(ARTIFICIAL INTELLIGENCE)
MAKALAH COMPUTER VISION
Disusun Oleh :
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat NYA
sehingga makalah ini dapat tersusun hingga selesai . Tidak lupa kami juga
mengucapkan banyak terimakasih atas bantuan dari pihak yang telah berkontribusi
dengan memberikan sumbangan baik materi maupun pikirannya.
Dan harapan kami semoga makalah ini dapat menambah pengetahuan dan
pengalaman bagi para pembaca, Untuk ke depannya dapat memperbaiki bentuk
maupun menambah isi makalah agar menjadi lebih baik lagi.
Bandung, Maret 2018
i
DAFTAR ISI
KATA PENGANTAR...............................................................................................................i
DAFTAR ISI..........................................................................................................................ii
BAB I PENDAHULUAN........................................................................................................1
A. Latar Belakang........................................................................................................1
B. Rumusan Masalah..................................................................................................2
C. Tujuan....................................................................................................................2
BAB II PEMBAHASAN.........................................................................................................3
A. Definisi...................................................................................................................3
B. Proses pada Computer Vision................................................................................4
C. Arsitektur Computer Vision....................................................................................7
D. HUBUNGAN COMPUTER VISION DENGAN PENGOLAHAN CITRA.........................11
E. FUNGSI DAN IMPLEMENTASI COMPUTER VISION................................................13
BAB III PENUTUP..............................................................................................................19
A. Kesimpulan...........................................................................................................19
DAFTAR PUSTAKA.............................................................................................................20
ii
BAB I
PENDAHULUAN
A. Latar Belakang
1
B. Rumusan Masalah
C. Tujuan
2
BAB II
PEMBAHASAN
A. Definisi
Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana
mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk
menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan
dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data
gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari
beberapa kamera, atau data multi-dimensi dari scanner medis. Sedangkan sebagai
disiplin teknologi, computer vision berusaha untuk menerapkan teori dan model
untuk pembangunan sistem computer vision.
Computer Vision didefinisikan sebagai salah satu cabang ilmu
pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang
diamati. Cabang ilmu ini bersama Artificial Intelligence akan mampu
menghasilkanVisual Intelligence System. Perbedaannya adalah Computer Vision
lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati.
Namun komputer grafik lebih ke arah pemanipulasian gambar (visual) secara
digital. Bentuk sederhana dari grafik komputer adalah grafik komputer 2D yang
kemudian berkembang menjadi grafik komputer 3D, pemrosesan citra, dan
pengenalan pola. Grafik komputer sering dikenal dengan istilah visualisasi data.
Computer Vision adalah kombinasi antara :
Pengolahan Citra (Image Processing), bidang yang berhubungan dengan proses
transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan
kualitas citra yang lebih baik.
Pengenalan Pola (Pattern Recognition), bidang ini berhubungan dengan proses
identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk
mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.
3
Hubungan dari kombinasi tersebut dapat dilihat pada gambar berikut :
Untuk menunjang tugas Computer Vision, maka harus terdapat beberapa fungsi
pendukung di dalam sistem ini, diantaranya adalah :
Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual
diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh
otak.
Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk
menangkap sebuah sinyal visual.
Umumnya mata pada computer vision adalah sebuah kamera video.
Kamera menerjemahkan sebuah scene atau image.
Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan
amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu detik,
sedangkan amplitudo berkaitan dengan tingginya sinyal listrik yang dihasilkan)
merepresentasikan detail ketajaman (brightness) pada scene.
4
Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu,
memindainya dan membaginyamenjadi ratusan garis horizontal yang sama.
Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan
perubahan brightness sepanjang garis sinyal tersebut.
Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan
oleh komputer untuk pemrosesan.
Karena komputer tidak bekerja dengan sinyal analog, maka sebuah analog‐to‐
digital converter (ADC), dibutuhkan untuk memproses semua sinyal tersebut oleh
komputer.
ADC ini akan mengubah sinyal analog yang direpresentasikan dalam bentuk
informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner.
Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi data
raw yang akan diproses.
5
6
Proses pemahaman data citra (Image Understanding)
Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik
objek dan hubungannya diidentifikasi.
Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent.
Understanding berkaitan dengan template matching yang ada dalam sebuah scene.
Metoda ini menggunakan program pencarian (search program) dan teknik
penyesuaian pola (pattern matching techniques)
7
C. Arsitektur Computer Vision
8
A. Elemen Utama
Computer vision memiliki struktur yang terdiri dari beberapa elemen, diantaranya
adalah :
B. Image Processing
9
Fase Image Processing
C. Klasifikasi Pola
Ide klasifikasi pola (pattern classification) ini adalah bagaimana suatu mesin pintar
(dalam hal iniadalah komputer) dapat mengetahui berbagai macam dan bentuk pola,
seperti garis, kurva, bayangan dan berbagai pola lainnya. Artinya, Jika mesin tersebut
diberi suatu input berupa pola tertentu maka mesin dapat mengerti pola yang diberikan
itu. Berikut adalah bagian dari suatu proses klasifikasi pola:
Pengenalan Pola
Pengenalan pola adalah salah satu cabang ilmu pengetahuan dari bidang kecerdasan
buatan. Ada beberapa definisi yang berbeda tentang pengenalan pola, diantaranya :
1. Penentuan suatu objek fisik atau kejadian ke dalam salah satu atau beberapa
kategori. (Duda dan Heart).
10
Pola adalah komposit atau gabungan dari fitur yang merupakan sifat dari sebuah objek.
Dalam klasifikasi, pola berupa sepasang variable (x, ω), dimana :
1. Sensor, digunakan untuk menangkap objek yang ciri serta fiturnya akan
diekstrasi.
11
D. HUBUNGAN COMPUTER VISION DENGAN PENGOLAHAN
CITRA
12
Klasifikasi proses-proses di dalam computer vision dapat dilihat dalam hirarkhi
sebagai berikut:
Dari penjelasan di atas, dapat kita lihat bahwa pengolahan citra dan
pengenalan pola merupakan bagian dari computer vision. Pengolahan citra
merupakan proses awal (preprocessing) pada computer vision, sedangkan
pengenalan pola merupakan proses untuk menginterpretasi citra. Teknik-teknik di
dalam pengenalan pola memainkan peranan penting dalam computer vision untuk
mengenali objek. Jika dihubungkan dengan grafika komputer, maka computer
vision merupakan kebalikannya. Grafika komputer membentuk (sintesis) citra,
sedangkan computer vision mengoraknya (analisis). Pada masa awal kedua bidang
ini, tidak ada hubungan antara keduanya, tetapi beberapa tahun belakangan kedua
bidang tersebut berkembang semakin dekat. Computer vision menggunakan
representasi kurva dan permukaan dan beberapa teknik lain dari grafika komputer,
sedangkan grafika komputer menggunakan teknik -teknik di dalam computer
vision untuk memuat citra realistik (virtual reality).
13
E. FUNGSI DAN IMPLEMENTASI COMPUTER VISION
Contohnya adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Sistem
lebih canggih untuk panduan mengirim rudal-rudal ke daerah daripada target yang
spesifik dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan
data citra diperoleh secara lokal. Konsep modern militer, seperti “kesadaran medan
perang”, menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan
kaya set-informasi tentang adegan tempur yang dapat digunakan untuk mendukung
keputusan strategi.
Selama 10 tahun
terakhir, MotionDSP
telah fokus pada
penyediaan pengolahan
citra dan perangkat lunak
Computer Vision untuk
aplikasi militer.
14
Bidang Autonomous Vehicles
15
Bidang Pengolahan Citra Medis
Daerah ini dicirikan oleh ekstraksi
informasi dari data citra untuk tujuan
membuat diagnosis medis pasien.
Secara umum, data citra dalam bentuk
gambar mikroskop, gambar X-ray,
gambar angiografi, gambar ultrasonik,
dan gambar tomografi. Contoh teknik
visi komputer untuk karakterisasi sendi
jari dalam gambar X-ray
16
Gambar 2. License Plate berbagai Negara (www.worldlicenseplates.com)
17
pengenalan berupa nomor plat kendaraan lengkap. Secara lengkap metodologi
dapat dilihat pada artikel: Penerapan Computer Vision dalamLicense Plate Reader
(LPR): Metodologi.
Hasil dari aplikasi yang dibangun dengan metodologi di atas dibuat
menggunakan Java dengan tambahan libraryJavaFX untuk Graphic User Interface
(GUI). Model Artificial Neural Network (ANN) dibuat dan dilatih menggunakan
GNU Octave. Format aplikasi adalah aplikasi desktop dengan ekstensi .jar.
18
Gambar 5. Perbedaan angka dan huruf pada font komputer (kiri) dengan font plat
mobil (kanan)
Walaupun akurasi deteksi karakter pada kedua ANN sangat tinggi, namun
hasil pembacaan plat secara keseluruhan tidak begitu tinggi. Hal ini disebabkan
karena banyak plat yang memiliki kesalahan deteksi, hanya memiliki kesalahan
pada 1 huruf atau angkanya saja.
19
BAB III
PENUTUP
A. Kesimpulan
20
DAFTAR PUSTAKA
Ramadhan, D. P. (2018, 03 08). gatewan.com. Retrieved from gatewan.com:
http://www.gatewan.com/2015/11/komputer-vision-dan-implementasinya.html
21