5.1 Pengantar
Kecerdasan buatan merupakan teknologi yang
mensimulasikan kecerdasan manusia. Komputer dapat
menyelesaikan secara cepat suatu masalah dengan meniru
bagaimana manusia menyelesaikan permasalahan tersebut. Salah
satu cabang dari AI yang difokuskan pada pengembangan
algoritma untuk menganalisis isi dari suatu gambar. Computer
vision mencoba meniru cara kerja sistem visual manusia.
Computer vision bertujuan agar komputer dapat mengenali suatu
image dan mengambil suatu keputusan.
Perkembangan internet yang pesat menyebabkan
perkembangan volume informasi tekstural yang luar biasa. Pada
dasarnya masyarakat dunia sangat bergantung pada adanya
informasi dari berbagai bidang baik itu informasi berupa teks,
gambar, video ataupun informasi yang berasal dari halaman suatu
web. Selain itu perkembangan teknologi yang pesat
mempermudah akses terhadap informasi tekstural yang sangat
besar jumlahnya, baik yang terdapat pada Internet maupun pada
koleksi dokumen yang spesifik. Akan tetapi, kemampuan
manusia untuk membaca informasi tersebut dan memahami isinya
tidak bertambah cepat dari sebelumnya.
Saat ini teknologi information retrieval saja tidak akan
mampu mencukupi kebutuhan informasi yang lebih spesifik
karena teknologi ini hanya menyediakan informasi pada level
koleksi dokumen. Oleh karena itu, dibutuhkan suatu mekanisme
untuk menjadikan informasi tersebut ke dalam format yang
terstruktur, sebagai contohnya adalah ke dalam basis data
relasional agar dapat lebih mudah untuk memahami suatu
informasi yang berasal dari format tak struktur seperti gambar,
video, dokumen teks atau halaman web.
Visi komputer dalam perkembangannya mampu untuk
mengekstraksi informasi penting dari sebuah gambar atau video.
Konsep visi komputer didasari oleh penglihatan manusia (human
vision) yang sangat kompleks, ide dasarnya adalah komputer
mampu mengenali setiap objek yang diamatinya dan
memberikan hasil analisis sesuai dengan tugas yang diberikan ke
komputer tersebut, dengan visi komputer semua permasalahan
mengenai ekstraksi informasi dari gambar dan video dapat
dilakukan dengan proses yang berkaitan dengan segmentasi citra.
Computer vision diciptakan untuk membangun sebuah
mesin pandai yang dapat melihat, seperti robot AIBO yang
dibuat oleh perusahaan SONY, di mana robot yang berbentuk
anjing tersebut dapat melihat dan mengenali pemiliknya.
5.2 Definisi Visi Komputer (Computer Vision)
Visi komputer adalah ilmu dan teknologi mesin yang
memiliki fitur untuk melihat, di mana mesin mampumengekstrak
informasi dari gambar yang diperlukan untuk menyelesaikan tugas
tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan
dengan teori dalam bagian sistem buatan mengenai 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.
Visi komputer didefinisikan sebagai salah satu cabang ilmu
pengetahuan yang mempelajari bagaimana komputer dapat
mengenali objek yang diamati. Cabang ilmu ini bersamaartificial
intelligence akan mampu menghasilkan visual intelligence system.
Pendapat lain mengatakan computer vision adalah proses otomatis
yang mengintegrasikan sejumlah besar proses untuk persepsi
visual, seperti akusisi citra, pengolahancitra, pengenalan dan
pembuatan keputusan. Computer vision mencoba meniru cara
kerja sistem visual manusia (human vision) yang sesungguhnya
sangat kompleks, bagaimana manusia melihat objek dengan indra
penglihatan (mata), lalu citra objek diteruskan ke otak untuk
diinterpretasi sehingga manusia mengerti objek apa yang tampak
dalam pandangan mata.
Selanjutnya hasil interpretasi ini digunakan untuk pengambilan
keputusan.
Computer vision adalah salah satu cabang dari AI yang
difokuskan pada pengembangan algoritma untuk menganalisis isi
dari suatu gambar. Computer vision merupakan proses otomatis
yang mengintegrasikan sejumlah besar proses untuk persepsi
visual, seperti mengakuisisi citra, pengolahan citra, pengenalan
dan membuat keputusan. Computer vision mencoba meniru cara
kerja sistem visual manusia (human vision) yang sesungguhnya
sangat kompleks. Manusia melihat dengan objek dengan indra
penglihatan (mata), lalu citra objek diteruskan ke otak untuk
diinterpretasi sehingga manusia mengerti objek apa yang tampak
dalam pandangan mata. Hasil interpretasi ini digunakan untuk
pengambilan keputusan.
Computer vision mempunyai tujuan utama untuk
menganalisis objek fisik yang nyata berdasarkan image yang
ditangkap dari sensor. Computer vision diciptakan untuk
membangun sebuah mesin pandai yang dapat melihat, sepertirobot
AIBO yang dibuat oleh perusahaan SONY, di mana robot yang
berbentuk anjing tersebut dapat melihat dan mengenali
pemiliknya. Contoh penerapan computer vision:
• Pengendalian proses (misalnya, sebuah robot industri
atau kendaraan otonom).
• Mendeteksi peristiwa (misalnya, untuk pengawasan
visual atau orang menghitung).
• Mengorganisir informasi (misalnya untuk
pengindeksan database foto dan gambar urutan).
• Modeling benda atau lingkungan (misalnya industri
inspeksi, analisis gambar medis/topografis).
• Interaksi (misalnya sebagai input ke perangkat untuk
interaksi manusia komputer).
Image understanding
Komputer bisa memiliki pengetahuan (knowledge) tentang
suatu objek yang ada dalam image. Pada tiga tahapan
sebelumnya, komputer telah memperoleh sebuah image
yang telah diperbaiki kualitasnya dan dianalisis. Namun
sejauh ini komputer tetap tidak mengetahui apa arti dari
image/scene tersebut, apa yang ketahui dari sebuah objek
atau bagaimana hubungan antar objek. Tahapan akhir dari
computer vision kemudian adalah bagaimana komputer
bisa memiliki pengetahuan (knowledge) tentang suatu objek
yang ada dalam scene.
Tahapan metode image understanding:
1. Templates matching: membandingkan suatu model objek
yang telah tersimpan dalam objek biner dalam komputer
dengan objek biner yang dilihat oleh sistem computer vision
secara pixel by pixel. Template matching melakukan
pembandingan suatu model objek yang telah tersimpan
dalam objek biner dalam komputer dengan objek bineryang
dilihat oleh sistem computer vision. Proses pembandingan
dilakukan dalam bentuk basis pixel by pixel.Perbandingan
pixel dalam dua image akan menghasilkan suatu nilai yang
berbeda. Perbedaan inilah yang kemudian dihitung. Jika
perbedaannya sama dengan nol, maka kedua pola adalah
sesuai, jika perbedaannya kecil, maka image- nya saling
mendekati dan jika besar maka image tidaklah sama.
2. Featured matching: membandingkan fitur-fitur yang
dimiliki oleh objek dengan fitur tentang suatu objek yang
telah disimpan dalam komputer. Metoda lain selain pattern
matching adalah feature matching. Feature matching tidak
membandingkan actual image dengan stored image seperti
pada template matching, tetapi pencocokan dilakukan pada
fitur‐fitur yang dimiliki oleh objek dengan fitur tentang
suatu objek yang telah disimpan dalam komputer. Fitur-
fitur tersebut disimpan dalam suatu blok yang disebut
dengan block world yang berisi informasi tentang objek
yang mempunyai fitur‐fitur yang sama.
2. Klasifikasi Pola
Ide klasifikasi pola (pattern classification) ini adalah
bagaimana suatu mesin pintar (dalam hal ini adalah
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 image
processing.
Gambar 5.6 Fase Klasifikasi Pola
3. Scene Analysis
Bagian ini berfungsi untuk menganalisis suatu informasi
yang didapat dari suatu paparan (baik itu berupa gambar
atau pola-pola) sehingga didapat suatu hasil analisis yang
diperlukan untuk tahap selanjutnya. Pada bagian ini visi
komputer mengidentifikasi sebuah gambar untuk
menentukan ciri-ciri dan karakteristiknya.