+17e-0,118x R² = 0,8841
Jarak 3 Rintangan (meter) 2 1 0 322
327
332
337
Jarak Piksel Laser 4 terhadap Koordinat Piksel Pusat
Gambar 4.5. Grafik hubungan jarak piksel laser 4 terhadap piksel pusat dengan jarak rintangan pada pemandangan
19
5 4
y = 80,093e-0,022x R² = 0,9274
Jarak 3 Rintangan (meter) 2 1 0 130
150
170
190
210
Jarak Piksel Laser 5 terhadap Koordinat Piksel Pusat Gambar 4.6. Grafik hubungan jarak piksel laser 5 terhadap piksel pusat dengan jarak rintangan pada pemandangan
5 4
y = 653,48e-0,019x R² = 0,9261
Jarak 3 Rintangan (meter) 2 1 0 255
275
295
315
335
355
Jarak Piksel Laser 6 terhadap Koordinat Piksel Pusat
Gambar 4.7. Grafik hubungan jarak piksel laser 6 terhadap piksel pusat dengan jarak rintangan pada pemandangan
4.3. Pendugaan Jarak Rintangan Setelah regresi eksponensial yang didapat dari jarak piksel tiap laser terhadap koordinat piksel pusat dicantumkan ke pemrograman deteksi rintangan, dilakukan pengambilan citra rintangan. Terlebih dahulu dilakukan pengambilan citra tanpa rintangan pada pemandangan. Ada beberapa citra rintangan yang diambil. Diantaranya citra dengan rintangan berupa pohon, tiang listrik dan manusia. Pengambilan citra pemandangan dipengaruhi oleh banyak faktor. Intensitas matahari merupakan faktor yang berpengaruh paling besar pada saat pengambilan citra. Hal ini dikarenakan intensitas matahari mempengaruhi sinar laser merah dari pointer yang tertangkap oleh citra. Semakin tinggi intensitas matahari, maka semakin kecil intensitas laser merah yang mengakibatkan laser merah tidak tertangkap dengan baik oleh kamera CCD. Laser merah yang ditangkap oleh kamera CCD, sangat dipengaruhi oleh intensitas cahaya matahari. Pada waktu pengambilan citra, dicoba untuk mengukur intensitas cahaya matahari dengan menggunakan luxmeter analog. Dari pengukuran luxmeter tersebut, tidak dapat diketahui intensitas cahaya matahari dikarenakan keterbatasan luxmeter. Luxmeter tersebut memiliki skala maksimal 2000 candella. Ketika dicoba mengukur intensitas cahaya matahari, jarum analog menunjuk skala di atas 2000 candella. Oleh karena itu, pengukuran intensitas cahaya matahari tidak dilanjutkan, jika dilanjutkan dikhawatirkan akan merusak luxmeter.
20
Selain intensitas dari matahari, faktor lain yang berpengaruh pada saat proses pengambilan citra rintangan adalah laser pointer yang digunakan, fokus kamera, rata dan tidaknya kondisi permukaan tanah tempat dimana tripod kamera berdiri dan dudukan pointer yang digunakan. Dikarenakan proses pengambilan citra msih dalam kondisi statis (menggunakan tripod), maka kondisi permukaan tanah yang dijadikan sebagai pijakan tripod untuk kamera CCD perlu diperhatikan. Jika permukaan tanah tidak rata, maka tripod perlu disesuaikan. Jika tidak disesuaikan posisi laser merah yang tertangkap pada citra menjadi tidak beraturan. Sebenarnya, dalam kondisi riil justru hal tersebut yang akan terjadi dimana kondisi permukaan tanah tidak rata, dan tentu akan mengakibatkan kamera menjadi bergoyang ketika traktor berjalan. Namun, pada penelitian kali ini kondisi tersebut masih belum diperhitungkan dikarenakan hasil dari penelitian deteksi rintangan kali ini diharapkan dapat membuktikan bahwa pendeteksian rintangan menggunakan kameraCCD dan perangkat tambahan laser pointer dapat diaplikasikan. Berhubungan dengan hal tersebut, paling tidak program dapat memperkirakan jarak berdasarkan citra titik laser merah yang ditangkap oleh kamera CCD. Dudukan pointer yang digunakan sangat mempengaruhi posisi laser merah yang tertangkap pada citra. Dudukan yang digunakan masih belum bagus, sehingga terkadang posisi laser pointer menjadi bergeser. Meskipun pergeseran yang terjadi sangat kecil, namun sangat mempengaruhi posisi laser merah yang tertangkap pada citra. Fokus kamera disesuaikan untuk setiap pengambilan citra pada pemandangan. Hal ini dikarenakan kamera CCD yang digunakan tidak autofocus. Selain itu, fokus kamera berpengaruh terhadap baik atau buruknya kualitas citra pemandangan yang diambil. Kualitas citra yang dimaksudkan bukan kualitas ukuran file citra dalam kb (kilobyte), tapi berupa samar atau jelasnya citra pemandangan dan bisa juga redup atau terangnya citra pemandangan yang diambil. Semakin baik kualitas citra yang diambil, maka output yang dihasilkan juga akan semakin baik. Pada beberapa citra yang diambil seperti yang ditunjukkan pada Gambar 4.1, setelah dilakukan operasi thresholding merah, sinar laser yang tertangkap oleh kamera tidak seragam. Ketidakseragaman tersebut dipengaruhi oleh konstruksi laser pointer tersebut dari pabrik produksinya. Pada beberapa laser, warna merah yang dikeluarkan terang sekali dan pada beberapa laser yang lain tidak seterang laser tersebut.
Gambar 4.8. Citra pemandangan tanpa rintangan
21
Gambar 4.9. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra tanpa rintangan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding warna merah dan 3) setelah dilakukan operasi opening Citra yang diambil adalah citra pemandangan tanpa rintangan di depannya dan citra pemandangan dengan rintangan pohon, tiang listrik dan manusia. Seperti yang terlihat pada Gambar 4.8 yang merupakan citra pemandangan tanpa rintangan. Dari Gambar 4.9 terlihat bahwa jika pemandangan tanpa rintangan diambil, setelah dilakukan operasi thresholding warna merah dan opening hanya muncul citra dengan warna hitam dan tidak ada informasi rintangan yang didapat. Sedangkan pada Gambar 4.10 dan Gambar 4.11, pada citra pemandangan dengan rintangan 1 meter di depan. Pada citra tersebut kamera CCD menangkap adanya sinar laser merah yang mengenai rintangan berupa tiang listrik yang berada 1 meter di depannya. Laser merah yang ditangkap adalah titik laser nomor 2 dan nomor 5. Dari Gambar 4.11, didapat informasi mengenai perkiraan jarak rintangan yang terdapat di depannya. Perkiraan jarak untuk rintangan tiang listrik di depan adalah 1.21 meter untuk laser nomor 2 dan 1.284 meter untuk laser nomor 5.
Gambar 4.10. Citra pemandangan dengan rintangan berupa tiang listrik dengan jarak pengambilan 1 meter, dimana laser pointer nomor 2 dan 5 yang mendeteksi rintangan
22
Gambar 4.11. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 1 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarak
Gambar 4.12. Citra pemandangan dengan rintangan berupa pohon dengan jarak pengambilan citra 1 meter, dimana laser pointer nomor 1, 2, 5 dan 6 yang mendeteksi rintangan Untuk Gambar 4.12 dan Gambar 4.13, diketahui bahwa perkiraan jarak untuk laser 1 adalah 1.67 meter, laser nomor 2 dengan perkiraan jarak 2.08 meter, perkiraan jarak untuk laser nomor 5 adalah 1.42 meter dan perkiraan jarak laser nomor 6 adalah 1.38 meter. Dari informasi perkiraan jarak yang didapat, terjadi ketidaksesuaian perkiraan jarak yang mengakibatkan informasi perkiraan jarak yang diberikan salah. Hal ini mungkin saja terjadi. Ada beberapa faktor yang mengakibatkan ketidaksesuaian tersebut. Diantaranya adalah posisi laser pointer yang bergeser pada saat pengambilan
23
citra. Penyebab utama bergesernya posisi laser pointer dikarenakan konstruksi dudukan pointer yang belum bagus, sehingga laser pointer mudah bergeser dan informasi perkiraan jarak yang dihasilkan program menjadi tidak sesuai. Model dari dudukan pointer dapat dilihat pada Lampiran 3.
Gambar 4.13. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 1 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarak
Gambar 4.14. Citra pemandangan dengan rintangan berupa manusia dengan jarak pengambilan citra 2 meter, dimana laser pointer nomor 3 dan 4 yang mendeteksi rintangan
24
Dari Gambar 4.14 dan Gambar 4.15 didapat informasi perkiraan jarak untuk laser nomor 3 adalah 1.36 meter dan dan nomor 4 adalah 0.17 meter. Dengan jarak pengambilan citra dari rintangan sejauh 2 meter, perkiraan jarak yang dihasilkan dengan jarak sebenarnya tidak sesuai. Terdapat ketidaksesuaian yang kemungkinan besar diakibatkan oleh bergesernya pointer nomor 3 dan nomor 4 pada saat pengambilan citra terhadap posisi laser saat setting. Terutama untuk perkiraan jarak pada laser nomor 4, dimana perbedaan jarak perkiraan dan jarak sebenarnya (jarak pengambilan citra) yang terlalu jauh. Hal ini memperkuat bahwa dudukan laser pointer yang dirancang dan telah dibuat masih belum bagus dalam mempertahankan posisi laser pointer.
Gambar 4.15. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi erosi dan 4) informasi perkiraan jarak Untuk citra pemandangan di depan traktor dengan rintangan berupa manusia yang diambil dari jarak 2 meter seperti pada Gambar 4.16 dan Gambar 4.17, setelah diolah pada program deteksi rintangan diperoleh perkiraan jarak untuk laser nomor 5 adalah 2.06 meter. Informasi perkiraan jarak yang diberikan adalah sesuai dengan informasi jarak pengambilan citra pemandangan. Seperti yang telah terlampir pada Lampiran 4, dicoba untuk mengambil citra dengan variasi rintangan yang ada di depan. Dari berbagai citra tersebut, ada beberapa hal yang menyebabkan perbedaan hasil pengolahan citra. Beberapa citra yang diambil dari jarak sekitar 3 meter seperti pada Gambar 10.8, Gambar 10.9, Gambar 10.20, Gambar 10.34, kamera CCD tidak bisa menangkap pantulan sinar laser merah dari pointer. Namun, pada beberapa citra yang diambil dari jarak 3 meter seperti pada Gambar 10.7 dan Gambar 10.21 kamera CCD masih bisa menangkap titik laser merah pada citra dan bisa diolah oleh program. Kemudian pada beberapa gambar yang terlampir pada Lampiran 4, seperti Gambar 10.3, Gambar 10.13, Gambar 10.14, Gambar 10.18, Gambar 10.30 dan Gambar 10.31. Dari citra pemandangan yang diambil terdapat beberapa laser yang bisa dilihat secara langsung. Namun setelah
25
dilakukan beberapa proses operasi seperti thresholding dan operasi morfologi yang lain seperti opening, closing, erosi dan dilasi untuk membersihkan noise, sebagian titik laser merah ikut menghilang dan hanya sebagian laser yang masih terdapat pada citra pengolahan.
Gambar 4.16. Citra pemandangan dengan rintangan berupa manusia dengan jarak pengambilan citra 2 meter, dimana laser pointer nomor 5 yang mendeteksi rintangan
Gambar 4.17. Urutan operasi yang dikenakan untuk mendeteksi jarak rintangan pada citra dengan rintangan 2 meter di depan: 1) citra yang diambil, 2) setelah dilakukan operasi thresholding, 3) setelah dilakukan operasi opening dan 4) informasi perkiraan jarak
26
Seperti yang telah dijelaskan sebelumnya dan diperkuat dengan citra dan pengolahan citra yang dihasilkan seperti pada Lampiran 4, bahwa ketika dilakukan pengambilan citra di lapangan intensitas matahari merupakan faktor yang berpengaruh sangat besar terhadap penelitian deteksi rintangan ini. Dikarenakan intensitas matahari yang jauh lebih besar, sehingga intensitas dari laser pointer menjadi semakin kecil dan menyebabkan citra laser merah yang ditangkap dari beberapa jarak menjadi tidak bisa ditangkap oleh kamera CCD dan tidak dapat diproses. Dengan adanya berbagai macam hasil yang didapat yang dikarenakan oleh variasi kondisi yang begitu kompleks yang terdapat pada pemandangan, perlu diketahui seberapa besar tingkat akurasi perkiraan jarak yang dihasilkan. Tabel pada Lampiran 5 menunjukkan persentase rata-rata akurasi perkiraan jarak yang dihasilkan program pengolah citra untuk deteksi rintangan adalah sebesar 68 %. Hal ini disebabkan oleh konstruksi dari dudukan pointer yang masih belum bagus yang menyebabkan posisi laser pointer masih mudah bergeser. Pada penelitian deteksi rintangan kali ini, dudukan laser pointer yang dipakai masih belum kuat dalam mempertahankan posisi laser pointer. Untuk itu, ke depannya konstruksi dari dudukan laser pointer bisa diperbaiki dan disempurnakan sehingga posisi laser pointer tidak berubah.
27
