AR WAJAH DENGAN HOUGH TRANSFORM Talitha Vania Jurusan Teknik Informatika Fakultas Teknologi Industri, Universitas Gunadarma ABSTRAKSI

Augmented Reality (AR) merupakan suatu konsep perpaduan antara virtual reality dengan world reality. Sehingga obyek-obyek virtual 2 Dimensi (2D) atau 3 Dimensi (3D) seolah-olah terlihat nyata dan menyatu dengan dunia nyata. Salah satu perangkat yang dapat digunakan untuk membuat aplikasi AR adalah ARToolkit. ARToolKit adalah salah satu pustaka (library) perangkat lunak berbasis C dan C++ yang low programming dan mudah untuk pemula dalam pembuatan AR. Pada proses pembuatan aplikasi AR diperlukan sebuah marker sebagai penanda untuk menampilkan suatu objek. Metode yang dapat digunakan untuk mendeteksi marker adalah metode Hough Transform (HT). HT melakukan pemetaan terhadap titik-titik pada citra ke dalam parameter space. Kemudian dilakukan voting terhadap parameter yang dikumpulkan, voting dengan nilai tertinggi merupakan titik yang dicari. Pada penelitian ini objek yang ditampilkan berupa gambar wajah dengan menggunakan 3D Studio Max. Pengujian dilakukan menggunakan marker terdiri dari 3 ukuran, yaitu 16.3 cm, 8 cm, dan 3 cm. Nilai treshhold yang digunakan untuk pengujian adalah 0, 30, 60, 90, 120, 150, 180, 210 dilakukan dengan kondisi terang dan gelap. Berdasarkan pengujian semakin besar ukuran marker maka semakin jauh range atau jarak marker untuk dapat dideteksi, nilai treshhold yang rendah akan bekerja lebih baik pada saat kondisi cahaya kurang atau gelap dan sebaliknya. Kata Kunci : Augmented Reality, ARToolkit, Hough Transform. I. PENDAHULUAN 1.1 Latar Belakang Masalah Dalam beberapa tahun terakhir, Lingkung an Virtual (Virtual Reality) telah menarik banyak perhatian media. Ide dasarnya adalah untuk membenamkan pengguna dalam sebuah imajiner yang dihasilkan komputer "dunia maya". Salah satu contoh pengembangan dari Lingkungan Virtual adalah Augmented Reality (AR). AR merupakan suatu konsep perpaduan antara virtual reality dengan world reality. Sehingga obyek-obyek virtual 2 Dimensi (2D) atau 3 Dimensi (3D) seolah-olah terlihat nyata dan menyatu dengan dunia nyata. Sejarah AR dimulai dari tahun 1957-1962 yang di temukan oleh Morton Heilig, seorang sinematografer. Tahun 1975 seorang ilmuwan bernama Myron Krueger menemukan Videoplace yang memungkinkan pengguna, dapat berinteraksi dengan objek virtual untuk pertama kalinya. Perkembangan aplikasi AR berlanjut sampai sekarang dan banyak digunakan dalam berbagai bidang. Hal itulah yang membuat pihak tertentu merasa tertarik untuk mengembangkan perangkat yang dapat membuat aplikasi AR, salah satunya adalah ARToolkit. ARToolKit adalah salah satu pustaka (library) perangkat lunak berbasis C dan C++ yang menggunakan metoda computer vision tracking untuk menghitung posisi kamera dan orientasinya yang relatif terhadap marker. ARTooKit dikembangkan oleh Dr. Hirokazu Kato dari Universitas Osaka Jepang dan Mark Billinghurst dari Human Interface Technology Laboratory (HIT Lab). ARToolKit banyak digunakan untuk mengembangkan aplikasi AR. ARToolKit bersifat open-source yang

memungkinkan programmer dengan mudah mengembangkan aplikasi Augmented Reality. Pada proses pembuatan aplikasi AR diperlukan sebuah marker sebagai penanda untuk menampilkan suatu objek. Metode yang dapat digunakan untuk mendeteksi marker adalah metode Hough Transform. Penelitian ini bertujuan untuk menampilkan suatu objek 3 dimensi berupa wajah secara realtime pada monitor dengan menggunakan sebuah marker. Pada penelitian ini dilakukan beberapa pengujian terhadap ukuran marker, nilai threshold, dan kondisi cahaya. II. LANDASAN TEORI 2.1 Sistem Visi Komputer Sebelum menuju materi yang lebih dalam kita harus mengetahui hubungan antara komputer vision, grafika komputer, pengolahan citra dan pengenalan pola (pattern recognition) adalah suatu proses atau rangkaian pekerjaan yang bertujuan mengklasifikasikan data numerik dan simbol [2]. Komputer Vision atau Visi Komputer di definisikan sebagai ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali objek yang diamati atau diobservasi [3]. Komputer vision merupakan kombinasi antara pengolahan citra dan pengenalan pola. Komputer grafik melalui pemrograman grafik menghasilkan citra dari bentuk goemetri yang primitive seperti titik, garis lurus dan garis lengkung. Lingkaran dan bentuk-bentuk dasar geometri lainnya. Komputer grafik memainkan peranan penting dalam visualisasi dan virtualreality. Sedangkan sistem visual bekerja sebaliknya, menduga bentuk geomentri primitive dan ciri lainnya yang merupakan penyederhanaan dari citra asal yang sifatnya lebih kompleks. Image Processing atau pengolahan citra adalah bidang tersendiri yang sudah cukup berkembang sejak orang mengerti bahwa komputer tidak hanya dapat menangani data teks, tetapi juga data citra [2]. Teknik-teknik pengolahan citra bisaanya digunakan untuk

melakukan transformasi dari suatu citra kepada citra yang lain, sementara tugas perbaikan informasi terletak pada manusia melalui penyusunan algoritmanya. Bidang ini meliputi penajaman citra, penonjolan fitur tertentu dari suatu citra, kompresi citra dan koreksi citra yang tidak fokus atau kabur. Sistem visual buatan atau vision system (komputer vision) adalah suatu sistem yang mempunyai kemampuan untuk menganalisis objak 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. 2.2 Opengl OpenGL adalah suatu graphics library yang sebagian bersifat open source, dapat dipakai pada banyak platform (windows, linux) dan dapat digunakan pada berbagai jenis compiler seperti C++ dan Delphi. File DLL yang diperlukan adalah glu32.dll, glut32.dll dan opengl32.dll. file header yang diperlukan adalah gl.h, glaux.h, glu.h dan glut.h. Sedangkan file lib yang dibutuhkan adalah glaux.lib, glu32.lib, glut.lib, glut32.lib, dan opengl32.lib (Heriady, 2007). 2.3 Augmented Reality (AR) Augmented Reality (AR) dimulai dari tahun 1957-1962, ketika seorang penemu yang bernama Morton Heilig, seorang sinematografer, menciptakan dan mempatenkan sebuah simulator yang disebut Sensorama dengan visual, getaran dan bau. Pada tahun 1966, Ivan Sutherland menemukan head-mounted display yang dia klaim adalah, jendela ke dunia virtual. Tahun 1975 seorang ilmuwan bernama Myron Krueger menemukan Videoplace yang memungkinkan pengguna dapat berinteraksi dengan objek virtual untuk pertama kalinya. Pada tahun 1999, Hirokazu Kato, mengembangkan ArToolkit di HITLab dan didemonstrasikan di SIGGRAPH. Pada tahun

2008, witiude AR Travel Guide, memperkenalkan Android G1 telephone yang berteknologi AR. Konsep dari Augmented Reality adalah sebuah program komputer dengan alat bantu sebuah kamera akan menangkap sebuah gambar (marker) dan mengidentifikasi marker tersebut lalu memposisikan dan menempatkan suatu object data virtual pada marker. Objek yang tampil bisa berupa gambar animasi ataupun video. Objek tersebut akan ditampilkan diatas marker, sehingga orang dapat melihat objek tersebut melalalui kamera.

2.4 ARToolkit ARToolKit adalah salah satu pustaka (library) perangkat lunak berbasis C dan C++ yang menggunakan metoda computer vision tracking untuk menghitung posisi kamera dan orientasinya yang relatif terhadap marker. ARTooKit dikembangkan oleh Dr. Hirokazu Kato dari Universitas Osaka Jepang dan Mark Billinghurst dari Human Interface Technology Laboratory (HIT Lab). ARToolKit banyak digunakan untuk mengembangkan aplikasi AR. ArToolkit adalah software library, untuk membangun AR. Aplikasi ini adalah aplikasi yang melibatkan overla Setelah posisi kamera yang asli telah diketahui, maka virtual camera dapat diposisikan pada titik yang sama, dan objek 3D dapat digambarkan diatas Marker. 2.6 Hough Transform Saat ini ARToolKit bisa berjalan pada Hough Transform (HT) merupakan suatu Sistem Operasi SGI IRIX, PC Linux, Mac OS teknik untuk menentukan lokasi suatu bentuk X, dan PC Windows (95 / 98 / NT / 2000 / XP). dalam citra. HT dicetuskan pertama kali oleh P.V.C. Hough (1962), dilihat dari potensinya 2.5 Marker sebagai salah satu algoritma dalam pemrosesan Marker adalah pola yang dibuat dalam citra oleh Rosenfeld (1969), kemudian Duda bentuk gambar yang telah dicetak dengan (1972) mengimplementasikan deteksi garis. printer yang akan dikenali oleh kamera. Marker Sejak saat itulah HT mengalami perkembangan pada ArToolkit merupakan gambar yang terdiri yang sangat pesat karena banyak keunggulan atas border outline dan pattern image seperti dan besarnya potensi untuk pembangunan lebih terlihat pada gambar berikut: lanjut yang ditawarkan oleh algoritma ini. HT dapat melakukan pemetaan terhadap titik-titik pada citra ke dalam parameter space. Berdasarkan suatu fungsi yang mendefinisikan bentuk yang ingin dideteksi. HT umumnya digunakan untuk melakukan ekstraski garis,

Marker biasanya dengan warna hitam dan putih. Cara pembuatannya pun sederhana tetapi harus diperhatikan ketebalan Marker yang akan dibuat, ketebalan Marker jangan kurang dari 25 % dari panjang garis tepi agar pada saat proses deteksi Marker dapat lebih akurat. Nama Hiro yang ada pada gambar merupakan sebuah pembeda saja. Sedangkan objek warna putih sebagai background, yang nantinya akan digunakan sebagai tempat objek yang akan dirender. Koordinat marker yang digunakan dapat dilihat pada gambar berikut:

lingkaran atau elips pada citra, namun dalam perkembanganya, HT juga telah dapat digunakan untuk melakukan ekstraksi bentukbentuk yang lebih kompleks. Pemakaian HT pertama kali diperkenalkan untuk melakukan deteksi garis. Suatu garis dapat dinyatakan dengan representasi polar sebagai: X cos () + y sin() = p

3ds Max adalah salah satu paket perangkat lunak yang paling luas digunakan sekarang ini, karena beberapa alasan seperti penggunaan platform Microsoft Windows, kemampuan mengedit yang serba bisa, dan arsitektur plugin yang banyak. Ada 5 metode pemodelan dasar, yaitu pemodelan dengan primitive, NURMS(subdivision surfaces), surface tool, NURBS, dan Pemodelan polygon. III.ANALISA SISTEM DAN PENGEMBANGAN 3.1 Tinjauan Umum Pada penulisan ini, penulis menjelaskan mengenai spesifikasi hardware yang dibutuhkan untuk membangun aplikasi AR, software apa saja yang dibutuhkan untuk mengembangkan aplikasi AR, proses pembuatan wajah 3 dimensi dengan menggunakan Autodesk 3D Studio Max 9 lalu mengeksportnya menjadi .wrl agar objek dapat dikenali oleh ARToolkit, pembuatan marker dengan menggunakan Adobe Photoshop CS3, pendeteksian marker dengan menggunakan metode hough transform, proses edit data terhadap file .dat dan object_data_vrml, prinsip pada pengembangan aplikasi AR. 3.2 Spesifikasi Hardware dan Software yang dibutuhkan Spesifikasi hardware yang harus dimiliki untuk membangun aplikasi AR adalah sebagai berikut: a. Komputer dengan spesifikasi minimal RAM minimal 512 MHz dan VGA minimal 128MB b. Webcam c. Marker d. Printer Software yang dibutuhkan untuk ARWajah ini adalah sebagai berikut: a. Paket ARToolKit, bisa diperoleh di sini: http://sourceforge.net/projects/artoolkit/files/ b. Windows Seven c. OpenGL library dan GLUT. Untuk OpenGL, sudah terinstalasi bersama system operasi Windows. Untuk GLUT, silahkan download

Representasi polar garis dapat didefinisikan dalam 2 parameter, yaitu yang menyatakan sudut antar garis dengan sumbu x positif dan yang menyatakan jarak normal antara garis dengan titik pusat koordinat. Sehingga diperoleh algoritma HT untuk deteksi garis sebagai berikut: 1. Kuantisasi parameter space P[min,..,max][ min,., max] 2. Set semua elemen pada P [][ ] menjadi 0 3. Untuk tiap titik (x,y) pada citra, lakukan langkah 4 4. Langkah 4 untuk (= min; <= max; ++), hitung nilai : = x cos() + y sin() 5. Jika >= min && <= max P[][] = P[][] + 1 //voting Cari local maxima dari P [][] 2.7 3D Studio Max 3D Studio Max (kadangkala disebut 3ds Max atau hanya MAX) adalah sebuah perangkat lunak grafik vektor 3-dimensi dan animasi, ditulis oleh Autodesk Media & Entertainment (dulunya dikenal sebagai Discreet and Kinetix. Perangkat lunak ini dikembangkan dari pendahulunya 3D Studio fo DOS, tetapi untuk platform Win32.

d.

e. f.

g. h.

versi 3.7.6 di sini: http://www.xmission.com/~nate/glut.html DSVideoLib-0.0.8b-win32, bisa didownload di halaman yang sama dengan paket ARToolKit DirectX Runtime minimal versio 9.0 OpenVRML-0.14.3-win32, bisa didownload di halaman yang sama dengan paket ARToolKit File library DLL tambahan: msvcp71d.dll dan msvcr71d.dll Development environment, menggunakan Microsoft Visual Studio 2005 atau Visual Studio 2008. Silahkan download di: http://www.microsoft.com/express/Downloa ds/

Setelah wajah yang penulis buat telah jadi, penulis harus mengubah objek tersebut menjadi .wrl agar dapat dikenali oleh ARToolkit. Caranya adalah dengan memilih menu fileeksport kemudian simpan file dengan nama testMuka.wrl. 3.4 Pembuatan dan Pendeteksian Marker Pembuatan marker penulis lakukan dengan menggunaka Adobe Photoshop CS3. Pertama penulis membuka file berupa border hitam putih segiempat yang telah disediakan ARToolkit. File tersebut bernama blankPatt.gif dan terdapat pada direktori /ARToolkit/ patterns. Pada blankPatt.gif akan terlihat ditengah pattern masih kosong. Penulis mengedit balnkPatt dengan menambahkan huruf Tv pada bagian tengah blankPatt yang kosong dengan warna hitam, jenis font Times New Roman, ukuran 30 yang nantinya akan dideteksi sebagai pola. Marker pattTv dapat dilihat pada gambar berikut:

3.3 Proses Pembuatan Objek Objek dibuat dengan menggunakan 3DS MAX 9. Objek yang dibuat adalah bentuk wajah dengan menggunakan metode modeling box yaitu pembuatan wajah dengan menggunakan standard primitive berupa kotak. Proses pembuatan objek dapat dilihat pada gambar berikut:

Hasil akhir dari objek wajah yang telah dibuat adalah sebagai berikut:

Setelah marker dicetak, marker akan dideteksi oleh ArToolkit dengan menjalankan mk_patt.exe. ARToolKit menggunakan teknik visi komputer untuk menghitung sudut pandang relatif kamera pada dunia nyata. Ada

beberapa langkah untuk mendeteksi marker. Pertama gambar video langsung lalu gambar diubah menjadi biner (hitam atau putih) berdasarkan nilai ambang batas pencahayaan (treshhold). Gambar ini kemudian mencari daerah persegi. Kemudian ARToolKit akan menemukan semua kotak yang ada pada gambar biner, banyak kotak yang bukan merupakan marker pelacakan. Untuk semua kotak persegi yang ditemukan akan diambil pola di dalam persegi itu dan dicocokkan lagi beberapa template yang dilatih untuk menemukan pola. Jika ada yang cocok, maka ARToolKit akan menampilkan objek 3 dimensi sesuai pola yang terdeteksi. Saat marker dihadapkan ke webcam, marker akan diidentifikasi oleh webcam sebagai sasaran untuk penempatan objek yang akan dirender. Deteksi Marker dengan menggunakan metode Hough Transform mendeteksi parameterparameter geometri. Representasi garis dari Marker yang ditangkap kamera webcam menggunakan (r = x cos() + y sin(), r: jarak antar garis dalam kalibrasi kamera, : sudut antara garis normal dengan sumbu-x). Input merupakan nilai biner dari titik sudut (edge) yang menghubungkan antar garis dimana semua titik sudut tersebut ditentukan sebagai pixel. Hough Transform membutuhkan array yang disebut accumulator array , array ini hanya mempunyai 1 nilai balik untuk setiap kombinasi parameter (r, ) yang memungkinkan. Setiap garis dapat dibangun dengan menghubungkan antara titik sudut (edge) yang telah ditentukan sebagai pixel tadi, dan parameter-parameter yang terkait dengan r dan menentukan nilai increment dari accumulator array . Setelah semua garis-garis yang memungkinkan diproses, nilai array yang tinggi merepresentasikan sebuah garis (Marker border). Meskipun Hough Transform memiliki banyak noise dalam sebuah image dan belum mampu menemukan titik akhir dari sebuah garis. Ketika mk_patt.exe dijalankan akan muncul

window mk_patt.exe, lalu tekan enter, maka akan muncul window untuk mengatur ukuran layar.

Setelah layar kamera keluar, maka arahkan marker yang telah dibuat sebelumnya ke arah kamera. Terdeteksi marker ditandai dengan terlihatnya garis hijau dan merah di sekeliling bingkai marker pada layar seperti yang terlihat pada gambar, maka langsung klik layar kamera tersebut, setelah di klik maka layar akan menjadi berhenti. Langkah selanjutnya, masuk ke window mk_patt.exe dan ketikkan nama marker yang telah dibuat, dengan format patt.(nama marker) dalam hal ini penulis menamakannya dengan patt.pattTv.

Pengenalan marker telah berhasil dilakukan,

maka pada folder /ARToolkit/bin akan terbentuk sebuah file patt.(nama marker yang telah dibuat) atau dalam hal ini penylis menggunakan nama patt.pattTv. Kemudian file tersebut dicopy-paste ke folder /ARToolkit/ bin/Data. 3.5 Proses Edit Data Objek yang telah dieksport menjadi testMuka.WRL harus di-copy ke direktori C:/Program Files/ARToolkit/bin/Wrl. Setelah itu penulis copy salah satu file .dat yang ada pada direktori ../ARToolkit/bin/Wrl kemudian penulis ubah namanya menjadi testMuka.dat. Proses edit file dilakukan dengan menggunakan menggunakan text editor wordpad lalu ubah file .wrlnya menjadi nama objek yang telah penulis eksport sebelumnya yaitu testMuka.wrl untuk lebih jelasnya bisa dilihat pada kode berikut ini: testMuka.wrl 0.0 0.0 0.0 # Translation 90.0 1.0 0.0 0.0 # Rotation 5.0 5.0 5.0 # Scale Berdasarkan kode program diatas dapat dilihat bahwa pada baris pertama merupakan nama objek dengan format .wrl yang ingin ditampilkan. Pada baris berikutnya merupakan translasi atau perpindahan objek terhadap sumbu x, y, dan z dalam hal ini penulis tidak melakukan proses translasi. Pada baris berikutnya merupakan nilai rotasi atau perputaran sebesar 900 yang hanya dilakukan terhadap sumbu x saja. baris berikutnya merupakan pengaturan skala atau perbesaran sebesar 5 dari objek aslinya terhadap sumbu x, y, dan z. Penulis juga melakukan editing file pada objek_data_vrml yang terdapat pada direktori /ARToolkit/bin/Data. File merupakan penghubung antara file .dat yang berisi objek wajah dengan pola marker yang digunakan. Jadi nanti saat pola marker terdeteksi maka objek wajah yang ada pada tesMuka.wrl akan ditampilkan pada layar kamera. Editing file yang dilakukan berupa pengubahan nomor dari

jumlah pola yang akan dikenali menjadi 1 pola saja, file .dat untuk menampilkan objek wajah, dan nama marker yang telah penulis buat. Berikut adalah kode programnya: #the number of patterns to be recognized 1 #pattern 1 VRML Wrl/testMuka.dat Data/patt.pattTv1 80.0 3.6 Pengembangan Aplikasi AR Prinsip pengembangan aplikasi AR dapat dilihat pada table, dari tabel tersebut dapat dilihat langkah-langkah yang harus diambil dalam aplikasi kode utama. 1.Menginisialisasi video Inisialisasi . capture dan membaca file marker dan parameter kamera 2. Ambil video frame Loop Utama input. 3. Mendeteksi pola marker dan pola gambar dalam kotak hitam pada frame video. 4. Hitung transformasi kamera relatif terhadap pola yang terdeteksi. 5. Menggambar objek virtual pada pola yang terdeteksi. 6. Tutup video capture Penutupan Langkah 2 sampai 5 diulang terus menerus sampai aplikasi tersebut berhenti, sementara langkah 1 dan 6 hanya dilakukan pada inisialisasi dan shutdown dari aplikasi masingmasing. Pada aplikasi ARWajah ini digunakan source code simpleVrml yang terdapat pada folder /ARToolkit/examples/simpleVrml. Pada source code tersebut terdapat 3buah file. File pertama adalah object.h yang merupakan file header yang berisi fungsi-fungsi dan variabel global yang digunakan untuk file lainnya. File kedua adalah simpleVrml.c yang merupakan file utama yang isinya sesuai dengan

langkah-langkah yang terdapat pada tabel. file ketiga adalah file object.c yang berfungsi untuk embaca objek 3dimensi yang ingin ditampilkan. Activity diagram untuk program dapat dilihat pada gambar berikut:

Penulis menggunakan ukuran default yang ada pada jendela property. Setelah pengaturan property dilakukan klik ok maka akan muncul jendela kamera dan jendela dos. Pada jendela dos ini terdapat informasi mengenai ukuran layar yang telah penulis pilih pada jendela property sebelumnya, pada jendela ini juga bisa dilihat file yang digunakan seperti object_data_vrml dan testMuka.dat, bisa juga dilihat jumlah objek yang akan ditampilkan yaitu 1. Jendela dos dapat dilihat pada gambar berikut :

IV.IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Aplikasi Setelah proses editing data selesai maka akan dijalankan source code simpleVrml. Ketika source code simpleVrml dijalankan maka akan muncul tampilan seperti gambar berikut :

Sedangkan pada jendela kamera ketika marker diarahkan ke kamera maka akan terlihat objek 3 dimensi berupa wajah diatas marker pattTv seperti terlihat pada gambar berikut ini:

4.2 Pengujian Penulis melakukan pengujian terhadap marker lain, dalam pengujian ini penulis menggunakan marker Hiro untuk menunjukkan apakah dengan menggunakan marker selain marker pattTv dapat memunculkan objek wajah dan ternyata memang tidak muncul pbjek wajah seperti yang terjadi ketika marker pattTv dihadapkan pada webcam, untuk lebih jelasnya dapat dilihat pada gambar berikut: Program dijalankan dengan nilai treshhold default yaitu 100. Ketika marker pattTv dengan ukuran default dihadapkan pada kamera maka diatasnya akan muncul jendela untuk mengatur frame rate, kualitas, dan ukuran layar yang akan digunakan untuk menampilkan objek wajah.

Penulis juga melakukan pengujian terhadap jenis kertas untuk mencetak marker. Penulis menggunakan kertas foto yang licin dan dapat memantulkan cahaya, kertas ini sangat tidak dianjurkan untuk mencetak marker karena ketika cahaya lampu mengenai marker tersebut maka akan menghalangi kamera untuk mengenali pola yang ada pada marker. Agar lebih jelas dapat dilihat pada gambar berikut:

a. Kamera Mengenali Pola Marker pada Kertas Foto

b. Cahaya Menghalangi Kamera Mengenali Pola Marker

Penulis juga melakukan pengujian dengan membuat beberapa ukuran marker dan melihat pengaruhnya terhadap jarak deteksi dari marker tersebut. Pengujian ini penulis lakukan dengan cahaya yang cukup terang. Marker dibuat menjadi 3 ukuran, untuk lebih jelasnya dapat dilihat pada table: Ukuran Jarak Jarak marker terdekat terjauh (cm) (cm) (cm) 16.3 26 Lebih dari 120 8 8 87,2 3 4 28,6 Berdasarkan table dapat dilihat semakin besar ukuran marker maka semakin jauh range atau jarak marker untuk dapat dideteksi. Hal itu karena ukuran pola yang semakin besar membuat kamera dapat menangkap pola tersebut dengan lebih jelas dengan jarak yang jauh. Penulis juga melakukan pengujian dengan mengubah besarnya nilai treshhold terhadap kuantitas cahaya dan ukuran dari marker. Nilai treshhold berkisar antar 0-255 dan nilai default treshhold pada program adalah 100. Proses pengujian ini penulis lakukan dengan 2 kondisi, yaitu terang dan gelap. Nilai treshhold yang digunakan untuk pengujian adalah 0, 30, 60, 90, 120, 150, 180, 210. Pengujian pada saat Terang Ukuran Nilai Jarak Marker Marker Treshold Terdeteksi(cm) (cm) 16,3 0 Tidak Terdeteksi 8 0 Tidak Terdeteksi 3 0 Tidak Terdeteksi 16,3 30 15 8 30 5 3 30 1,7 16,3 60 21 8 60 6,1

2,2 22,5 10,5 2,9 26,4 18,2 10,3 30 27 12,15 Tidak Terdeteksi 8 180 34,1 3 180 14 16,3 210 Tidak Terdeteksi 8 210 Tidak Terdeteksi 3 210 Tidak Terdeteksi Pada table diatas dapat dilihat bahwa semakin besar nilai treshhold maka semakin jauh jarak marker dapat dideteksi. Saat nilai threshold 0 dan 210, ketiga ukuran marker tidak dapat terdeteksi saat kondisi terang, dan saat nilai threshold 180 marker ukuran 16,3 cm tidak dapat terdeteksi. Pengujian pada saat Gelap Ukuran Nilai Jarak Marker Marker Treshhold Terdeteksi(cm) (cm) 16,3 0 77,2 8 0 65,2 3 16,3 8 3 16,3 8 3 16,3 8 3 16,3 0 30 30 30 60 60 60 90 90 90 120 Tidak Terdeteksi 33,5 18,4 4,1 28,8 16,8 4,8 27 11,4 5,1 Tidak

3 16,3 8 3 16,3 8 3 16,3 8 3 16,3

60 90 90 90 120 120 120 150 150 150 180

Terdeteksi 8 120 16,7 3 120 16,2 16,3 150 Tidak Terdeteksi 8 150 Tidak Terdeteksi 3 150 10,2 16,3 180 Tidak Terdeteksi 8 180 Tidak Terdeteksi 3 180 Tidak Terdeteksi 16,3 210 Tidak Terdeteksi 8 210 Tidak Terdeteksi 3 210 Tidak Terdeteksi Pada table diatas dapat dilihat bahwa semakin besar nilai threshold maka semakin kecil jarak marker untuk dapat dideteksi. Saat nilai threshold 180 dan 210 ketiga ukuran marker tidak dapat terdeteksi. Dan saat nilai threshold 0 marker ukuran 3 cm marker tidak dapat terdeteksi, saat nilai 120 dan 150 marker ukuran 16,3 cm tidak dapat terdeteksi. Penulis juga melakukan pengujian ketebalan border marker yang bertujuan untuk melihat keakuratan marker yang dapat dideteksi jika ketebalan border marker kurang dari 25% dari ukuran marker. Setelah penulis melakukan pengujian dapat dilihat hasilnya pada table berikut: Ketebalan Terdeteksi atau Border Marker Tidak Terdeteksi (cm) 1.7 Terdeteksi 1.5 Terdeteksi 1.3 Terdeteksi 1.1 Terdeteksi 1 Terdeteksi 0.8 Terdeteksi 0.6 Terdeteksi 0.4 Terdeteksi

0.3 Terdeteksi 0.2 Terdeteksi 0.15 Terdeteksi 0.1 Tidak Terdeteksi Pada table diatas dapat dilihat bahwa ternyata marker dapat terdeteksi sampai nilai ketebalan border marker 0.15cm dan saat ketebalan marker dibawah 0.1cm marker tidak dapat lagi dideteksi. V. PENUTUP 5.1 Kesimpulan Kesimpulan yang dapat diambil dalam tugas akhir ini adalah penelitian ini telah berhasil Objek wajah berhasil ditampilkan pada layar ketika marker dihadapkan pada webcam. Penggunaan ArToolkit untuk mengembangkan aplikasi Augmented Reality cukup mudah untuk para pemula karena bersifat low programming. Berdasarkan hasil pengujian yang penulis lakukan dapat disimpulkan : a. Jika marker terhalang oleh tangan maka objek 3 dimensi tidak akan muncul. b. Marker yang dicetak dengan menggunakan kertas foto yang licin dan dapat memantulkan cahaya kurang baik karena akan menghalangi pola untuk dideteksi saat cahaya sangat terang. c. Semakin besar ukuran marker maka semakin jauh range jarak marker untuk dapat dideteksi. d. Nilai treshhold yang rendah akan bekerja lebih baik pada saat kondisi cahaya kurang atau gelap, sedangkan nilai treshhold yang tinggi akan lebih baik pada saat kondisi cahaya cukup atau terang. e. Marker dapat terdeteksi sampai nilai ketebalan border marker 0.15cm dan saat ketebalan marker dibawah 0.1cm marker tidak dapat lagi dideteksi. 5.2 Saran Pembuatan objek wajah dapat dilakukan dengan lebih baik lagi dengan menggunakan teknik yang lebih mudah lagi. Marker yang

digunakan masih berbentuk persegi dan hitam putih dan bisa dikembangkan lagi dengan membuat marker yang tidak persegi dan memiliki warna yang lebih menarik tentu diikuti dengan metode dan perhitungan untuk pendeteksian yang lebih kompleks lagi. DAFTAR PUSTAKA [1] Ahmad, Usman, 2005, Pengolahan Citra Digital & Teknik Pemrogramannya, Graha Ilmu, Yogyakarta. [2] Ghassan, Karin,Rafeef, Automatic Line Detection, September 1999. [3] Hendratman, Hendi, 2007, The Magic Of 3D Studio Max, Informatika, Bandung. [4] Heriady, 2007, Pemrograman Grafik 3D Mengunakan C dan OpenGL :Graha Ilmu ,Yogyakarta. [5] Indraprastha Aswin, MT, 2006, Menggambar Dengan Komputer, Bandung. [6] Kato Hirokazu, 2000, ARToolKit version 2.33. [7] Nugroho, Adi, 2005, Rational Rose Untuk Pemodelan Berorientasi Objek, Informatika Bandung, Bandung. [8] Richard, Duda, 1971, Use Of The Hough Transfomation To Detect Lines And Curves In Pictures, Page 4. [9] Universitas Bina Nusantara, 2005, Pengenalan Sistem Visi Komputer, Computer Vision, Page 3-5. [10] University of California, Hough Transform for Lines and Curves. [11] Andriyadi Anggi, Journal Augmented Reality. Tanggal akses : 13 November 2011 http://belajar-ar.blogspot.com/2011/06/journalaugmented-reality.html