ABSTRAKSI: Teknologi pengolahan citra digital dapat digunakan untuk mendapatkan parameter geometris yang terdapat pada benda seperti, panjang, lebar, tinggi, diameter yang kemudian dapat diolah untuk mendapatkan luas ataupun volume benda itu sendiri.
Dengan adanya teknologi pengolahan citra, maka data berupa citra tiap benda yang dicapture, dicari korelasinya terhadap ukuran asli benda dan jarak webcam terhadap benda tersebut. Dalam tugas akhir ini untuk mencari korelasi tersebut digunakan citra dengan empat macam bentuk dalam format bitmap serta. Menggunakan persamaan linear y = mx +c, dengan y merupakan ratio ukuran citra benda dalam pixel terhadap ukuran asli benda dalam centimeter dan x merupakan jarak webcam terhadap benda, didapatlah korelasi yang diinginkan dengan menghasilkan nilai gradien (m) yang sama untuk tiap benda yaitu sebesar 0.15. Persamaan linear dengan nilai gradien tersebutlah yang digunakan untuk mengestimasi parameter geometris yang terdapat pada benda.
Dari hasil pengujian, estimasi benda dengan bentuk lingkaran memiliki tingkat akurasi > 80 % untuk bentuk lingkaran dengan kesalahan estimasi terburuk sebesar 0.94894 cm, lebih dari 90 % dengan kesalahan estimasi terburuk sebesar 0.7206 cm untuk bentuk persegi panjang, lebih dari 75 % dengan kesalahan estimasi terburuk sebesar 2.371 cm untuk bentuk segitiga. Untuk bentuk kerucut, diameter kerucut hanya terestimasi sampai pada jarak 0.75m sedangkan untuk tinggi kerucut hanya dapat terestimasi pada jarak 0.26m dan 0.3m. Hal tersebut karena pada jarak jauh, kerucut terlihat seperti segitiga, maka algoritma yang berlaku pada kerucut tidak bekerja. Pada layang-layang, estimasi diatas 94 % dengan kesalahan estimasi terburuk sebesar 5.5574. Sedangkan pada trapesium adalah > 91 % dengan kesalahan estimasi terburuk sebesar 8.13921. Dan pada bentuk segienam > 90 % dengan kesalahan estimasi terburuk sebesar 9.171875
Kata Kunci : webcam, capture, pengolahan citra digital, estimasiABSTRACT: Digital Image Processing technology can be used to obtain geometric parameters of an object, such as length, width, height, and diameter. We can derive object’s volume and wide from those parameters.
By digital image processing, find the corellation from data of every captured object to real object size and webcam distance to object. To find that corellation, this Final Project used images of four different object shapes in bitmap format. Using linear model y = mx + c, y is the ratio of object image size in pixel to a real object size in cm and x is webcam distance to the object. So that we can get the corellation that we want by deriving a same gradient value for every object which is 0.15. Estimation of geometric object parameters works using that linear model with m = 0.15.
The result of testing step, a circle shape estimation has accuration level > 80 % with worst estimation failure 0.94894 cm, > 90 % with worst estimation failure 0.7206 cm for rectangle shape, and > 75 % with worst estimation failure 2.371 cm for triangle shape. For cone shape, kerucut diameter can be estimated only from less than 0.75m and a height of cone only can be estimated from 0.26m dan 0.3m. It because from far distance, cone looks like a triangle, so the algorithm used for cone didn’t work well. On rhombus, the accuration estimation is above 94 % with worst estimation failure 5.5574. Accuration estimation of trapezed shape is > 91 % with worst estimation failure 8.13921. Last, the accuration for hexagon shape is > 90 % with worst estimation failure 9.171875.
Keyword: webcam, capture, digital image processing, estimation