)
Nilai 45
0
diambil dari sudut pada gambar dengan ukuran 20 x 20 pixel. Jadi setiap satu
pixel pergeseran posisi citra besaran sudut akan bergeser sebesar 2,25
0
. Nilai batas
Universitas Gunadarma Page 9
maksimal didapat dari hasil bagi selisih toleransi sudut dengan besaran pergeseran
sudut.
Batas Maksimal = (
(
)
Nilai batas maksimal yang didapat dibulatkan kebawah sehingga didapat angka 8.
Angka 8 akan dijadikan batas maksimal pergeseran citra pada tahap klasifikasi.
Langkah selanjutnya yang dilakukan adalah menerapkan nilai tersebut kedalam sintak
pada program.
test = handles.image;
[jum_kolom, jum_baris] = size(test);
piksel_max = 8;
for p=1 : jum_kolom
for q=1 : jum_baris
if test(p,q) <= piksel_max;
handles.hasil1 = imread('normal.jpg');
else
handles.hasil1 = imread('abnormal.jpg');
end
end
end
axes(handles.axes2);
imshow(handles.hasil1);
guidata(hObject,handles);
Pada sintak tersebut dijelaskan bila nilai yang didapat kurang dari sama dengan 8 maka
hasil klasifikasi adalah memenuhi dan akan tampil gambar normal.jpg. Namun bila nilai
lebih dari 8 maka hasil klasifikasi adalah tidak memenuhi dan akan tampil gambar
abnormal.jpg.
Gambar normal bila hasil memenuhi Gambar abnormal bila hasil tidak memenuhi
HASIL UJI COBA
Pada percobaan kali ini digunakan 20 citra RGB dengan ukuran 30 x 30 pixel
dengan posisi orang duduk tampak samping. Dari 20 jumlah citra terdiri dari 10 citra
dengan posisi duduk memenuhi persyaratan dan 10 citra tidak memenuhi persyaratan.
Dalam proses tahapan background subtraction digunakan ambang batas nilai sebesar
75. Selain itu di tentukan jumlah pixel maksimal pergeseran citra sejumlah 8 pixel. Bila
program dijalankan maka tampilannya akan seperti Gambar dibawah ini:
Universitas Gunadarma Page 10
Gambar hasil klasifikasi memenuhi
Gambar hasil klasifikasi tidak memenuhi
Hasil yang didapat setelah melakukan beberapa percobaan. Maka didapat hasil uji coba
pada Tabel dibawah ini:
Tabel Hasil Uji Coba
Universitas Gunadarma Page 11
Jumlah keberhasilah = 14
Persentase keberhasilan = (
)
= (
)
Persentase kegagalan = ( )
Pada percobaan yang sudah dilakukan untuk persentase keberhasilan terdapat
beberapa faktor yang berpengaruh antara lain faktor intensitas cahaya, warna baju yang
digunakan oleh objek apakah warna tersebut kontras atau tidak dengan warna kursi, dan
jumlah benda yang berada di sekitar objek.
PEMBAHASAN
Dalam penulisan ini telah berhasil dibuat suatu aplikasi Implementasi
Algoritma Thinning Untuk Menilai Posisi Duduk Seseorang Dari Segi Pencegahan
Penyakit Tulang Belakang. Aplikasi ini digunakan untuk menilai cara duduk seseorang
saat sedang bekerja tampak samping. Terdapat dua kondisi yang dihasilkan yaitu
kondisi saat posisi duduk memenuhi dan kondisi saat posisi duduk tidak memenuhi.
Untuk menentukan kondisi tersebut menggunakan hasil expert yang telah dilakukan
oleh para ahli dalam bidangnya dengan terbentuknya sudut antara 90
0
sampai 110
0
saat
posisi duduk. Dalam menjalankan aplikasi ini terdapat empat proses yang preprocessing
yaitu Grayscale, Background Subtraction, Segmentasi, dan Thinning. Dalam penelitian
ini digunakan 20 citra RGB dengan ukuran 30x30 pixel. Persentase keberhasilan yang
didapat pada penelitian adalah 70%. Sedangkan, persentase kegagalan yang didapat
pada penelitian ini adalah 30%. Untuk mendapatkan hasil persentasi keberhasilan
terdapat beberapa faktor yang berpengaruh yaitu faktor wana pakaian yang digunakan
oleh manusia, jumlah benda yang berada di sekeliling manusia, dan intensitas cahaya.
Dalam penelitian ini menggunakan pengambilan citra tampak samping. Metode
yang digunakan adalah pergeseran citra bukan menggunakan metode system pakar
misalkan Support Vector Machine (SVM) dan Neural Network (NN).
DAFTAR PUSTAKA
Acharya T, Ray A K. 2005; Image Processing Principles and Application; New Jersey:
John Wiley & Sons, Inc.
Efford N. 2000. Digital Image Processing a Practical Introduction Using Java. Assex:
Pearson Education Limited.
Gonzales R C, Woods R E, Eddins S L. 2004. Digital Image Processing Using
MATLAB. Pearson LPE.
Kadir A & Susanto A. 2013. Teori dan Aplikasi Pengolahan Citra; Andi: Yogyakarta.
Young I T, Gerbrands J J & Vliet L J V. 1998. Fundamentals Of Image Processing.
Delft: Delft University Of Technology.