Upload
dian-furnomo
View
213
Download
1
Embed Size (px)
Citation preview
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Robot merupakan suatu perangkat mekanik yang mampu menjalankan
tugastugas fisik, baik di bawah kendali dan pengawasan manusia, ataupun yang
dijalankan dengan serangkaian program yang telah didefinisikan terlebih dahulu atau
kecerdasan buatan atau biasa disebut dengan artificial intelligence. Perkembangan
robot di negara-negara maju seperti Amerika, Jepang, Korea, dan Jerman mengalami
peningkatan yang tajam. Saat ini robot telah digunakan sebagai alat untuk membantu
pekerjaan manusia. Seiring dengan berkembangnya teknologi, khususnya teknologi
elektronik, peran robot menjadi semakin penting tidak saja dibidang sains, tapi juga
di berbagai bidang lainnya, seperti di bidang kedokteran, pertanian, industri, bahkan
militer. Secara sadar atau tidak, saat ini robot telah masuk dalam kehidupan manusia
sehari-hari dalam berbagai bentuk dan jenis. Ada jenis robot sederhana yang
dirancang untuk melakukan kegiatan yang sederhana, mudah dan berulang-ulang,
ataupun robot yang diciptakan khusus untuk melakukan sesuatu yang rumit, sehingga
dapat berperilaku sangat kompleks dan secara otomatis dapat mengontrol dirinya
sendiri sampai batas tertentu (Wikipedia,2011).
2
Machine vision merupakan salah satu cabang ilmu yang sering digunakan
untuk pengembangan bidang robotik. Cabang ilmu ini lebih dikenal dengan sebutan
computer vision. Cabang ilmu ini mempelajari bagaimana komputer dapat mengenali
objek yang diamati / diobservasi. Computer vision merupakan kombinasi dari
Pengolahan Citra (Image Processing) dan Pengenalan Pola (Pattern Recognition).
Secara keseluruhan tujuan dari sistem computer vision adalah membuat model dunia
nyata dari sebuah gambar. Sebuah sistem computer vision memperbaiki informasi
yang berguna mengenai scene dari proyeksi dua-dimensi. Gambar proyeksi
duadimensi berasal dari dunia tiga-dimesi, maka informasi yang didapat tidak
langsung tersedia dan harus diperbaiki. Pengetahuan mengenai objek-objek pada
scene dan proyeksi geometri sangat diperlukan dalam memperbaiki informasi
tersebut.
Salah satu contoh aplikasi dari Computer vision di bidang kesehatan atau
medis adalah untuk mendiagnosa suatu penyakit. Sistem computer vision membantu
dokter untuk mendiagnosa suatu penyakit dengan menggunakan gambar tomografi
yang diolah oleh komputer. Gambar-gambar medis dapat diproses oleh sistem yang
ada didalam komputer ( machine vision ) untuk membantu dalam hal diagnosa sebuah
penyakit. Sistem tersebut telah dikembangkan untuk semua mode pencitraan yang
berguna dalam berbagai aspek kesehatan. Aplikasi serupa sedang dikembangkan
untuk pemeriksaan industri, pertanian, dan produk lainnya. Sistem computer vision
telah digunakan untuk pengendalian kualitas produk misalnya, robot yang berbasis
3
vision yang mengecek penyegelan pada sebuah tutup botol, hingga untuk pemilihan
buah jeruk atau apel yang berkualitas.
Computer vision tidak hanya berlaku pada pemprosesan gambar saja, tetapi
juga dapat diterapkan pada mobile robot. Seperti halnya pada manusia, kemampuan
vision mempengaruhi robot, dengan mekanisme pengindraan yang mutakhir yang
memungkinkan suatu mesin untuk merespon lingkungannya dengan menggunakan
kecerdasan (inteligent).
Computer vision pada bidang robotik biasa disebut juga dengan vision robot.
Vision robot dapat didefinisikan sebagai proses ekstraksi, karakteristik serta
menafsirkan informasi dari dunia gambar tiga-dimensi. Proses ini disebut juga
sebagai mesin atau vision komputer ( Computer vision ) dan dapat dibagi menjadi
enam wilayah prinsip yang meliputi sensing, preproses, segmentasi, deskripsi,
pengenalan dan interpretasi.
Sudah banyak peneliti yang menerapkan teori computer vision di berbagai
terapan, seperti bidang keamanan, medis, lingkungan, industri maupun game
(permainan). Mulai dari pendeteksi wajah sampai dengan pendeteksi produk di
industri sudah memanfaatkan computer vision. Dalam dunia robotika aplikasi 3
penggunaan computer vision kebanyakan digunakan dalam sebuah kontes robot
misalnya robot soccer yang mampu mengejar objek yang diinginkan. Namun, dalam
hal pengenalan warna masih sedikit yang menerapkan sistem ini pada robot.
Umumnya sensor yang digunakan untuk mengenali warna adalah sensor
4
konvensional yang memiliki kekurangan yaitu jarak antara sensor dengan objek yang
akan diamati harus sangat dekat. Jarak antara objek yang dibaca haruslah antara 10
mm sampai 25 mm di depan sensor (Widodo, 2010). Oleh karena itu, dalam proyek
akhir ini akan dibuat suatu aplikasi computer vision yang mampu menggantikan
peranan sensor konvensional dalam pengenalan warna yaitu robot line follower sortir
benda menggunakan kamera. Perangkat yang digunakan dalam proyek ini adalah
modul kamera CMUcam4. Diharapkan dengan menggunakan kamera ini obyek dapat
dikenali dengan cepat, tepat dan akurat. Dalam kasus ini benda yang dimaksud adalah
benda berbentuk bola dengan dua warna berbeda yaitu biru dan merah. Secara garis
besar, proses dalam proyek akhir ini adalah bagaimana cara kamera mengenali objek
untuk diproses melalui mikrokontroler kemudian di eksekusi dengan memungut dan
menempatkan objek bersangkutan ke tempat yang telah ditentukan.
1.2 Rumusan Masalah
Dalam penelitian ini dirumuskan suatu permasalahan mengenai bagaimana
menggunakan sistem computer vision untuk proses pengenalan warna dan bagaimana
aplikasi penggunaan sensor kamera pada robot line follower untuk mengenali warna
objek dan mempengaruhi aktifitas navigasi dari robot line follower. Robot line
follower di pilih karena dapat mengikuti garis, dengan kata lain garis tersebut
digunakan sebagai jalur dari robot untuk mendekati objek yang akan diambil dan
menempatkan objek sesuai pada tempatnya dengan cara navigasi yang dipetakan.
5
1.3 Batasan Masalah
Di dalam permasalahan tersebut akan diberi batasan-batasan masalah sebagai
berikut :
1. Kamera yang digunakan adalah CMUcam4
2. Obyek yang digunakan adalah benda berbentuk bola berwarna merah dan biru.
3. Latar belakang tempat harus berbeda dengan warna obyek yang disensor
4. Obyek berada di depan kamera dan tidak terhalang obyek lain
5. Lintasan atau arena sudah ditentukan
6. Jarak antara kamera dengan objek sudah ditentukan.
1.4 Tujuan
Tujuan dari proyek akhir ini adalah membuat robot line follower yang dapat
mengenali warna objek (benda) dengan sensor dan menempatkan benda sesuai
dengan warna yang telah ditentukan menggunakan cara pemetaan serta untuk
mengetahui cara penggunaan sistem computer vision pada modul CMUcam4 sebagai
sensor warna.
6
1.5 Manfaat
Pemanfaatan alat ini diharapkan dapat digunakan dan dikembangkan dalam
dunia robotika untuk mengganti peran dan fungsi sensor konvensional menjadi sensor
yang didalamnya terdapat pengolahan citra dalam pengenalan warna benda dan
diharapkan dapat membantu pengembangan dunia robotik dalam industri kedepan.
7
BAB II
TINJAUAN PUSTAKA
2.1 Sistem Visual
Pengertian Pengolahan Citra (image processing) sedikit berbeda dengan
pengertian mesin visual (machine vision), meskipun keduanya seolah-olah dapat
dipergunakan dengan maksud yang sama. Terminologi pengolahan citra
dipergunakan bila hasil pengolahan data yang berupa citra, adalah juga bentuk citra
yang lain, yang mengandung atau memperkuat informasi khusus pada citra hasil
pengolahan sesuai dengan tujuan pengolahannya. Sedangkan terminologi mesin
visual digunakan bila data hasil pengolahan citra langsung diterjemahkan dalam
bentuk lain, misalnya grafik yang siap diinterpretasikan untuk tujuan tertentu, gerak
peralatan atau bagian dari peralatan mekanis, atau aksi lainnya yang berarti bukan
merupakan citra lagi. Dengan demikian jelaslah bahwa pengolahan citra merupakan
hasil bagian dari mesin visual, karena untuk menghasilkan keluaran selain citra,
informasi dari citra yang ditangkap oleh kamera juga perlu diolah dan dipertajam
pada bagian-bagian tertentu. (Usman Ahmad, 2005). Sebagaimana layaknya mata dan
otak, sistem visual adalah sistem yang mempunyai kemampuan untuk menganalisa
objek secara visual, setelah data objek yang bersangkutan dimasukkan dalam bentuk
citra (image). Secara umum tujuan dari sistem visual adalah untuk membuat model
nyata dari sebuah citra. Citra yang dimaksud adalah citra digital hasil konversi suatu
8
objek menjadi citra melalui sensor yang prosesnya disebut digitasi. (Usman Ahmad,
2005) Sistem visual mepunyai kemampuan untuk memperbaiki informasi yang
berguna dari sebuah pemandangan (scene) hasil proyeksi dua-dimensi. Kata
memperbaiki dipakai disini karena citra merupakan hasil proyeksi dua-dimensi dari
objek atau benda 3 dimensi, sehingga informasi tidak bisa didapat begitu saja.
Melainkan harus diperbaiki karena sesungguhnya ada bagian informasi yang hilang
setelah benda diproyeksikan ke dalam citra. Untuk memperbaiki informasi,
diperlukan pengetahuan dan proyeksi