bab iv hasil dan pembahasan 4.1 kebutuhan sistemsir.stikom.edu/id/eprint/2529/6/bab_iv.pdf ·...

50

BAB IV

HASIL DAN PEMBAHASAN

4.1 Kebutuhan Sistem

Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang

digunakan dapat dilihat pada Tabel 4.1 dan Tabel 4.2.

Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi

Processor A 900MHz quad-core

ARM Cortex-A7 CPU

RAM 1 GB

Sistem Operasi Raspbian Jessie

Tabel 4.2 Kebutuhan Perangkat Lunak.

Perangkat Lunak Uraian

OpenCV Aplikasi yang digunakan untuk teknik image

processing.

4.2 Pengujian Program Deteksi Warna

Pengujian bertujuan untuk melakukan seleksi warna obyek dengan warna

benda yang ada disekitarnya.

51

4.2.1 Tujuan Pengujian Program Deteksi Warna

Tujuan dari pengujian ini untuk mengetahui proses deteksi warna pada

obyek bekerja dengan baik.

4.2.2 Alat yang Digunakan pada Pengujian Program Deteksi Warna

Untuk melakukan pengujian ini, diperlukan beberapa alat antara lain:

1. Raspberry Pi

2. Kamera Webcam

3. Layar monitor/LCD

4. Kabel HDMI/Converter HDMI to VGA

5. Program OpenCV

6. Power Supply 1000mA – 5V.

4.2.3 Prosedur Pengujian Program Deteksi Warna

Langkah-langkah untuk melakukan pengujian program deteksi warna adalah

sebagai berikut:

1. Hubungkan power supply dengan Raspberry Pi.

2. Hubungkan kabel HDMI/VGA pada Layar monitor/LCD dan Raspberry Pi.

3. Jalankan program OpenCV pada terminal Raspberry Pi.

4. Posisikan obyek pada jangkauan tangkapan kamera.

5. Lakukan kalibrasi warna terhadap warna obyek dengan menggunakan trackbar

pada program.

52

4.2.4 Hasil Pengujian Program Deteksi Warna

Tampilan trackbar pada program ditunjukkan oleh Gambar 4.1. Sebelum

dilakukan kalibrasi pada frame proses, frame asli dan proses terlihat seperti

Gambar 4.2 dan 4.3.

Gambar 4.1 Trackbar pada Program

53

Gambar 4.2 Frame Asli Sebelum Dilakukan Kalibrasi

Gambar 4.3 Frame Proses Sebelum Dilakukan Kalibrasi

Setelah dilakukan kalibrasi warna pada frame proses, frame asli dan proses

akan mengalami perubahan seperti yang terlihat pada Gambar 4.4 dan 4.5.

54

Gambar 4.4 Frame Asli Sesudah Dilakukan Kalibrasi

Gambar 4.5 Frame Proses Sesudah Dilakukan Kalibrasi

55

Pada Gambar 4.4 dan 4.5 dapat dilihat bahwa sistem mampu mendeteksi

warna dari obyek yang telah ditentukan untuk dideteksi. Meskipun pada Gambar

4.4 terlihat ada warna lain selain warna obyek, tetapi sistem hanya mengenali

warna yang sama sepertu warna obyek. Hasilnya ditunjukkan pada Gambar 4.5

bahwa yang terdeteksi hanya warna obyek saja karena setiap warna mempunyai

nilai threshold minimum dan maksimum pada model warna HSV yang berbeda-

beda.

4.3 Pengujian Program Deteksi Bentuk Obyek

Pengujian program deteksi obyek dilakukan untuk pendeteksian bentuk

obyek yang tertangkap oleh kamera.

4.3.1 Tujuan Pengujian Program Deteksi Bentuk Obyek

Pengujian ini bertujuan untuk melakukan pendeteksian bentuk obyek berupa

lingkaran. Pendeteksian obyek bertujuan untuk menentukan titik tengah dari

obyek.

4.3.2 Alat yang Digunakan pada Pengujian Program Deteksi Bentuk Obyek


1. Raspberry Pi

2. Kamera Webcam



56

5. Program OpenCV


4.3.3 Prosedur Pengujian Program Deteksi Bentuk Obyek

Langkah-langkah untuk melakukan pengujian program deteksi bentuk obyek

adalah sebagai berikut:





5. Ketika obyek berupa bola tenis terdeteksi oleh kamera pada frame asli yang

dihasilkan oleh kamera muncul sebuah frame detector yang melingkari bagian

tepi obyek.

4.3.4 Hasil Pengujian Program Deteksi Bentuk Obyek

Sebelum adanya obyek yang dideteksi tertangkap oleh kamera, frame asli

dari kamera terlihat seperti pada Gambar 4.6.

57

Gambar 4.6 Frame Asli Sebelum Obyek Terdeteksi

Ketika obyek yang dideteksi tertangkap oleh kamera, maka frame akan

berubah menjadi seperti pada Gambar 4.7.

Gambar 4.7 Frame Asli Setelah Obyek Terdeteksi

58

Pada Gambar 4.7 dapat dilihat bahwa sistem mampu mendeteksi bentuk

obyek yang telah ditentukan untuk dideteksi dengan tepat.

4.4 Pengujian Terhadap Jarak Obyek dengan Kamera

Pengujian ini dilakukan untuk mengetahui jauh pendeteksian obyek

dengan kamera.

4.4.1 Tujuan Pengujian Terhadap Jarak Obyek dengan Kamera

Pengujian ini bertujuan untuk mengetahui seberapa jauh jarak obyek mampu

dideteksi oleh kamera.

4.4.2 Alat yang Digunakan pada Pengujian Terhadap Jarak Obyek dengan

Kamera


1. Raspberry Pi

2. Kamera Webcam



5. Program OpenCV


59

4.4.3 Prosedur Pengujian Terhadap Jarak Obyek dengan Kamera

Langkah-langkah untuk melakukan pengujian terhadap jarak obyek dengan

kamera adalah sebagai berikut:





5. Mengukur jarak obyek dengan kamera menggunakan bantuan penggaris.

6. Lakukan pendeteksian obyek dengan jarak yang telah dibuat atau diukur.

4.4.4 Hasil Pengujian Terhadap Jarak Obyek dengan Kamera

Pengujian terhadap jarak obyek dengan kamera dan hasil dari pengujian dapat

dilihat pada Tabel 4.3.

Tabel 4.3 Hasil Pengujian Jarak Obyek Terhadap Kamera

Percobaan ke- Jarak Nilai Koordinat

(pixel) Keterangan

x y Pendeteksian 1 5 cm - - Tidak berhasil 2 5 cm - - Tidak berhasil 3 5 cm - - Tidak berhasil 4 5 cm - - Tidak berhasil 5 5 cm - - Tidak berhasil 6 10 cm 180 316 Berhasil 7 10 cm 164 300 Berhasil 8 10 cm 198 312 Berhasil 9 10 cm 236 306 Berhasil 10 10 cm 300 322 Berhasil

60

11 20 cm 342 298 Berhasil 12 20 cm 404 304 Berhasil 13 20 cm 428 286 Berhasil 14 20 cm 446 296 Berhasil 15 20 cm 466 298 Berhasil 16 40 cm 468 296 Berhasil 17 40 cm 446 296 Berhasil 18 40 cm 400 326 Berhasil 19 40 cm 336 336 Berhasil 20 40 cm 264 342 Berhasil 21 60 cm 228 342 Berhasil 22 60 cm 202 314 Berhasil 23 60 cm 196 328 Berhasil 24 60 cm 204 344 Berhasil 25 60 cm 180 334 Berhasil 26 80 cm 204 344 Berhasil 27 80 cm 230 346 Berhasil 28 80 cm 276 352 Berhasil 29 80 cm 290 342 Berhasil 30 80 cm 304 342 Berhasil 31 100 cm 276 352 Berhasil 32 100 cm 290 342 Berhasil 33 100 cm 304 342 Berhasil 34 100 cm 326 344 Berhasil 35 100 cm 334 350 Berhasil 36 120 cm 338 350 Berhasil 37 120 cm 330 358 Berhasil 38 120 cm 344 368 Berhasil 39 120 cm 360 412 Berhasil 40 120 cm 362 384 Berhasil 41 140 cm 356 398 Berhasil 42 140 cm 368 398 Berhasil 43 140 cm 366 404 Berhasil 44 140 cm 374 416 Berhasil 45 140 cm 366 416 Berhasil 46 160 cm 250 224 Berhasil 47 160 cm 248 224 Berhasil 48 160 cm 246 226 Berhasil 49 160 cm 242 226 Berhasil

61

50 160 cm 238 224 Berhasil 51 180 cm 234 232 Berhasil 52 180 cm 230 228 Berhasil 53 180 cm 226 236 Berhasil 54 180 cm 224 244 Berhasil 55 180 cm 212 248 Berhasil 56 200 cm - - Tidak berhasil 57 200 cm - - Tidak berhasil 58 200 cm - - Tidak berhasil 59 200 cm - - Tidak berhasil 60 200 cm - - Tidak berhasil

Pada tabel 4.3 dapat dilihat ketika obyek berhasil dideteksi oleh kamera

pada jarak yang telah ditentukan, program menampilkan nilai koordinat titik

tengah dari obyek dan sebaliknya. Dan juga pada Tabel 4.3 dapat dilihat bahwa

jarak minimal dan maksimal obyek dapat dideteksi sejauh 10 dan 180 cm.

4.5 Pengujian Program Tracking Obyek

Pengujian ini dilakukan untuk mengetahui terjadinya perubahan nilai

koordinat obyek ketika dilakukan pergerakan pada obyek. Pada pengujian ini

didapatkan nilai koordinat estimasi dan pengukuran hasil dari proses Kalman

Filter.

4.5.1 Tujuan Pengujian Program Tracking Obyek

Pengujian ini bertujuan untuk mengetahui perubahan nilai koordinat pada

obyek ketika obyek digerakkan atau diubah posisinya.

62

4.5.2 Alat yang Digunakan pada Pengujian Program Tracking Obyek


1. Raspberry Pi

2. Kamera Webcam



5. Program OpenCV


4.5.3 Prosedur Pengujian Program Tracking Obyek

Langkah-langkah untuk melakukan pengujian terhadap jarak obyek dengan

kamera adalah sebagai berikut:





5. Melakukan deteksi bentuk obyek terlebih dahulu.

6. Melakukan tracking pada titik tengah obyek ketika dilakukan pergerakan pada

obyek ke bawah, atas, kanan, dan kiri.

63

4.5.4 Hasil Pengujian Program Tracking Obyek

Hasil pengujian pada frame asli dan nilai koordinat sebelum dilakukan

tracking terlihat seperti yang ditunjukkan oleh Gambar 4.8 dan 4.9.

Gambar 4.8 Frame Asli Sebelum Dilakukan Tracking

Gambar 4.9 Nilai Koordinat Sebelum Tracking

Dari Gambar 4.9 didapatkan nilai koordinat:

x : nilai real pada koordinat sumbu x

y : nilai real pada koordinat sumbu y

x_p : nilai estimasi pada koordinat sumbu x

y_p : nilai estimasi pada koordinat sumbu y

x_c : nilai pengukuran pada koordinat sumbu x

y_c : nilai pengukuran pada koordinat sumbu y

64

Setelah itu, tracking diuji dengan melakukan pergerakan atau perubahan

terhadap posisi obyek ke atas. Hasil perubahan posisi obyek pada frame dan nilai

koordinat titik tengah obyek ditunjukkan pada Gambar 4.10 dan 4.11.

Gambar 4.10 Frame Asli Setelah Dilakukan Tracking

Gambar 4.11 Nilai Koordinat Setelah Tracking

Dari Gambar 4.11 didapatkan nilai koordinat:

x : nilai real pada koordinat sumbu x

y : nilai real pada koordinat sumbu y

x_p : nilai estimasi pada koordinat sumbu x

y_p : nilai estimasi pada koordinat sumbu y

x_c : nilai pengukuran pada koordinat sumbu x

65

y_c : nilai pengukuran pada koordinat sumbu y

Pada Gambar 4.9 dan 4.11 dapat dilihat selisih nilai ketika obyek sedang

diam kemudian obyek diubah posisinya lebih ke atas, maka nilai koordinat pasti

juga ikut berubah. Selain itu, dapat dilihat juga ada selisih nilai antara nilai

koordinat yang real dengan nilai koordinat estimasi maupun pengukuran. Setelah

dilakukan percobaan sebanyak 30 kali untuk melihat perbandingan antara nilai

koordinat yang real dengan pada saat estimasi dan pengukuran seperti yang

ditunjukkan oleh Tabel 4.4.

Tabel 4.4 Hasil Pengujian Perbandingan Nilai Koordinat

Percobaan ke-

Nilai Koordinat (pixel) Real Estimasi Pengukuran

x y X y x y 1 97.00 113.00 82.70 151.88 85.88 147.05 2 91.00 145.00 86.59 145.47 87.95 141.22 3 115.00 111.00 95.63 135.13 99.75 134.33 4 101.00 163.00 101.19 132.36 103.01 129.55 5 115.00 103.00 104.57 132.36 104.10 132.07 6 103.00 109.00 105.63 130.24 106.87 126.65 7 121.00 107.00 111.70 117.58 109.23 116.19 8 123.00 109.00 113.77 106.89 112.35 109.02 9 117.00 111.00 113.60 106.82 114.84 107.11 10 125.00 111.00 117.20 103.62 116.64 105.47 11 133.00 107.00 118.61 119.19 107.85 109.86 12 127.00 113.00 123.23 107.24 121.87 111.18 13 121.00 111.00 123.02 110.25 123.55 110.61 14 119.00 117.00 127.43 108.89 127.11 107.84 15 125.00 109.00 128.62 106.41 125.23 107.28 16 209.00 299.00 215.16 297.70 215.67 297.61 17 215.00 297.00 214.99 297.72 214.99 297.89

66

18 221.00 297.00 215.04 297.92 215.04 297.80 19 213.00 297.00 215.94 297.90 215.28 297.78 20 223.00 295.00 215.05 297.70 215.04 297.60 21 225.00 297.00 215.51 297.95 215.97 297.56 22 241.00 293.00 216.04 297.56 217.23 297.48 23 253.00 287.00 220.88 296.83 222.75 295.80 24 265.00 293.00 223.26 295.67 227.19 294.52 25 281.00 291.00 234.00 293.93 239.95 293.81 26 299.00 291.00 290.40 289.12 293.91 289.10 27 307.00 285.00 255.71 292.99 262.22 292.02 28 313.00 289.00 264.94 291.72 270.50 290.83 29 315.00 287.00 273.61 290.47 278.82 290.28 30 317.00 289.00 282.29 289.90 286.62 289.52

Dari hasil nilai pengukuran dan estimasi yang dihasilkan oleh Kalman

Filter, terdapat error pada masing-masing percobaan, yang ditunjukkan pada

Tabel 4.5. Perhitungan nilai error bertujuan untuk melihat perbedaan antara nilai

koordinat real dengan nilai koordinat pengukuran dan estimasi. Untuk menghitung

nilai error dan standar deviasi pada pengukuran dan estimasi digunakan rumus

sebagai berikut:

Error pengukuran data ke-i = nilai koordinat real data ke-i - nilai koordinat

pengukuran data ke-i

Error estimasi data ke-i = nilai koordinat real data ke-i - nilai koordinat

estimasi data ke-i

Rata-rata:

Error pengukuran = n

yxsumbupengukuranerrorn

i i∑ =1/___

Error estimasi = n

yxsumbuestimasierrorn

i i∑ =1/___

67

Standar deviasi:

Error pengukuran :

( )21 1

2

)1(/___/___

−

−∑ ∑= =

nnyxsumbupengukuranerroryxsumbupengukuranerrorn n

i

n

i ii

Error estimasi :

( )21 1

2

)1(/___/___

−

−∑ ∑= =

nnyxsumbuestimasierroryxsumbuestimasierrorn n

i

n

i ii

Dengan contoh perhitungan pada sumbu x:

Error pengukuran data ke-1 = nilai koordinat real data ke-1 - nilai

koordinat pengukuran data ke-1

Error pengukuran data ke-1 = 97 – 85.88 = 11.12

Error estimasi data ke-1 = nilai koordinat real data ke-1 - nilai koordinat

estimasi data ke-1

Error estimasi data ke-1 = 97 – 82.7 = 14.3

Rata-rata :

Error pengukuran = n

xsumbupengukuranerrorn

i i∑ =1___

Error pengukuran = 30

03.444 = 14.8

Error estimasi = n

xsumbuestimasierrorn

i i∑ =1___

Error estimasi = 30

67.475 = 15.85

68

Standar deviasi:

Error pengukuran :

( )21 1

2

)1(______

−

−∑ ∑= =

nnxsumbupengukuranerrorxsumbupengukuranerrorn n

i

n

i ii

Error pengukuran = )29(30

6.197162)25.12455(30 −

Error pengukuran = 14.24

Error estimasi :

( )21 1

2

)1(______

−

−∑ ∑= =

nnxsumbuestimasierrorxsumbuestimasierrorn n

i

n

i ii

Error estimasi = )29(30

1.15042)226262(30 −

Error estimasi = 16.08

Tabel 4.5 Hasil Error Pengukuran dan Estimasi

Percobaan ke-

Error pengukuran Error estimasi

x y x y 1 11.12 34.05 14.30 38.88 2 3.05 3.78 4.41 0.47 3 15.25 23.33 19.37 24.13 4 2.01 33.45 0.19 30.64 5 10.90 29.07 10.43 29.36 6 3.87 17.65 2.63 21.24 7 11.77 9.19 9.30 10.58 8 10.65 0.02 9.23 2.11

69

9 2.16 3.89 3.40 4.18 10 8.36 5.53 7.80 7.38 11 25.15 2.86 14.39 12.19 12 5.13 1.82 3.77 5.76 13 2.55 0.39 2.02 0.75 14 8.11 9.16 8.43 8.11 15 0.23 1.72 3.62 2.59 16 6.67 1.39 6.16 1.30 17 0.01 0.89 0.01 0.72 18 5.96 0.80 5.96 0.92 19 2.28 0.78 2.94 0.90 20 7.96 2.60 7.95 2.70 21 9.03 0.56 9.49 0.95 22 23.77 4.48 24.96 4.56 23 30.25 8.80 32.12 9.83 24 37.81 1.52 41.74 2.67 25 41.05 2.81 47.00 2.93 26 5.09 1.90 8.60 1.88 27 44.78 7.02 51.29 7.99 28 42.50 1.83 48.06 2.72 29 36.18 3.28 41.39 3.47 30 30.38 0.52 34.71 0.90

Dari hasil pengujian sebanyak 30 kali, pengujian dilakukan untuk melihat

pengaruh perpindahan posisi terhadap nilai pengukuran dan estimasi yang

dihasilkan oleh Kalman Filter. Gambar 4.12 menunjukkan perbandingan grafik

posisi real, pengukuran dan estimasi. Sedangkan gambar 4.13 menunjukkan

perbandingan grafik error pengukuran dan estimasi posisi terhadap nilai real.

Hasil pengujian menunjukkan bahwa rata-rata error pengukuran untuk koordinat

x sebesar 14,08 pixel dan koordinat y sebesar 7,17 pixel, dengan nilai standard

deviasi koordinat x sebesar 14,24 pixel dan koordinat y sebesar 9,94 pixel.

Sedangkan rata-rata error estimasi untuk koordinat x sebesar 15,85 pixel dan

70

koordinat y sebesar 8,09 pixel, dengan nilai standard deviasi koordinat x sebesar

16,08 pixel dan koordinat y sebesar 10,27 pixel.

Gambar 4.12 Grafik Posisi (Real, Pengukuran dan Estimasi)

Gambar 4.13 Grafik Error (Pengukuran dan Estimasi Posisi)

0.0050.00

100.00150.00200.00250.00300.00350.00

97.0

011

5.00

115.

0012

1.00

117.

0013

3.00

121.

0012

5.00

215.

0021

3.00

225.

0025

3.00

281.

0030

7.00

315.

00

Koor

dina

t y

Koordinat x

Grafik Posisi (Real, Pengukuran dan Estimasi)

Real

Pengukuran

Estimasi

0.005.00

10.0015.0020.0025.0030.0035.0040.0045.00

14.3

019

.37

10.4

39.

303.

4014

.39

2.02

3.62

0.01

2.94

9.49

32.1

247

.00

51.2

941

.39

Koor

dina

y y

Koordinat x

Grafik Error Pengukuran dan Estimasi Posisi

Error Pengukuran

Error Estimasi

71

Setelah dilakukan pengujian terhadap perbandingan nilai koordinat x, dan

y untuk nilai real, estimasi dan pengukuran. Selanjutnya, dilakukan pengujian

untuk melihat perubahan nilai x dan y pada gerakan obyek ke atas, bawah, kanan

dan kiri. Tabel pengujian ditunjukkan pada Tabel 4.6.sampai 4.9.

Tabel 4.6. Hasil Pengujian Perbandingan Nilai Koordinat Pada Gerakan

Obyek Ke Atas

Percobaan ke-

Perpindahan Posisi

Titik Tengah Awal

Titik Tengah Baru

x y x y 1 1 cm 320 240 311 175 2 2 cm 320 240 319 159 3 3 cm 320 240 323 139 4 4 cm 320 240 321 125 5 5 cm 320 240 317 119 6 6 cm 320 240 319 95 7 7 cm 320 240 321 75 8 8 cm 320 240 317 51 9 9 cm 320 240 307 33 10 10 cm 320 240 307 17


Obyek Ke Bawah

Percobaan ke-

Perpindahan Posisi

Titik Tengah Awal

Titik Tengah Baru

x y x y 1 1 cm 320 240 301 255 2 2 cm 320 240 317 263 3 3 cm 320 240 313 291 4 4 cm 320 240 311 313 5 5 cm 320 240 309 343 6 6 cm 320 240 305 375 7 7 cm 320 240 301 401

72

8 8 cm 320 240 307 427 9 9 cm 320 240 305 443 10 10 cm 320 240 289 471


Obyek Ke Kanan

Percobaan ke-

Perpindahan Posisi

Titik Tengah Awal

Titik Tengah Baru



Obyek Ke Kiri

Percobaan ke-

Perpindahan Posisi

Titik Tengah Awal

Titik Tengah Baru


73

Pada Tabel 4.6 dapat dilihat ketika posisi obyek digerakkan tiap 1 cm ke

atas, maka nilai koordinat y bertambah kecil. Pada Tabel 4.7 dapat dilihat ketika

posisi obyek digerakkan tiap 1 cm ke bawah, maka nilai koordinat y bertambah

besar. Pada Tabel 4.8 dapat dilihat ketika posisi obyek digerakkan tiap 1 cm ke

kanan, maka nilai koordinat x bertambah kecil. Pada Tabel 4.9 dapat dilihat ketika

posisi obyek digerakkan tiap 1 cm ke kiri, maka nilai koordinat x bertambah

besar. Setiap perubahan posisi gerakan obyek menyebabkan perubahan nilai

koordinat x dan y, baik nilai real, estimasi dan pengukuran. Hal ini akan

mempengaruhi posisi nilai tengah dalam matriks (i, j) sebelum dan sesudah

pergerakan obyek.

4.6 Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada Matriks

Image

Pengujian ini dilakukan untuk mengetahui ketepatan koordinat titik tengah

obyek dari hasil program yang dibandingkan dengan hasil analisis ketika

dilakukan pergerakan obyek.

4.6.1 Tujuan Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada

Matriks Image

Pengujian ini dilakukan untuk mengetahui ketepatan koordinat titik tengah

obyek dari hasil program yang dibandingkan dengan hasil analisis yang dilakukan

pada matriks image.

74

4.6.2 Alat yang Digunakan pada Pengujian Titik Tengah Obyek

Berdasarkan Posisi Pada Matriks Image


1. Raspberry Pi

2. Kamera Webcam


4. PC atau Laptop

5. Microsoft Excel


7. Program OpenCV


4.6.3 Prosedur Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada

Matriks Image

Langkah-langkah untuk melakukan pengujian titik tengah obyek berdasarkan

posisi pada matriks image adalah sebagai berikut:





5. Simpan frame proses kedalam format gambar ketika obyek sudah terdeteksi

didalam frame.

75

6. Export gambar frame proses kedalam Microsoft Excel, kemudian lihat posisi

titik tengah pada obyek dengan melihat titik tengah pixel-pixel yang

mempunyai nilai antara 250-255 (berwarna putih) yang membentuk lingkaran.

4.6.4 Hasil Pengujian Titik Tengah Obyek Berdasarkan Posisi Pada Matriks

Image

Pada pengujian pertama, posisi awal obyek ditunjukkan oleh Gambar 4.14,

sedangkan perpindahan posisi obyek ditunjukkan oleh Gambar 4.15 sampai 4.19.

Pada pengujian kedua, posisi awal obyek ditunjukkan oleh Gambar 4.20,

sedangkan perpindahan posisi obyek ditunjukkan oleh Gambar 4.21 sampai 4.25.

Gambar 4.14 Posisi Awal pada Pengujian Pertama

76

Gambar 4.15 Perpindahan Posisi Pertama pada Pengujian Pertama

Gambar 4.16 Perpindahan Posisi Kedua pada Pengujian Pertama

77

Gambar 4.17 Perpindahan Posisi Ketiga pada Pengujian Pertama

Gambar 4.18 Perpindahan Posisi Keempat pada Pengujian Pertama

78

Gambar 4.19 Perpindahan Posisi Kelima pada Pengujian Pertama

Gambar 4.20 Posisi Awal pada Pengujian Kedua

79

Gambar 4.21 Perpindahan Posisi Pertama pada Pengujian Kedua

Gambar 4.22 Perpindahan Posisi Kedua pada Pengujian Kedua

80

Gambar 4.23 Perpindahan Posisi Ketiga pada Pengujian Kedua

Gambar 4.24 Perpindahan Posisi Keempat pada Pengujian Kedua

81

Gambar 4.25 Perpindahan Posisi Kelima pada Pengujian Kedua

Hasil dari perubahan posisi titik tengah obyek pada pengujian pertama

ditunjukkan oleh Tabel 4.10, sedangkan pengujian kedua ditunjukkan oleh Tabel

4.11.

Tabel 4.10. Hasil Pengujian Pertama Titik Tengah Obyek Berdasarkan Pada

Matriks Image

Percobaan ke-

Titik Tengah Obyek

Error (∆x) Koordinat Awal Real

Koordinat Baru Matrik

x y i j 1 323 299 425 299 102 2 323 299 277 299 46 3 323 299 363 299 40 4 323 299 179 299 144 5 323 299 307 299 16

82

Tabel 4.11. Hasil Pengujian Kedua Titik Tengah Obyek Berdasarkan Pada

Matriks Image

Percobaan ke-

Titik Tengah Obyek

Error (∆y) Koordinat Awal Real

Koordinat Baru Matrik

x y i j 1 331 327 331 409 82 2 331 327 331 443 116 3 331 327 331 355 28 4 331 327 331 367 40 5 331 327 331 399 72

Pada Tabel 4.10 dan 4.11 menunjukkan perubahan dari nilai koordinat x

dan y pada titik tengah obyek dapat berubah ketika obyek digerakkan secara

konstan dengan mengambil koordinat tetap untuk digunakan sebagai acuan titik

tengah obyek. Hasil pengujian menunjukkan bahwa ketika dilakukan perubahan

posisi titik tengah dari obyek, terjadi perubahan pada nilai koordinat titik tengah

obyek dari nilai koordinat titik tengah sebelum dilakukan perubahan posisi pada

obyek.

bab iv hasil dan pembahasan 4.1 kebutuhan sistemsir.stikom.edu/id/eprint/2529/6/bab_iv.pdf ·...

Documents