MENGHITUNG JUMLAH JARI PADA CITRA TANGAN DENGAN MENGGUNAKAN RUANG WARNA YCBCR DAN TEKNIK DETEKSI KONTUR
| Main Author: | DEDY , SETIANTO |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://eprints.upnjatim.ac.id/6325/1/file1.pdf http://eprints.upnjatim.ac.id/6325/2/file2.pdf http://eprints.upnjatim.ac.id/6325/ |
Daftar Isi:
- Saat ini penelitian yang dilakukan tentang Human Computer Interaction (HCI) memberikan pengaruh yang besar dalam mengembangkan komunikasi manusia dengan komputer dan telah diterapkan dalam berbagai bidang atau peralatan lainnya, salah satunya teknologi komunikasi tersebut adalah pengenalan sebuah jari tangan manusia dengan media web-cam. Teknologi komunikasi komputer tersebut sangat bermanfaat sebagai alat pengenalan yang kedepannya dapat membantu manusia dalam menciptakan teknologi yang tepat guna. Untuk mengatasinya akan dirancang suatu aplikasi pengenalan jari tangan manusia dengan menggunakan format warna dan metode khusus secara otomatis oleh komputer. Tujuan aplikasi ini adalah agar komputer mampu menghitung jumlah sebuah jari tangan manusia. Dalam penerapannya, aplikasi menghitung jari tangan ini terutama adalah pengambilan objek gambar jari tangan menggunakan sebuah kamera laptop/web-cam, setelah itu loadke dalam komputer yang tersedia pada aplikasi ini dan kemudian objek gambar akan diproses untuk dihitung jumlah jarinya dengan bantuan format warna YCbCr dan pendeteksian kontur. Pada penelitian ini proses pengenalan jari tangan manusia menggunakan metode Convex Hull dan Convexity Defectssebagai pendeteksi kontur, format warna YCbCr yang memudahkan dalam pendeteksian kontur dan dengan bahasa pemrograman Visual Basic, Microsoft Visual Studio 2010 (.Net) dan library Emgu CV. Metode ini mempunyai komputasi yang sederhana dan cepat. Pemrosesan metode Convex Hull dan Convexity Defectsakan melalui tahapan thresholdingdan deteksi kontur. Dan terakhir dilakukan pemrosesan perhitungan jumlah jari tangan dengan menggunakan pemrosesan dari metode Convex Hull dan Convexity Defects, kemudian melakukan perkalian dengan skala perbandingan yang sudah ada ketetapannya setelah dilakukan dari beberapa uji coba. Dari percobaan dan pengujian yang dilakukan, aplikasi dapat mengenali jari tangan manusia dan menghitung jumlah jarinya pada citra dengan tingkat keakuratan 92.11%. Tinggi rendahnya unsur pencahayaan dan latar yang berada di belakang obyek sangat mempengaruhi proses pengenalan.