TUGAS AKHIR
PENGENALAN SECARA REAL TIME GAMBAR
ALAT MUSIK TRADISIONAL INDONESIA
BERBASISKAN DISCRETE COSINE TRANSFORM
DAN JARAK JACCARD
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Teknik
Program Studi Teknik Elektro
Oleh :
IGNATIUS ARDI PRASETYO LAIA
NIM : 105114007
PROGRAM STUDI TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2015
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
i
TUGAS AKHIR
PENGENALAN SECARA REAL TIME GAMBAR
ALAT MUSIK TRADISIONAL INDONESIA
BERBASISKAN DISCRETE COSINE TRANSFORM
DAN JARAK JACCARD
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Teknik
Program Studi Teknik Elektro
Oleh :
IGNATIUS ARDI PRASETYO LAIA
NIM : 105114007
PROGRAM STUDI TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2015
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ii
FINAL PROJECT
REAL TIME RECOGNITION OF TRADITIONAL
INDONESIAN MUSICAL ISTRUMENT PICTURES
USING DISCRETE COSINE TRANSFORM BASED
AND JACCARD DISTANCE
Presented as Partial Fullfillment of The Requirements
To Optain Sarjana Teknik Degree
In Electrical Engineering Study Program
By :
IGNATIUS ARDI PRASETYO LAIA
Student’s Number : 105114007
ELECTRICAL ENGINEERING STUDY PROGRAM
ELECTRICAL ENGINEERING DEPARTMENT
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
2015
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iii
HALAMAN PERSETUJUAN
TUGAS AKHIR
PENGENALAN SECARA REAL TIME GAMBAR
ALAT MUSIK TRADISIONAL INDONESIA
BERBASISKAN DISCRETE COSINE TRANSFORM
DAN JARAK JACCARD
Disusun oleh:
IGNATIUS ARDI PRASETYO LAIA
NIM : 105114007
Telah disetujui oleh:
Pembimbing
Dr. Linggo Sumarno Tanggal: _____________
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
HALAMAN PENGESAHAN
TUGAS AKHIR
PENGENALAN SECARA REAL TIME GAMBAR
ALAT MUSIK TRADISIONAL INDONESIA
BERBASISKAN DISCRETE COSINE TRANSFORM
DAN JARAK JACCARD
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
v
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa tugas akhir ini tidak memuat karya
orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka sebagaimana
layaknya karya ilmiah.
Yogyakarta,
Ignatius Ardi Prasetyo Laia
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vi
HALAMAN PERSEMBAHAN DAN MOTTO HIDUP
MOTTO:
“Keterpurukan bukan menjadi alasan untuk
gagal, jalanilah hidup ini seperti air yang terus
mengalir”
Persembahan Skripsi ini kupersembahkan untuk ….
Yesus Kristus, Bunda Maria, dan Santo
Ignatius yang selalu menyertaiku dan sebagai
pembimbing dan pelindungku yang setia
Bapak dan Ibu di surga yang selalu
mendoakanku dan menyertaiku
Kedua adikku tercinta dan seluruh keluarga
yang selalu memberikan semangat, motivasi, dan doa
Serta teman-teman seperjuangan yang selalu ada
dalam keadaan suka dan duka
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vii
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA ILMIAH UNTUK KEPENTINGAN
AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :
Nama : Ignatius Ardi Prasetyo Laia
Nomor Mahasiswa : 105114007
Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan Universitas
Sanata Dharma karya ilmiah saya yang berjudul:
PENGENALAN SECARA REAL TIME GAMBAR ALAT
MUSIK TRADISIONAL INDONESIA BERBASISKAN
DISCRETE COSINE TRANSFORM DAN JARAK JACCARD
beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada
Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk
media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas dan
mempublikasikannya pada media lain untuk kepentingan akademis tanpa perlu meminta ijin
dari saya selama masih mencatumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Yogyakarta,
Ignatius Ardi Prasetyo Laia
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
viii
INTISARI
Indonesia memiliki alat musik tradisional yang beberapa diantaranya sudah diakui
dunia. Namun masih banyak penduduk yang belum paham tentang alat-alat musik tersebut
seperti nama, daerah asal, dan cara memainkannya. Seiring semakin berkembangnya
teknologi, maka dibutuhkan sistem yang mampu mengenali gambar alat musik tradisional
tersebut sehingga dapat membantu penduduk untuk bisa mendapatkan informasi dengan
cepat. Teknologi computer vision dapat menjadi solusi yang cocok untuk sistem ini.
Teknologi computer vision adalah teknologi yang dapat meniru kemampuan manusia untuk
mengenali suatu objek.
Sistem pengenalan gambar alat musik tradisional Indonesia ini akan dilakukan secara
real time dengan menggunakan webcam dan laptop. Webcam berguna untuk mengambil
potongan gambar alat musik tradisional yang ingin dikenali dan selanjutnya hasil dari semua
proses akan ditampilkan di laptop. Proses pengenalan ini menggunakan tahap preprocessing,
berbasiskan DCT 2-D (Discrete Cosine Transform), dan jarak jaccard. Sistem akan
menggunakan software Matlab, baik dalam pemrogramannya maupun visualisasi
pengambilan gambarnya.
Sistem pengenalan gambar alat musik tradisional Indonesia secara real time,
menggunakan webcam berbasiskan DCT 2-D (Discrete Cosine Transform) dapat bekerja
dengan baik. Berdasarkan hasil percobaan, parameter terbaik adalah pada resizing 8 dan
jumlah koefisien zigzag scanning 55. Hasil parameter terbaik ini dilakukan dalam pengujian
skala dan rotasi. Pada pengujian rotasi, ukuran sudut gambar yang dapat menghasilkan
pengenalan secara benar yaitu Gong (+12o dan -11o), Gambus (+6o dan -9o), dan Doli (+8o
dan -5o). Sedangkan pada pengujian skala, didapatkan hasil pengenalan secara benar dengan
ukuran skala gambar terkecil yaitu Gong (50%), Gambus (40%), dan Doli (40%).
Kata kunci: Webcam, DCT 2-D (Discrete Cosine Transform), jarak Jaccard, Pengenalan
gambar alat musik tradisional Indonesia.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ix
ABSTRACT
Indonesia having traditional musical instruments some of whom already recognized
of the world. But still many people who have not informed about the musical instruments
such as name, origin, and how to play it. As the development of technology , it is required
a system which is able to recognize an image of a musical instrument the traditional in
order to help the inhabitants to can get information quickly. Computer technology vision
can be a solution that suitable for this system. Computer technology vision is a technology
that could imitate the ability of humans to recognize an object.
Recognition systems indonesian traditional picture a musical instrument will be
done in real time by using the webcam and actually laptop. Webcam useful to take a
traditional percussion instrument intermixed footage who want to recognizable and then
the result of all the process to be seen on laptop. The process of the introduction of this
stage using preprocessing, based on 2-D DCT (Discrete Cosine Transform), and the
distance of jaccard. The system will use software matlab, both in programming and
visualization of filming.
Recognition systems pictures traditional musical instruments indonesia in real time,
using webcam basing discrete cosine transform can work well. Based on the results of
experiments conducted, the parameters of best is at resizing 8 and the number of the
coefficients zigzag scanning 55. The result of the parameters of this best done in testing the
scale and rotation. Rotation on testing, the size of the corner of a picture that can produce
the introduction of in the right ways that is gong ( + 12o and -11o ) , harps ( + 6o and -9o ) ,
and doli ( + 8o and -5o ) . While in testing the scale, obtained the results of the introduction
of is true with the size of the smallest scale drawing namely gong ( 50% ) , harps ( 40% ) ,
and doli ( 40% ) .
Key words: Webcam, DCT 2-D (Discrete Cosine Transform), Jaccard distance, the
recognition of the indonesian traditional musical instruments.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
x
KATA PENGANTAR
Puji dan syukur atas berkah dan pertolongan dari Tuhan Yesus Kristus kepada
penulis sehingga tugas akhir ini dapat diselesaikan dengan baik serta dapat menyelesaikan
studi pada tingkat strata satu di jurusan Teknik Elektro, Universitas Sanata Dharma
Yogyakarta.
Penulis menyadari bahwa semua proses penyelesaian tugas akhir ini banyak pihak
yang telah memberikan dukungan, doa, dan motivasi. Pada kesempatan ini, penulis ingin
mengucapkan terimakasih kepada :
1. Tuhan Yesus Kristus, atas berkah, pertolongan, dan penyertaannya sehingga
penulis dapat menyelesaikan tugas akhir ini dengan baik.
2. Paulina Heruningsih Prima Rosa, S.Si, M.Sc. selaku Dekan Fakultas Sains dan
Teknologi.
3. Petrus Setyo Prabowo, S.T., M.T. selaku Ketua Program Studi Teknik Elektro
Universitas Sanata Dharma Yogyakarta.
4. Dr. Linggo Sumarno, selaku dosen pembimbing tugas akhir dan dosen
pembimbing akademis yang telah membimbing penulis selama penulisan tugas
akhir dan selama dalam perkuliahan serta banyak memberikan masukan, motivasi
dan semangat sehingga proses perkuliahan dan tugas akhir ini dapat selesai
dengan baik.
5. Ir. Th. Prima Ari Setiyani, M.T. dan Wiwien Widyastuti, S.T.,M,T. selaku dosen
penguji yang telah memberikan bimbingan dan saran dalam memperbaiki tugas
akhir ini.
6. Seluruh dosen dan laboran yang telah mengajarkan banyak ilmu yang bermanfaat
selama menempuh pendidikan di Universitas Sanata Dharma Yogyakarta.
7. Seluruh Staff Program Studi Teknik Elektro Fakultas Sains dan Teknologi
Universitas Sanata Dharma Yogyakarta yang telah membantu dalam hal
administrasi.
8. Kedua orang tua saya di surga yang selalu menyertai saya dan menjadi motivasi
buat saya untuk tetap semangat.
9. Kedua Adikku tercinta, Maria Adisti Pratiwi Laia dan F.X Haryo Pamungkas
Laia yang selalu menjadi penghibur dan teman disaaat keadaan sulit dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xi
sekaligus orang yang suka menyindir saya yang membuat saya lebih bersemangat
untuk menyelesaikan tugas akhir ini.
10. Pakde Parjo dan Bude Umi serta Bapak Bambang dan Ibu Suharni, yang telah
saya anggap sebagai orangtua saya sendiri yang telah banyak memberikan
bantuan,semangat dan nasehat.
11. Seluruh keluarga yang telah memberikan dukungan.
12. Teman-teman seperjuangan angkatan 2010 yang menemani semua proses dalam
keadaan suka dan duka dan telah menjadi keluarga kedua bagi saya.
13. Ibu kost dan teman-teman kost Harmoni.
14. Semua pihak yang tidak dapat disebutkan satu per satu yang telah membantu dan
mendukung penyelesaian tugas akhir ini.
Peneliti menyadari bahwa tugas akhir ini masih jauh dari sempurna dan masih
banyak mengalami kekurangan. Oleh karena itu, penulis mengharapkan kritik dan saran
agar tugas akhir ini dapat menjadi lebih baik. Sehingga tugas akhir ini dapat membantu
serta bermanfaat bagi semua pihak.
Yogyakarta,
Peneliti,
Ignatius Ardi Prasetyo Laia
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xii
DAFTAR ISI
Halaman Sampul (Bahasa Indonesia) ........................................................................................ i
Halaman Sampul (Bahasa Inggris) ........................................................................................... ii
Halaman Persetujuan ............................................................................................................... iii
Halaman Pengesahan ............................................................................................................... iv
Pernyataan Keaslian Karya ....................................................................................................... v
Halaman Persembahan ............................................................................................................. vi
Lembar Persetujuan Publikasi Karya ...................................................................................... vii
Intisari .................................................................................................................................... viii
Abstract .................................................................................................................................... ix
Kata Pengantar .......................................................................................................................... x
Daftar Isi ................................................................................................................................. xii
Daftar Gambar ........................................................................................................................ xv
Daftar Tabel .......................................................................................................................... xvii
BAB I: PENDAHULUAN
1.1. Latar Belakang ....................................................................................................... 1
1.2. Tujuan dan Manfaat ............................................................................................... 2
1.3. Batasan Masalah .................................................................................................... 3
1.4. Metodologi Penelitian ............................................................................................ 4
BAB II: DASAR TEORI
2.1. Alat Musik Tradisional .......................................................................................... 5
2.2. Pengolahan Citra .................................................................................................... 6
2.2.1. Defenisi Citra ...................................................................................................... 6
2.2.2. Citra RGB ........................................................................................................... 7
2.2.3. Citra Grayscale ................................................................................................... 8
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiii
2.2.4. Cropping ............................................................................................................. 8
2.2.5. Resizing ............................................................................................................... 8
2.3. Discrete Cosine Transform Dua Dimensi (DCT 2-D) ........................................... 8
2.4. Fungsi Jarak Jaccard ........................................................................................... 10
2.5. Template matching ............................................................................................... 10
2.6. Zigzag Scanning ................................................................................................... 10
2.7. Webcam ................................................................................................................ 12
2.8. Matlab .................................................................................................................. 12
BAB III:PERANCANGAN
3.1. Gambaran Sistem ................................................................................................. 13
3.1.1. Fixture ............................................................................................................... 14
3.1.2. WebCam ............................................................................................................ 14
3.1.3. Potongan Gambar.............................................................................................. 14
3.1.4. Lampu ............................................................................................................... 14
3.1.5. Laptop atau Komputer ...................................................................................... 15
3.2. Proses Pengenalan Potongan Citra alat Musik Tradisional .................................. 15
3.2.1. Pengambilan Citra ............................................................................................. 15
3.2.2. Preprocessing ................................................................................................... 16
3.2.3. Ekstraksi Ciri .................................................................................................... 19
3.2.4. Jarak .................................................................................................................. 19
3.2.5. Database Potongan Citra ................................................................................... 20
3.2.6. Penentuan Keluaran .......................................................................................... 21
3.3. Gambar Uji........................................................................................................... 21
3.4. Perancangan GUI ................................................................................................. 22
BAB IV:HASIL DAN PEMBAHASAN
4.1. Pengujian dan Tampilan Program Pengenalan Gambar alat Musik Tradisional
di Indonesia secara Real Time .............................................................................. 24
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiv
4.2. Penentuan Nilai Parameter ................................................................................... 40
4.2.1. Pengujian Pengaturan Pengenalan gambar Alat Musik Tradisional
Indonesia secara Real Time .............................................................................. 40
4.2.2. Pengujian Pengenalan Gambar dengan Rotasi ................................................ 48
4.2.3. Pengujian Pengenalan Gambar dengan Skala .................................................. 52
BAB V:KESIMPULAN
5.1. Kesimpulan .......................................................................................................... 55
5.2. Saran .................................................................................................................... 55
DAFTAR PUSTAKA ............................................................................................................. 57
LAMPIRAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
DAFTAR GAMBAR
Halaman
Gambar 2.1. Beberapa gambar alat musik tradisional di Indonesia ..................................... 5
Gambar 2.2. Koordinat citra digital ...................................................................................... 6
Gambar 2.3. Skema warna RGB dalam kubus ..................................................................... 7
Gambar 2.4. Kubus berwarna RGB 24 bit ............................................................................ 7
Gambar 2.5. Gambar 2.5. Contoh citra hasil DCT 2-D; (a)Citra berukuran 256 x 256
piksel; (b) Citra hasil DCT .............................................................................. 9
Gambar 3.1. Gambaran sistem ........................................................................................... 13
Gambar 3.2. Diagram Blok Proses Pengenalan .................................................................. 15
Gambar 3.3. Gambar 3.3. Contoh hasil citra RGB menjadi citra greyscale;
(a) Citra RGB ; (b) Citra grayscale ............................................................... 16
Gambar 3.4. Diagram alir bounding box ............................................................................ 17
Gambar 3.5. Proses citra asli yang di resize dengan ukuran variasi piksel;
(a) Citra hasil cropping ; (b) Citra yang telah di resize dengan ukuran 32 x 32
piksel ............................................................................................................. 18
Gambar 3.6. Diagram alir ekstraksi ciri ............................................................................. 19
Gambar 3.7. Diagram alir fungsi jarak ............................................................................... 20
Gambar 3.8. Sistem pembuatan database ........................................................................... 20
Gambar 3.9. Diagram alir penentuan keluaran ................................................................... 21
Gambar 3.10. Tampilan utama jendela pengenalan ........................................................... 22
Gambar 4.1. Icon Matlab ..................................................................................................... 24
Gambar 4.2. Tampilan awal matlab ................................................................................... 25
Gambar 4.3. Tampilan jendela Gui .................................................................................... 25
Gambar 4.4. Tampilan utama jendela program pengenalan gambar alat musik tradisional di
Indonesia ....................................................................................................... 26
Gambar 4.5. Tampilan saat tombol On ditekan .................................................................. 26
Gambar 4.6. Program Tombol On ...................................................................................... 27
Gambar 4.7. Tampilan saat tombol Capture ditekan ......................................................... 27
Gambar 4.8. Program Tombol Capture .............................................................................. 28
Gambar 4.9. Tampilan pop-up menu variasi resizing ketika diklik .................................... 29
Gambar 4.10. Program untuk variasi resizing .................................................................... 29
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvi
Gambar 4.11. Tampilan pop-up menu variasi zigzag scanning ketika diklik ..................... 30
Gambar 4.12. Program untuk variasi zigzag scanning ....................................................... 30
Gambar 4.13. Program Tombol Proses untuk menampilkan hasil cropping ..................... 31
Gambar 4.14. Program Tombol Proses untuk menampilkan hasil resizing ....................... 32
Gambar 4.15. Program Tombol Proses untuk menampilkan hasil DCT dan hasil ekstraksi
ciri .................................................................................................................. 32
Gambar 4.16. Program Tombol proses untuk mengeluarkan database ............................. 34
Gambar 4.17. Perintah program Tombol Proses untuk perhitungan jarak ......................... 36
Gambar 4.18. Perintah program mencari nilai minimum ................................................... 36
Gambar 4.19. Program untuk menampilkan hasil pengenalan ........................................... 36
Gambar 4.20. Tampilan ketika program telah diproses ...................................................... 37
Gambar 4.21. Perintah program Tombol Proses untuk menampilkan info gambar alat
musik ............................................................................................................. 37
Gambar 4.22. Perintah Program Tombol Proses untuk me-reset ....................................... 40
Gambar 4.23. Perintah Program Tombol Proses untuk selesai .......................................... 40
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvii
DAFTAR TABEL
Halaman
Tabel 3.1. Spesifikasi Webcam Logitech c170h ................................................................. 14
Tabel 3.2. Keterangan Tampilan Utama Program .............................................................. 23
Tabel 4.1. Data hasil percobaan 1....................................................................................... 41
Tabel 4.2. Data hasil percobaan 2....................................................................................... 42
Tabel 4.3. Data hasil percobaan 3....................................................................................... 43
Tabel 4.4. Data hasil percobaan 4....................................................................................... 44
Talel 4.5. Data hasil percobaan 5 ...................................................................................... 45
Tabel 4.6. Hasil dari semua percobaan dengan grafik. ....................................................... 46
Tabel 4.7. Hasil pengujian rotasi untuk beberapa gambar ................................................ 48
Tabel 4.8. Hasil pengujian skala untuk beberapa gambar .................................................. 52
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Indonesia sudah terkenal memiliki keragaman dalam berbagai hal, salah satunya
adalah alat musik tradisional. Bentuk dan bunyi yang dihasilkan dari alat musik tersebut
berbeda-beda serta cara penggunaannya juga berbeda. Ada yang cara pemakaiannya
dengan petikan,pukulan,tiupan, ataupun dengan cara lainnya. Sebagai contoh, alat musik
yang berasal dari daerah Jawa yaitu gong dimainkan dengan cara dipukul dan alat musik
yang berasal dari daerah Nusa Tenggara Barat yaitu serunai yang merupakan alat musik
tiup.
Alat musik tradisional dapat ditemui di berbagai museum daerah namun mungkin
masih banyak orang yang tidak mengetahui jenis-jenis alat musik tradisional Indonesia.
Untuk mengatasi hal ini, penulis akan membuat suatu sistem untuk mengenali beberapa
gambar alat musik tradisional Indonesia secara real timemenggunakan webcam. Dalam
penerapannya, aplikasi computer vision dinilai sangat cocok untuk pengaplikasian sistem
ini. Computer Vision dapat meniru kemampuan manusia untuk mengenali suatu objek.
Dalam penelitian sebelumnya, penulis menemukan beberapa penelitian tentang
pengenalan suatu objek, yaitu diantaranya pernah diteliti oleh Ardy Pujiyanta [1] tentang
pengenalan citra objek sederhana dengan jaringan saraf tiruan metode perceptron dengan
objek-objek yang dapat dikenali meliputi kubus, kerucut, tabung, prisma dan limas. Selain
itu, penulis juga menemukan penelitian oleh Deniel Cahyo Prasetyo [2] tentang pengenalan
citra untuk perangkat elektronika secara real time menggunakan webcam berbasis ekstraksi
ciri Discrete Cosine Transform.
Pada pembuatan sistem, gambar yang telah dicapture oleh user dengan
menggunakan webcam akan otomatis membandingkan dengan objek yang berupa gambar
dari alat-alat musik tradisisonal Indonesia sehingga menghasilkan perbandingan jarak
terkecil. Objek tersebut kemudian diproses melalui preprocessing. Kemudian diproses
dengan berbasiskan Discrete Cosine Transform (DCT) yang akan dijadikan sebagai
database. Karakter yang telah dicapture dibandingkan dengan database dengan
menggunakan jarak Jaccard dan hasil perbandingan yang terkecil merupakan objek yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
telah dicapture. Semua proses tersebut menggunakan software Matlab R2010a, baik dalam
pemrogramannya maupun visualisasi pengambilan gambarnya. Jika proses pengambilan
gambar telah sesuai dengan database, maka sistem ini akan memberi peringatan kepada
user bahwa proses pengenalan gambar sudah selesai dan user dapat melihat hasil dari
karakter yang telah dicapture melalui tampilan layar monitor dalam bentuk teks.
1.2. Tujuan dan manfaat
Tujuan dari penulisan tugas akhir ini adalah untuk menghasilkan suatu sistem
dalam aplikasi computer vision yang dapat mengenali gambar alat musik tradisional
Indonesia secara real time dengan menggunakan ekstraksi ciriberbasiskan Discrete Cosine
Transform (DCT) dan jarak Jaccard.
Manfaat penulisan tugas akhir ini adalah sebagai langkah awal untuk penelitian
selanjutnya untuk membuat computer vision yang dapat mengenali suatu objek yang
sesungguhnya.
1.3. Batasan Masalah
Sistem pengenalan gambar alat musik tradisional di Indonesia terdiri dari hardware
dan software (komputer). Hardware berfungsi untuk melakukan pengenalan awal terhadap
gambar alat musik tradisional, sedangkan software pada komputer berfungsi untuk
mengatur semua proses pengenalan gambar alat musik tradisonal.
Pada perancangan sistem ini, penulis fokus pada pembuatan software komputer untuk
memproses pengenalan gambar alat musik tradisional, sedangkan untuk hardware berupa
webcam yang sudah tersedia di pasaran. Adapun beberapa batasan masalah yang dianggap
perlu pada perancangan ini, yaitu sebagai berikut:
a. Masukan berupa 28 citra alat musik tradisional Indonesia yaitu accordion
(Sumatera Selatan), angklung (Jawa Barat), bende (Lampung), boning (Jawa),
cengceng (Bali), doli (Bengkulu), fu (Maluku Utara), gambus (Jambi), gendang
(Jawa), gendang dayak (Kalimantan), gendang melayu (Bangka Belitung), gong
(Jawa), kecapi (Jawa Barat), kecapi (Sulawesi Selatan), kenong (Jawa), kolintang
(Sulawesi Utara), lado-lado (Sulawesi Tenggara), marwad (Kepulauan Riau),
panting (Kalimantan Selatan), rebab (Jawa), rifai (Nangroe Aceh Darussalam),
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
sasando (Timor), serunai (Nusa Tenggara Barat), siter (Jawa), suling saluang
(Sumatera Barat), tifa (Irian Jaya), tifa (Maluku), dan tuma (Kalimantan Barat)
yang memiliki template berbeda-beda dan gambar terbesar dari poster yaitu gong
dengan ukuran 9cm x 12cm dengan ukuran template 14cmx14cm
b. Citra berasal dari poster (lihat LampiranL1).
c. Menggunakan perangkat lunak komputasi (Matlab R2010a) dalam pembuatan
program.
d. Menggunakan ekstraksi ciri berbasiskanDiscrete Cosine Transform (DCT).
e. Menggunakan jarak Jaccard sebagai metode pembandingnya.
f. Gambar citra alat musik tradisional dalam pengujiannya akan menggunakan variasi
rotasi ∆ ± 10 untuk mensimulasikan webcam yang berputar dan variasi skala ∆ ±
10% untuk mensimulasikan webcam yang naik turun. Pengujian dilakukan sampai
gambar tidak dapat dikenali lagi.
g. Menggunakan webcam untuk pengenalan objek serta posisi webcam yang tepat
berada di atas objek dengan jarak 33cm.
h. Pengenalan secara real time.
i. Selain 28 citra alat musik tradisional Indonesia di atas akan dikenali secara salah.
j. Intensitas cahaya sesuai dengan kondisi di laboratorium Tugas Akhir dan akan
ditambahkan 2 buah lampu philips 8 Watt dengan kuat cahaya masing-masing
lampu 475lm.
k. Output berupa teks nama alat musik, daerah asal alat musik, dan keterangan singkat
tentang alat musik di layar monitor.
l. Menggunakan variasi resizing yaitu 256x256, 128x128, 64x64, 32x32, 16x16, 8x8
piksel.
m. Menggunakan variasi jumlah koefisien DCT yaitu dari 3, 10, 21, 36, 55, 78, 105,
136.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
1.4. Metodologi Penelitian
Langkah-langkah dalam pengerjaaan Tugas Akhir adalah sebagai berikut :
a. Pengumpulan bahan-bahan referensi berupa buku-buku dan jurnal-jurnal ilmiah
mengenai pengenalan suatu objek, pemrograman matlab, image processing,
ciriDiscrete Cosine Transform (DCT), jarak Jaccard.
b. Perancangan subsistem software dan hardware
Tahap ini bertujuan untuk mencari bentuk model yang optimal dari sistem
yang akan dibuat dengan mempertimbangkan berbagai faktor–faktor permasalahan
dan kebutuhan yang ditentukan.
c. Pembuatan subsistem software dan hardware
Sistem akan bekerja apabila user menekan tombol push button yang
ditampilkan dalam tampilan visual yang disediakan dalam software. Kemudian
sistem akan mengolah data yang diterima dari webcam dan mulai menampilkan
proses menampilkan video (record) sampai user memberikan perintah untuk
pengambilan gambar (capture). Kemudian, user memberikan interupsi untuk
memulai pengenalan perangkat elektronika. Setelah itu, matlab akan melakukan
proses pengolahan gambar alat musik tradisional yang sudah dicapture oleh
webcam dan ditampilkan berupa teks pada layar monitor.
d. Analisa data yang pertama dilakukan dengan menyelidiki pengaruh variasi resizing
(ukuran citra) dan jumlah koefisien DCT terhadap tingkat pengenalan. Penyimpulan
hasil dilakukan untuk mencari ukuran resizing dan koefisien DCT yang terbaik
yang menghasilkan tingkat pengenalan yang optimal. Kedua, menyelidiki pengaruh
penskalaan dan rotasi terhadap tingkat pengenalan. Cara pengujian menggunakan
uji rotasi ∆ ± 1o dan uji skala ∆ ± 10%.Penyimpulan hasil dilakukan untuk
mengetahui kinerja sistem pengenalan terhadap pengaruh skala dan rotasi hingga
gambar tidak dapat dikenali lagi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
BAB II
DASAR TEORI
2.1. Alat Musik Tradisional
Alat Musik Tradisional Indonesia atau yang biasa juga disebut dengan alat musik
daerah Indonesia sangat banyak sekali karena biasanya masing-masing provinsi
mempunyai alat musik tradisional masing-masing serta memiliki keunikan dan ciri khas
tersendiri. Hampir setiap alat musik dari masing-masing daerah memiliki perbedaan dan
dapat dilihat dari bentuk, bunyi, dan cara penggunaannya.
Hingga kini, alat musik tradisional masih sering digunakan oleh setiap daerah jika
ada upacara adat baik itu suka maupun suku. Bahkan, angklung yang merupakan alat
musik dari Pulau Jawa telah dikukuhkan oleh United Nations Educational, Scientific and
Cultural Organization (UNESCO) sebagai warisan budaya dunia asli Indonesia pada
November 2010 [3]. Beberapa contoh alat musik tradisional di Indonesia adalah sebagai
berikut :
Gambar 2.1. Beberapa gambar alat musik tradisional di Indonesia
Angklung ( Jawa Barat ) Bonang ( Jawa Timur ) Gong ( Jawa )
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
2.2. Pengolahan Citra
2.2.1. Defenisi Citra
Citra merupakan salah satu komponen multimedia yang memegang peranan penting
sebagai bentuk informasi visual, karena karakteristiknya yang kaya dengan informasi. Citra
digital mengacu pada pemrosesan setiap data 2 dimensi. Citra digital merupakan sebuah
larik (array) yang berisi nilai-nilai real maupun komplek yang direpresentasikan dengan
deretan bit tertentu.
Suatu citra dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N
kolom, dengan x dan y adalah koordinat spasial, dan amplitudo f di titik koordinat (x,y)
dinamakan intensitas atau tingkat keabuan dari citra pada titik tersebut. Apabila nilai x,y,
dan nilai amplitudo f secara keseluruhan berhingga (finite) dan bernilai diskrit maka dapat
dikatakan bahwa citra tersebut adalah citra digital. Gambar 2.2 menunjukkan posisi
koordinat citra digital.
Gambar 2.2. Koordinat citra digital.
Nilai pada suatu irisan antara baris dan kolom (pada posisi x,y) disebut dengan picture
elements, image elements, pel, atau pixels [4].
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
2.2.2. Citra RGB[5]
Dalam model RGB, setiap warna memperlihatkan komponen spectral primary red,
green dan blue. Model ini didasarkan pada sistem koordinat kartesian. Sub space warna
yang dicari adalah kubus yang ditunjukkan pada gambar 2.3. Nilai RGB pada tiga sudut
adalah cyan, magenta dan yellow. Nilai RGB pada sudut lain adalah hitam dan putih paling
jauh dari origin. Dalam model ini, grayscale (keabuan) diperluas dari hitam ke putih di
sepanjang garis gabungan dua titik. Perbedaan warna dalam model ini adalah titik yang
berada di dalam kubus dan didefinisikan oleh penyebarannya dari faktor origin.
Gambar 2.3. Skema warna RGB dalam kubus
Citra yang dipresentasikan dalam model warna RGB terdiri dari tiga komponen, masing–
masing untuk setiap warna primer (red, green and blue). Jumlah bit yang digunakan untuk
mempresentasikan setiap piksel dalam space RGB disebut pixel dept. Jumlah bit dalam
citra RGB dimana setiap citra red, green dan blue adalah citra 8 bit. Dalam kondisi setiap
warna pixel RGB mempunyai kedalaman 24 bit seperti pada gambar 2.4. Citra full color
sering digunakan untuk menyatakan citra berwarna RGB 24 bit. Total jumlah warna dalam
citra 24 bit adalah (28 ) = 16,777,216.
Gambar 2.4. Kubus berwarna RGB 24 bit
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
2.2.3. Citra Grayscale
Citra grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada
setiap pixelnya, dengan kata lain nilai bagian RED = GREEN = BLUE. Nilai tersebut
digunakan untuk menunjukkan tingkat intensitas. Warna yang dimiliki adalah warna dari
hitam, keabuan, dan putih. Tingkatan keabuan disini merupakan warna abu dengan
berbagai tingkatan dari hitam hingga mendekati putih [4].
Dalam citra ini tidak ada lagi warna, yang ada adalah derajat keabuan. Untuk
mengubah citra berwarna yang mempunyai nilai matrik masing-masing r, g, b menjadi citra
grayscale dengan nilai s, maka konversi dapat dilakukan dengan mengambil rata-rata nilai
r, g, b sehingga dapat dituliskan menjadi [6]:
𝑆 =𝑅 + 𝐺 + 𝐵
3 (2.1)
2.2.4. Cropping
Cropping pada pengolahan citra berarti memotong satu bagian dari citra sehingga
diperoleh citra yang diharapkan. Ukuran pemotongan citra tersebut berubah sesuai dengan
ukuran citra yang diambil.
2.2.5. Resizing
Rezising citra adalah mengubah besarnya ukuran citra dalam piksel. Tampilan citra
tidak ada yang berubah hanya ukuran piksel dan matriksnya yang dirubah.
2.3. Discrete Cosine Transform Dua Dimensi (DCT 2-D)
DCT satu dimensi untuk mengolah sinyal-sinyal dimensi satu seperti bentuk
gelombang suara. Sedangkan untuk citra sinyal dua dimensi, diperlukan versi dua dimensi
dari DCT. Rumus DCT 2-D adalah:
F(m,n)=2
√MN C(m)C(n) ∑ ∑ f
N-1
y=0
M-1
x=0
(x, y) cos(2x+1)mπ
2M cos
(2y+1)nπ
2N (2.2)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
9
Dimana :
𝐶(𝑚), 𝐶(𝑛) = 1√2 (2.3)
Untuk :
𝑚, 𝑛 = 0
Dan :
𝐶(𝑚), 𝐶(𝑛) = 1 (2.4)
Untuk :
m,n ≠ 0
Keterangan :
1. F (m,n) adalah titik koordinat dari matriks yang telah mengalami transformasi DCT
2 dimensi.
2. M dan N adalah banyak kolom dan baris.
3. Cm dan Cn adalah himpunan hasil yang nilainya ditentukan dari nilai koefisien m
dan n.
4. f(xy) adalah nilai pixel dari matriks pada titik (x,y).
Contoh citra hasil dari Ekstraksi ciri DCT 2-D dapat dilihat pada gambar 2.5.
(a) (b)
Gambar 2.5. Contoh citra hasil DCT 2-D
(a) Citra berukuran 256 x 256 piksel ; (b) Citra hasil DCT
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
2.4. Fungsi Jarak Jaccard
Fungsi jarak Jaccard menghitung besarnya perubahan dari dua variabel. Fungsi
jarak ini membagi dua variabel 1 dengan variabel lainnya yang saling berhubungan.
Fungsi jarak Jaccard dirumuskan sebagai berikut [7]:
DJac =∑ (𝑃𝑖 − 𝑄𝑖𝑛
𝑖=1 )2--
∑ 𝑃𝑖2 + ∑ 𝑄𝑖
2 + ∑ 𝑃𝑖 𝑄𝑖𝑛𝑖=1 𝑛
𝑖=1𝑛𝑖=1
(2.5)
Dimana :
DJac = Jarak Jaccard
P,Q = Dua vektor yang akan dicari jaraknya
n = Ukuran vektor
Tekstur akan diklasifikasikan sebagai tekstur i apabila DJac merupakan jarak terkecil
dibandingkan dengan jarak yang lainnya.
2.5. Template Matching [8]
Templete matching merupakan salah satu pendekatan yang paling sederhana dan
paling awal untuk pengenalan pola. Matching adalah operasi generik pada pengenalan pola
yang digunakan untuk menentukan kemiripan antara entitas (titik, kurva, atau bentuk) dari
jenis yang sama. Biasanya sampel (template) pada template matching berbentuk 2D, yang
nantinya akan dicocokan dengan sampel yang telah disimpan dengan cara memperhatikan
rotasi dan skalanya. Pengukuran kesamaan antara sampel masukkan dengan sampel
disimpan dapat dicari korelasinya dengan optimal berdasarkan percobaan yang dilakukan.
2.6. Zig Zag Scanning
ZigZag scanning berfungsi untuk merepresentasikan Matriks 2-D dari koefisien
DCT terkuantisasi dalam bentuk vektor satu dimensi. Setelah kuantisasi, sebagian besar
koefisien frekuensi tinggi (pojok kanan bawah) adalah nol. Dalam memanfaatkan jumlah
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
11
nol maka digunakan scan zigzag dari matriks. Zigzag scanning memungkinkan semua
koefisien DC dan AC dengan nilai yang terendah akan diproses terlebih dahulu. Gambar
2.6 menunjukan urutan zigzag scanning.
Keterangan :
1. Lapis 1 = 1 koefisien DCT 9. Lapis 9 = 45 koefisien DCT
2. Lapis 2 = 3 koefisien DCT 10. Lapis 10 = 55 koefisien DCT
3. Lapis 3 = 6 koefisien DCT 11. Lapis 11 = 66 koefisien DCT
4. Lapis 4 = 10 koefisien DCT 12. Lapis 12 = 78 koefisien DCT
5. Lapis 5 = 15 koefisien DCT 13. Lapis 13 = 91 koefisien DCT
6. Lapis 6 = 21 koefisien DCT 14. Lapis 14 = 105 koefisien DCT
7. Lapis 7 = 28 koefisien DCT 15. Lapis 15 = 120 koefisien DCT
8. Lapis 8 = 36 koefisien DCT 16. Lapis 16 = 136 koefisien DCT
Lapis DCT
Gambar 2.6. Urutan zigzag scanning
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
12
2.7. Webcam
Webcam atau web camera adalah sebuah perangkat yang dapat menangkap video
serta gambar, kemudian langsung menyimpannya dalam hard drive komputer. Sebuah
kamera video digital kecil yang dihubungkan ke komputer melalui (biasanya) port USB
ataupun port COM. Pada penelitian ini, webcam yang digunakan yaitu webcam Logitec
C170 seperti pada gambar 2.7 yang memiliki sensor type VGA dan image sensor
resolution 5 megapixel.
Gambar 2.7. Webcam Logitech C170
2.8. Matlab
Matlab merupakan bahasa pemrograman yang dikhususkan untuk kebutuhan
komputasi teknis, visualisasi dan pemrograman seperti komputasi matematik, analisis data,
pengembangan algoritma, simulasi dan pemodelan, dan grafik-grafik perhitungan [9]. Pada
penelitian ini, matlab yang digunakan yaitu seri R2010a.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
BAB III
PERANCANGAN
3.1. Gambaran Sistem
Blok sistem untuk pengenalan gambar alat musik tradisional Indonesia dapat dilihat
pada gambar 3.1.
Gambar 3.1. Gambaran Sistem
Sistem pengenalan gambar alat musik tradisional Indonesia terdiri dari software
pada komputer yang berfungsi sebagai user interface dalam proses pengenalan. Software
yang dibuat dalam bentuk user interface dengan program matlab yang berperan sebagai
pusat pengaturan semua pengenalan gambar alat musik tradisional Indonesia seperti
mengambil citra dan mengenali gambar yang sudah di capture. Pengambilan gambar
dilakukan dengan menggunakan webcam dan dengan membutuhkan tambahan dua buah
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
14
lampu agar gambar yang dihasilkan dapat fokus tanpa adanya shadow serta interferensi dan
setelah semua proses dilakukan maka output yang berupa teks akan muncul pada layar
laptop atau komputer.
3.1.1. Fixture
Fixture digunakan sebagai tempat dudukan webcam serta potongan gambar alat
musik tradisional. Fixture terbuat dari kayu. Posisi potongan gambar dan webcam tegak
lurus sehingga di dapatkan hasil yang simetris. Dalam perancangan ini, untuk mendapatkan
hasil yang fokus maka jarak antara webcam dengan posisi objek gambar yaitu ± 33 cm.
3.1.2. Webcam
Webcam yang digunakan adalah webcam merk Logitech seri c170h. Contoh
webcam yang digunakan dapat dilihat pada Gambar 2.3. Spesifikasi webcam bisa dilihat
pada tabel 3.1.
Tabel 3.1. Spesifikasi Webcam Logitech c170h
Photo Quality 5 Megapixel
Video Quality VGA
Fokus Type Always Fokused
3.1.3. Potongan Gambar
Potongan gambar yang digunakan yaitu berupa potongan dari poster (lihat
Lampiran 1) dan dalam satu potongan gambar hanya menampilkan satu macam gambar
alat musik tradisional. Potongan gambar yang digunakan yaitu dengan ukuran template
yang beraneka ragam dan ukuran gambar asli alat musik tradisional yang berasal dari
poster.
3.1.4. Lampu
Lampu berfungsi untuk memberikan brightness lebih pada gambar alat musik
tradisional sehingga gambar yang ditangkap oleh kamera dapat terlihat lebih jelas atau
fokus dan untuk menghindari shadow.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
3.1.5. Laptop atau komputer
Pada sistem pengenalan ini, laptop atau komputer berfungsi sebagai pengolah
software yang termasuk di antaranya matlab ataupun pada preprocessing, serta
penyimpanan database. Pengenalan yang ingin ditampilkan dapat dilihat melalui keluaran
pada laptop ataupun komputer.
3.2. Proses Pengenalan Potongan Citra Alat Musik Tradisional
Proses pengenalan potongan citra alat musik tradisional adalah proses di mana
potongan citra yang di capture akan dikenali bentuknya. Proses ini terdiri pengambilan
citra, preprocessing, pengenalan dan keluaran yanag berupa teks. Proses kerja sistem dapat
dilihat pada gambar 3.2.
Gambar 3.2. Diagram Blok Proses Pengenalan
3.2.1. Pengambilan Citra
Citra yang berbentuk potongan gambar diambil dengan menggunakan webcam
yang sudah terhubung dengan komputer. Webcam terlebih dahulu sudah dikenali oleh
laptop/komputer. Webcam yang berada tegak lurus dengan potongan citra dan harus
mencari jarak terbaik atau fokus. Untuk mendapatkan gambar yang fokus diperlukan juga
adanya tambahan lampu agar intensitas cahaya tidak mengganggu untuk pengambilan
gambar. Resolusi 640 x 480 yang digunakan pada webcam ini akan membantu untuk
mendapatkan tampilan gambar yang lebih baik. Perintah untuk mengambil gambar dengan
menggunakan webcam adalah sebagai berikut :
vidobj =
videoinput('winvideo',1,'YUY2_640x480');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
preview(vidobj);
pause
frame = getsnapshot(vidobj);
stop(vidobj)
delete(vidobj)
gambar=yuy2torgb(frame);
imshow(gambar)
3.2.2. Preprocessing
Preprocessing merupakan tahap untuk mempersiapkan citra sebelum ke tahap
ekstraksi ciri sehingga dapat diproses ke tahap selanjutnya. Preprocessing sendiri terdiri
dari grayscale, cropping, dan resizing.
1. Grayscale
Grayscale merupakan proses dimana citra asli akan diubah warnanya menjadi
keabuan. Perintah yang digunakan untuk mengubah citra RGB menjadi grayscale
adalah rgb2gray. Hal ini akan mempermudah proses pengolahan citra selanjutnya yaitu
ekstraksi ciri. Contoh citra hasil grayscale dapat dilihat pada gambar 3.3.
(a) (b)
Gambar 3.3. Contoh hasil citra RGB menjadi citra greyscale
(a) Citra RGB ; (b) Citra grayscale
dengan program :
I=imread('Gong (Jawa).jpg');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
J=double(rgb2gray(I));
K=(J/255);
imshow (K)
2. Cropping
Cropping adalah suatu proses untuk memotong citra pada bagian tertentu atau yang
tidak diperlukan sehingga didapatkan hasil yang diinginkan untuk mempermudah data
yang akan diolah. Pada percobaan ini, cropping menggunakan bounding box dan
bounding box ini akan melakukan automatic cropping. Diagram alir bounding box
dapat dilihat pada gambar 3.4.
Gambar 3.4. Diagram alir bounding box
Proses bounding box adalah proses dimana citra masukkan akan di cropping sesuai
dengan bounding box-nya. Cropping dilakukan dengan cara memotong matrik citra
masukkan yang nilainya kurang dari nilai parameter yang sudah ditentukan. Proses
cropping dilakukan dengan cara memotong tiap sisi secara bergantian, pertama kali
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18
yaitu sisi sebelah kiri di cropping setelah di-cropping citra diputar sejauh 90° dan
kemudian citra sisi sebelah kiri di-cropping kembali. Proses ini dilakukan terus
menerus hingga semua sisi citra di cropping semua.
3. Resizing
Proses resizing dilakukan agar citra yang akan diekstrak dari webcam dengan
resolusi 640x480 piksel mempunyai ukuran piksel yang sama dengan aturan ekstraksi
ciri Discrete Cosine Transform Two Dimension (DCT 2-D), yaitu dengan ukuran
variasi piksel 256 x 256, 128 x 128, 64 x 64, 32 x 32, 16x16, dan 8x8 piksel. Pada
penelitian ini, adanya variasi piksel dimaksudkan untuk mencari ukuran yang terbaik
dari citra tersebut. Hasil citra resizing dapat dilihat pada gambar 3.5.
Gambar 3.5. Proses citra asli yang di resize dengan ukuran variasi piksel
(a) Citra hasil cropping ; (b) Citra yang telah di resize dengan ukuran 32 x 32
dengan program : I3=imresize(I2,[32 32]);
imshow(I3); axis('on')
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
19
3.2.3. Ekstraksi Ciri
Dalam perancangan, ekstraksi ciri yang digunakan yaitu berbasiskan Discrete
Cosine Transform 2-D ( DCT 2-D) yang berfungsi untuk membagi citra ke dalam blok-
blok kecil dengan ukuran tetap yang kemudian dikonversikan dari domain spasial ke
domain DCT dengan cara melakukan evaluasi dari variasi jumlah koefisien DCT dari nilai
yang terendah dulu yaitu dari 3, 10, 21, 36, 55, 78, 105, 136. Nilai-nilai koefisien DCT
didapatkan dari zigzag scanning dengan matriks 16x16 seperti pada gambar 2.6. Proses
Ekstraksi ciri dapat dilihat pada gambar 3.6.
Gambar 3.6. Diagram Alir Ekstraksi Ciri
3.2.4. Jarak
Proses pengukuran jarak bertujuan untuk membandingkan citra yang telah di
capture dengan menggunakan webcam dengan database. Hasil jarak minimum yang
diperoleh akan di gunakan ke dalam proses selanjutnya. Unutk perancangan ini, jarak yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
20
digunakan adalah jarak Jaccard seperti pada persamaan (2.5). Proses kerja jarak tersebut
dapat dilihat pada gambar 3.7.
Gambar 3.7. Diagram Alir Jarak
3.2.5. Database Potongan Citra
Database digunakan sebagai acuan dalam penentuan pengenalan citra. Untuk
membuat database dapat dilakukan dalam beberapa proses yaitu adanya input citra,
preprocessing dan Discrete Cosine Transform 2-D dapat dilihat pada gambar 3.8.
Gambar 3.8. Sistem Pembuatan Database
Citra gambar yang akan dijadikan database yaitu 28 jenis gambar alat musik
tradisional yang telah dicapture menggunakan webcam dan gambar yang telah dicapture
akan dipotong dengan menggunakan aplikasi Photoshop. Pemotongan dilakukan pada
bagian luar dari sisi hitam dan yang akan dijadikan sebagai database adalah gambar yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
berada pada bagian dalam dari sisi hitam serta menerapkan variasi resizing ( 256x256,
128x128, 64x64, 32x32, 16x16, 8x8 piksel ) dan jumlah koefisien DCT ( 3, 10, 21, 36, 55,
78, 105, 136 ). Citra akan diproses melalui preprocessing yang terdiri dari grayscale,
cropping, dan resizing. Selanjutnya, citra hasil preprocessing akan dimasukkan ke dalam
Disrete Cosine Transform 2-D untuk menghasilkan suatu data matriks. Perlu diketahui
bahwa database sudah harus diketahui oleh sistem yang dikarenakan nantinya database
akan digunakan sebagai media pembanding.
3.2.6. Penentuan Keluaran
Proses penentuan keluaran adalah subproses terakhir dari proses pengenalan
gambar alat musik tradisional. Pada proses ini hasil pengenalan gambar alat musik
tradisional ditentukan dengan berdasakan jarak minimum yang diperoleh setelah proses
penghitungan jarak. Proses penentuan keluaran direpresentasikan pada gambar 3.9.
Gambar 3.9. Diagram Alir Penentuan Keluaran
3.3. Gambar Uji
Gambar uji diambil setelah user menekan tombol “Capture”. Hasil capture atau
sampel diambil dari kepingan gambar yang sudah diatur secara fix dan cahaya yang sudah
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
diatur intensitasnya agar tidak terdapat shadow yang dapat mengganggu gambar yang ingin
di capture. Proses yang berlangsung meliputi citra alat musik tradisional, preprocessing
yang terdiri dari grayscale, cropping dan resizing dan Discrete Cosine Transform Two
Dimension (DCT 2-D). Hasil proses tersebut kemudian disimpan dan diproses kembali
untuk mendapatkan hasil pengenalan gambar alat musik tradisional.
3.4. Perancangan GUI
Grapichal User Interface akan memudahkan user dalam penggunaan software ini
sehingga dapat memahami sistem pengenalan gambar beserta cara kerjanya. Tampilan GUI
dalam perancangan sistem ini dapat dilihat pada gambar 3.10.
Gambar 3.10. Tampilan Utama Jendela Pengenalan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
Tabel 3.2. Keterangan Tampilan Utama Program
Nama Bagian Deskripsi
Tombol On Tombol On digunakan untuk mengaktifkan webcam
Tombol Capture Tombol Capture digunakan untuk pengambilan citra gambar alat
musik tradisional Indonesia
Axes 1 pada panel
webcam
Untuk menampilan gambar yang telah di ambil dengan
menggunakan webcam
Axes 2 pada panel
Preprocessing
Untuk menampilkan citra hasil cropping
Axes 3 pada panel
Preprocessing
Untuk menampilkan citra hasil resizing
Axes 4 pada Panel
Ekstraksi ciri
Untuk menampilkan hasil DCT
Axes 5 pada Panel
Ekstraksi ciri
Untuk menampilkan hasil ekstraksi ciri dengan jumlah koefisien
zigzag scanning
Pop-up Menu pada
panel Preprocessing
Untuk memilih variasi piksel
Pop-up Menu pada
panel Ekstraksi ciri
Untuk memilih variasi koefisien DCT yaitu zigzag scanning
Tombol proses Untuk proses cropping dan resizing
Panel Keluaran Untuk menampilkan hasi pengenalan yang berupa teks
Panel Penjelasan Untuk menampilkan penjelasan singkat tentang alat musik yang
berupa teks
Tombol Info Tombol info digunakan untuk melihat info tentang alat musik
Tombol Reset Tombol reset digunakan untuk me-reset program untuk melakukan
pengenalan yang baru
Tombol Selesai Untuk mengakhiri seluruh proses
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
BAB IV
HASIL DAN PEMBAHASAN
Pada hasil dan pembahasan, akan dibahas tentang rancangan software dan hasil dari
pengerjaan software serta sejauh mana program ini dapat berjalan dengan baik.
Pengambilan data yang dilakukan dengan menggunakan citra 28 gambar alat musik
tradisional di indonesia dengan berbagai variasi yang telah ditetapkan.
4.1. Pengujian dan tampilan program pengenalan gambar alat musik
tradisonal di Indonesia secara Real Time
Pengujian dan tampilan program menggunakan perangkat keras dan perangkat
lunak sebagai berikut:
1. Processor INTEL(R) core(TM)i5 CPU M430 @2.27GHZ with Radeon™
HD Graphics 1,75 GHz
2. RAM 2.00 GB
3. Matlab7.10.0 (R2020a)
Program pengenalan dapat dilakukan dengan langkah-langkah sebagai berikut :
a. Klik dua kali pada icon matlab seperti pada gambar 4.1.
Gambar 4.1. Icon matlab
b. Setelah klip icon matlab, maka akan muncul tampilan awal matlab seperti pada
gambar 4.2.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
Gambar 4.2. Tampilan awal matlab
c. Kemudian ganti Current Directory sesuai dengan directory dimana program yang
akan dipakai disimpan, setelah itu ketik guide Gui pada Command Window maka
akan muncul tampilan jendela utama program pengenalan seperti pada gambar 4.3,
klik run untuk menjalankan program.
Gambar 4.3. Tampilan jendela Gui
d. Setelah klik run, maka akan menampilkan tampilan utama program seperti pada
gambar 4.4.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
Gambar 4.4. Tampilan utama jendela program pengenalan gambar alat musik
tradisional di Indonesia
e. Selanjutnya, memilih dan menekan tombol yang sudah tersedia beserta urutannya
seperti gambar 4.4. Berikut merupakan fungsi dan penjelasan tentang tombol
tersebut :
1. Tombol On
Gambar 4.5. Tampilan saat tombol On ditekan
Tombol On berfungsi untuk mengaktifkan webcam dan gambar yang
akan dicapture akan tampil pada “axes 1”. Program untuk menjalankan
tombol tersebut dapat dilihat pada Gambar 4.6.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27
imaqhwinfo;
info = imaqhwinfo('winvideo');
dev_info = imaqhwinfo('winvideo',2);
vidobj=videoinput('winvideo',2,'YUY2_640X480');
vidobj.FramesPerTrigger = 2;
triggerconfig(vidobj, 'manual');
vidRes = get(vidobj, 'VideoResolution');
imWidth = 640;
imHeight = 480;
nBands = get(vidobj, 'NumberOfBands');
hImage = image(zeros(imHeight, imWidth, nBands),
'parent',handles.axes1);
preview(vidobj, hImage)
Gambar 4.6. Program Tombol On
Pada gambar 4.6, perintah program imaqhwinfo adalah merupakan program
mengetahui informasi dari webcam tentang nama device dan format warna
hasil dari webcam misal RGB, YUY, dll. Perintah program preview untuk
menampilkan video pada saat camera on yang akan ditampilkan pada axes1.
2. Tombol Capture
Gambar 4.7. Tampilan saat tombol Capture ditekan
Tombol Capture berfungsi untuk mengambil/mencuplik gambar dari
video yang akan digunakan untuk proses selanjutnya dan hasil dari gambar
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28
yang telah dicuplik akan ditampilkan pada “axes 1”. Format gambar yang
sudah dicuplik yaitu grayscale. Untuk menjalankan tombol tersebut,
menggunakan program sebagai berikut :
imaqhwinfo;
info = imaqhwinfo('winvideo');
dev_info = imaqhwinfo('winvideo',2);
vidobj=videoinput('winvideo',2,'YUY2_640X480');
vidobj.FramesPerTrigger = 2;
vidobj.ReturnedColorspace = 'grayscale';
triggerconfig(vidobj, 'manual');
vidRes = get(vidobj, 'VideoResolution');
imWidth = 640;
imHeight = 480;
nBands = get(vidobj, 'NumberOfBands');
hImage = image(zeros(imHeight, imWidth, nBands),
'parent',handles.axes1);
%preview(vidobj,hImage);
start(vidobj);
pause(2);
gambar = getsnapshot(vidobj);
trigger(vidobj);
stop(vidobj)
delete(vidobj)
%imwrite(capture1);
axes(handles.axes1);
imshow(gambar)
axis on
handles.gambar=gambar;
guidata(hObject,handles);
Gambar 4.8. Program Tombol Capture
Gambar 4.8 hampir sama dengan program gambar 4.6 tetapi tetapi
pada gambar 4.8 ditambah dengan perintah grayscale yang berfungsi
mengubah warna citra menjadi keabu-abuan. Hasil dari capture webcam
memiliki format gambar grayscale sehingga diubah terlebih dahulu ke
format gambar YUY dengan cara menggunakan fungsi yuy2_640x480.
Pada fungsi yuy2 digunakan angka 640x480 agar hasil gambar yang telah
dicapture memiliki ukuran 640x480. Perintah program getsnapshot adalah
perintah untuk meng-capture gambar saat camera telah on. Agar hasil
capture bisa dipanggil dan digunakan diprogram lain maka diinisialisasikan
menggunakan “handles”.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
3. Pop-up menu variasi resizing
Gambar 4.9. Tampilan pop-up menu variasi resizing ketika diklik
Pop-up menu berfungsi untuk memilih berbagai ukuran resizing
yang akan digunakan untuk mengenali gambar alat musik tradisional
Indonesia. Perintah program yang digunakan adalah sebagai berikut :
indeks=get(handles.popupmenu2,'Value'); switch indeks case 2 ukuran=8; case 3 ukuran=16; case 4 ukuran=32; case 5 ukuran=64; case 6 ukuran=128; case 7 ukuran=256; end handles.ukuran=ukuran; guidata(hObject,handles);
Gambar 4.10. Program untuk variasi resizing
Pada gambar 4.10 tertulis ukuran=8 maksudnya yaitu ukuran
resizing bernilai 8x8 piksel, untuk penjelasan resizing dapat dilihat pada bab
III. Resizing diinisialisasikan dengan nama “ukuran”, agar nilai variasi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
resizing ini dapat dipanggil diprogram lain maka diubah menjadi
“handles.ukuran”.
4. Pop-up menu variasi zigzag scanning
Gambar 4.11. Tampilan pop-up menu variasi zigzag scanning ketika diklik
Pop-up menu selanjutnya berfungsi untuk memilih berbagai ukuran zigzag
scanning yang akan digunakan untuk mengenali gambar alat musik
tradisional Indonesia. Perintah program yang digunakan adalah sebagai
berikut :
indeks=get(handles.popupmenu3,'Value'); switch indeks case 2 jkoef=3; case 3 jkoef=10; case 4 jkoef=21; case 5 jkoef=36; case 6 jkoef=55; case 7 jkoef=78; case 8 jkoef=105; case 9 jkoef=136; end handles.jkoef=jkoef; guidata(hObject,handles);
Gambar 4.12. Program untuk variasi zigzag scanning
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
Pada gambar 4.12 tertulis jkoef=3 maksudnya yaitu jumlah koefisien
dct dengan menggunakan zigzag scanning bernilai 3, untuk penjelasan
ekstraksi ciri dengan zigzag scanning dapat dilihat pada bab III. Jumlah
ukuran zigzag scannig diinisialisasikan dengan nama “jkoef”, agar nilai
variasi resizing ini dapat dipanggil diprogram lain maka diubah menjadi
“handles.jkoef”.
5. Tombol Proses
Tombol proses berfungsi untuk mengolah dan menjalankan proses
pengenalan dari gambar yang telah di capture, preprocessing ( cropping
dan resizing ), ekstraksi ciri dan fungsi jarak hingga nantinya menghasilkan
jarak minimum dari gambar tersebut dan hasil keluaran yang berupa teks.
Tombol proses dapat berjalan setelah memilih variasi resizing dan variasi
zigzag scanning. Berikut merupakan program dari tombol proses :
%Automatic cropping x1=handles.gambar; x1=(double(x1))/255; x10=1-x1; x11=bboxg(x10); axes(handles.axes2); imshow(x11) axis on
Gambar 4.13. Program Tombol Proses untuk menampilkan hasil cropping
Pada penelitian ini, cropping dilakukan secara otomatis tanpa
menentukan nilai koordinat. Pada gambar 4.13, perintah double berfungsi
untuk mengubah nilai pada gambar grayscale karena nilainya masih
unsigninteger, sedangkan nilai hasil akhir dibagi 255 sebagai normalisasi
agar nilai maksimalnya 1. Kemudian dilakukan pembalikan warna yaitu
yang berwarna gelap (bernilai 0) diubah menjadi berwarna terang (bernilai
>0) dengan cara seperti list program “x10”, hal ini dilakukan untuk
mempermudah dalam tahap automatic cropping. Tahap selanjutnya adalah
tahap automatic cropping dengan menggunakan perintah “bbox” atau
bounding box seperti yang telah dijelaskan pada bab III.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
%Proses Resizing axes(handles.axes3); if ukuran==8 ukuran=[8,8]; elseif ukuran==16 ukuran=[16,16]; elseif ukuran==32 ukuran=[32,32]; elseif ukuran==64 ukuran=[64,64]; elseif ukuran==128 ukuran=[128,128]; elseif ukuran==256 ukuran=[256,256]; end
x3=imresize(x11,ukuran); imshow(x3) axis on
Gambar 4.14. Program Tombol Proses untuk menampilkan hasil resizing
Gambar 4.14 merupakan proses untuk melakukan resizing setelah
hasil cropping. Resizing dapat mengubah ukuran piksel gambar menjadi
besar maupun kecil tanpa merubah ukuran gambar. Perintah diatas tertulis
ukuran=[8,8] maksudnya adalah mengubah gambar hasil cropping menjadi
ukuran 8x8 piksel. List program x3 menggunakan perintah imresize
maksudnya adalah untuk mengubah ukuran citra setelah hasil cropping
sesuai dengan keinginan user yaitu dengan memilih pop-up menu variasi
resizing.
Gambar 4.15. Program Tombol Proses untuk menampilkan hasil DCT dan
hasil ekstraksi ciri
%Tampilan DCT axes(handles.axes4); if jkoef==3 jkoef=[3];
elseif jkoef==10 jkoef=[10];
elseif jkoef==21 jkoef=[21];
elseif jkoef==36 jkoef=[36];
elseif jkoef==55 jkoef=[55];
elseif jkoef==78 jkoef=[78];
elseif jkoef==105 jkoef=[105];
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
33
elseif jkoef==136 jkoef=[136];
end
jkoef y=abs(dct2(x3));
L=('Hasil DCT'); set(handles.text6,'string',L); axes(handles.axes4); imshow(y); axis on
% Ambil yang perlu secara zigzag if ukuran(1)==8 x4=zigzag8(y); elseif ukuran(1)==16 x4=zigzag16(y); else x4=zigzag32(y); end x4=x4(1:jkoef); M=('Hasil Ekstraksi Ciri'); set(handles.text7,'string',M); axes(handles.axes5); imshow(x4); axis on x4=x4(:); bar(x4); sx4=size(x4) sz=size(z)
Gambar 4.15. (Lanjutan) Program Tombol Proses untuk menampilkan hasil
DCT dan hasil ekstraksi ciri
Gambar 4.15 merupakan proses untuk hasil DCT dan ekstraksi ciri.
Ekstraksi ciri yang digunakan yaitu DCT dan penentuan nilai koefisien
dilakukan dengan zigzag scanning. Hasil dari resizing harus menyesuaikan
aturan nilai zigzag scanning yang digunakan sehingga tidak melebihi batas
matriknya. Fungsi program “dct2” adalah untuk memanggil fungsi ekstraksi
ciri DCT 2-D. Input dari program ekstraksi ciri berasal dari hasil proses
hasil resizing. List program “x4” berfungsi untuk membuat data yang terdiri
dari beberapa kolom menjadi hanya satu kolom.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
Gambar 4.16. Program Tombol proses untuk mengeluarkan database
ukuran=handles.ukuran; jkoef=handles.jkoef;
if (ukuran==8) &(jkoef==3) load x8ciri3; elseif (ukuran==8) &(jkoef==10) load x8ciri10; elseif (ukuran==8) &(jkoef==21) load x8ciri21; elseif (ukuran==8) &(jkoef==36) load x8ciri36; elseif (ukuran==8) &(jkoef==55) load x8ciri55; elseif (ukuran==16) &(jkoef==3) load x16ciri3; elseif (ukuran==16) &(jkoef==10)
load x16ciri10; elseif (ukuran==16) &(jkoef==21)
load x16ciri21; elseif (ukuran==16) &(jkoef==36)
load x16ciri36; elseif (ukuran==16) &(jkoef==55)
load x16ciri55; elseif (ukuran==16) &(jkoef==78)
load x16ciri78; elseif (ukuran==16) &(jkoef==105)
load x16ciri105; elseif (ukuran==16) &(jkoef==136)
load x16ciri136; elseif (ukuran==32) &(jkoef==3)
load x32ciri3; elseif (ukuran==32) &(jkoef==10)
load x32ciri10; elseif (ukuran==32) &(jkoef==21)
load x32ciri21; elseif (ukuran==32) &(jkoef==36)
load x32ciri36; elseif (ukuran==32) &(jkoef==55)
load x32ciri55; elseif (ukuran==32) &(jkoef==78)
load x32ciri78; elseif (ukuran==32) &(jkoef==105)
load x32ciri105; elseif (ukuran==32) &(jkoef==136)
load x32ciri136; elseif (ukuran==64) &(jkoef==3)
load x64ciri3; elseif (ukuran==64) &(jkoef==10)
load x64ciri10; elseif (ukuran==64) &(jkoef==21)
load x64ciri21; elseif (ukuran==64) &(jkoef==36)
load x64ciri36; elseif (ukuran==64) &(jkoef==55) load x64ciri55;
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
elseif (ukuran==64) &(jkoef==78) load x64ciri78; elseif (ukuran==64) &(jkoef==105) load x64ciri105; elseif (ukuran==64) &(jkoef==136) load x64ciri136; elseif (ukuran==128) &(jkoef==3) load x128ciri3; elseif (ukuran==128) &(jkoef==10) load x128ciri10; elseif (ukuran==128) &(jkoef==21) load x128ciri21; elseif (ukuran==128) &(jkoef==36) load x128ciri36; elseif (ukuran==128) &(jkoef==55) load x128ciri55; elseif (ukuran==128) &(jkoef==78) load x128ciri78; elseif (ukuran==128) &(jkoef==105) load x128ciri105; elseif (ukuran==128) &(jkoef==136) load x128ciri136; elseif (ukuran==256) &(jkoef==3) load x256ciri3; elseif (ukuran==256) &(jkoef==10) load x256ciri10; elseif (ukuran==128) &(jkoef==21) load x256ciri21; elseif (ukuran==256) &(jkoef==36) load x256ciri36; elseif (ukuran==256) &(jkoef==55) load x256ciri55; elseif (ukuran==256) &(jkoef==78) load x256ciri78; elseif (ukuran==256) &(jkoef==105) load x256ciri105; elseif (ukuran==256) &(jkoef==136) load x256ciri136; end
Gambar 4.16. (Lanjutan) Program Tombol proses untuk mengeluarkan
database
Gambar 4.16 merupakan program untuk mengeluarkan database
yang akan dibandingkan dalam perhitungan jarak. Fungsi load adalah untuk
memuat database dari mat-file dari simpanan database.
Perintah program untuk menghitung jarak antara citra masukan
dengan citra database dapat dilihat pada Gambar 4.17.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
36
for n=1:28 x4(1)=0; z(1,n)=0; r(n)=jarak(x4,z(:,n));
end
Gambar 4.17 Perintah program Tombol Proses untuk perhitungan jarak
Perintah program pada Gambar 4.17 adalah untuk memanggil fungsi jarak
jaccard yang akan membandingkan antara hasil dari output ekstraksi ciri
yaitu x4 dengan hasil dari database yaitu z.
Perintah program untuk mencari nilai minimum dengan perhitungan
fungsi jarak jaccard dapat dilihat pada gambar 4.18.
r; a=find(min(r)==r); minr=min(r)
Gambar 4.18 Perintah program mencari nilai minimum
a merupakan hasil pencarian nilai terkecil dari hasil perhitungan jarak.
%Deskripsi string s={'Accordion (Sumatera Selatan)','Angklung (Jawa
Barat)','Bende (Lampung)',... 'Bonang (Jawa Timur)','Cengceng (Bali)','Doli (Bengkulu)','Fu
(Maluku Utara)',... 'Gambus (Jambi)','Gendang (Jawa)','Gendang Dayak
(Kalimantan)','Gendang Melayu (Bangka Belitung)',... 'Gong (Jawa)','Kecapi (Jawa Barat)','Kecapi (Sulawesi
Selatan)','Kenong (Jawa)',... 'Kolintang (Sulawesi Utara)','Lado-lado (Sulawesi
Tenggara)','Marwad (Kepulauan Riau)',... 'Panting (Kalimantan Selatan)','Rebab (Jawa)','Rifai
(NAD)','Sasando (Timor)',... 'Serunai (Nusa Tenggara Barat)','Siter (Jawa)','Suling
Saluang (Sumatera Barat)',... 'Tifa (Irian Jaya)','Tifa (Maluku)','Tuma (Kalimantan
Barat)'};
%Hasil keluaran minimum hasil=s{a}; set(handles.edit1,'string',hasil); handles.a=a; guidata(hObject,handles);
Gambar 4.19. Program untuk menampilkan hasil pengenalan
Pada Gambar 4.19, variabel s adalah inisialisasi dari 28 gambar.
Nilai yang paling minimum akan dipanggil sesuai nama inisialisasi dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
37
ditampilkan edit_text 1 dengan menggunakan perintah set. Gambar 4.20
menampilkan hasil pengenalan dari suatu gambar alat musik tradisional di
Indonesia setelah menekan tombol proses. Dari Gambar 4.20 dapat dilihat
bahwa semua program dapat berjalan dengan baik dan selanjutnya
dilakukan percobaan untuk menentukan nilai parameter terbaik untuk
pengenalan gambar alat musik tradisional di Indonesia.
Gambar 4.20. Tampilan ketika program telah diproses
6. Tombol info
Tombol info berfungsi untuk menampilkan keterangan singkat dari
gambar alat musik tradisional yang berhasil dikenali secara benar ataupun
salah. Perintah program pada tombol info dapat dilihat pada Gambar 4.21.
Gambar 4.21. Perintah program Tombol Proses untuk menampilkan info
gambar alat musik
function pushbutton8_Callback(hObject, eventdata, handles) u=handles.a; if (u==1)
set(handles.edit2,'string','Accordion adalah alat
musik sejenis organ dan dimainkan dengan cara ditekan.'); elseif (u==2)
set(handles.edit2,'string','Angklung adalah alat
musik bernada ganda. Alat musik ini dibuat dari bambu,
dibunyikan dengan cara digoyangkan.'); elseif (u==3)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
38
Gambar 4.21. (Lanjutan) Perintah program Tombol Proses untuk
menampilkan info gambar alat musik
set(handles.edit2,'string','Bende adalah sejenis
gong kecil dan merupakan alat musik pukul.'); elseif (u==4)
set(handles.edit2,'string','Bonang adalah salah satu
alat musik dalam instrumen gamelan Jawa dan cara
memainkannya dengan dipukul.'); elseif (u==5)
set(handles.edit2,'string','Cengceng adalah bagian
dari seperangkat gamelan Bali dan cara memainkannya dengan
cara dipukul.'); elseif (u==6)
set(handles.edit2,'string','Doli adalah alat musik
yang dimainkan dengan cara dipukul.'); elseif (u==7)
set(handles.edit2,'string','Fu terbuat dari kerang,
cara memainkannya dengan ditiup.'); elseif (u==8)
set(handles.edit2,'string','Gambus adalah alat musik
berdawai yang dimainkan dengan cara dipetik.'); elseif (u==9)
set(handles.edit2,'string','Gendang dayak merupakan
alat musik pukul.'); elseif (u==10)
set(handles.edit2,'string','Gendang jawa merupakan
suatu alat musik pukul dan sering digunakan untuk
instrumen gamelan jawa.'); elseif (u==11)
set(handles.edit2,'string','Gendang Melayu memiliki
sumber bunyi melalui membraofon dan dimainkan dengan dua
telapak tangan.'); elseif (u==12)
set(handles.edit2,'string','Gong merupakan suatu
alat musik pukul yang sering digunakan dalam gamelan
jawa.'); elseif (u==13)
set(handles.edit2,'string','Kecapi merupakan alat
musik yang dimainkan dengan cara dipetik.'); elseif (u==14)
set(handles.edit2,'string','Kecapi Sulawesi
merupakan merupakan alat musik petik dan sering digunakan
sebagai pengiring tarian.'); elseif (u==15)
set(handles.edit2,'string','Kenong merupakan alat
musik pukul dan salah satu alat musik yang menyusun
gamelan Jawa.'); elseif (u==16)
set(handles.edit2,'string','Kolintang merupakan
suatu alat musik pukul dan terdiri dari barisan gong
kecil.'); elseif (u==17)
set(handles.edit2,'string','Lado-lado merupakan alat
musik pukul dan digunakan pada saat acara-acara
tertentu.'); elseif (u==18)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
Gambar 4.21. (Lanjutan) Perintah program Tombol Proses untuk
menampilkan info gambar alat musik
Gambar 4.21 adalah untuk menampilkan info singkat tentang alat musik
tradisional. Selanjutnya info alat musik tradisional akan ditampilkan pada
edit_text 2.
7. Tombol reset
Tombol reset berfungsi untuk me-reset ulang jika user ingin
melakukan pengenalan baru. Perintah program untuk tombol reset dapat
dilihat pada gambar 4.22.
set(handles.edit2,'string','Marwad merupakan sejenis
gendang panjang dan merupakan alat musik pukul.'); elseif (u==19)
set(handles.edit2,'string','Panting merupakan alat
musik petik dan cara memainkannya yaitu dipetik pada
senarnya.'); elseif (u==20)
set(handles.edit2,'string','Rebab adalah alat musik
gesek menyerupai alat musik biola yang memiliki dua sampai
tiga senar.'); elseif (u==21)
set(handles.edit2,'string','Rifai merupakan
instrumen musik pukul (percussi) yang berfungsi pengiring
kesenian tradisional.'); elseif (u==22)
set(handles.edit2,'string','Sasando merupakan alat
musik berdawai dimainkancara memetik dengan jari-jemari
tangan.'); elseif (u==23)
set(handles.edit2,'string','Serunai adalah sejenis
alat musik suling bambu dan merupakan alat musik tiup.'); elseif (u==24)
set(handles.edit2,'string','Siter merupakan bagian
ricikan gamelan yang teknik menabuhnya dengan cara di
petik.'); elseif (u==25)
set(handles.edit2,'string','Suling Saluang adalah
alat musik tiup dan terbuat dari bambu tipis.'); elseif (u==26)
set(handles.edit2,'string','Tifa Irian mirip dengan
alat musik gendang yang dimainkan dengan cara dipukul.'); elseif (u==27)
set(handles.edit2,'string','Tifa maluku mirip dengan
alat musik gendang yang dimainkan dengan cara dipukul.'); elseif (u==28)
set(handles.edit2,'string','Tuma dimainkan dengan
ditepuk menggunakan telapak tangan.'); end
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40
Gambar 4.22. Perintah Program Tombol Proses untuk me-reset
8. Tombol selesai
Tombol selesai berfungsi untuk keluar dari proses pengenalan
gambar alat musik tradisional di Indonesia. Perintah program untuk tombol
selesai dapat dilihat pada Gambar 4.23.
delete(figure(Gui));
Gambar 4.23. Perintah Program Tombol Proses untuk selesai
4.2. Penentuan Nilai Parameter
Penentuan nilai parameter dilakukan ketika semua program dapat berjalan dengan
baik. Pada penelitian ini, ada 3 tahapan pengujian yang akan dilakukan. Tahapan pertama
adalah pengujian pengaturan pengenalan gambar dengan berbagai variasi yang telah
ditentukan. Tahapan ini bertujuan untuk mencari nilai dari parameter yang digunakan
untuk menghasilkan tingkat pengenalan terbaik. Tahapan kedua adalah pengujian
pengenalan gambar dengan rotasi dan menggunakan nilai parameter terbaik yang telah di
dapatkan pada tahapan pertama. Tahapan ketiga adalah pengujian pengenalan gambar
dengan skala dan menggunakan nilai parameter terbaik yang telah didapatkan apada
tahapan pertama sama halnya dengan pengujian rotasi.
4.2.1. Pengujian Pengaturan Pengenalan Gambar Alat Musik Tradisional
Indonsesia Secara Real Time
Pengujian nilai parameter dengan melakukan percobaan dengan variasi resizing
8x8 piksel, 16x16 piksel, 32x32 piksel, 64x64 piksel, 128x128 piksel, 256x256 piksel dan
variasi zigzag scanning dengan koefisien 3,10,21,36,55,78,105,136 terhadap 28 gambar
alat musik tradisional Indonesia. Dari setiap koefisien DCT dan resizing tersebut akan
dilakukan 5 kali percobaan untuk masing-masing gambar alat musik tradisional. Hal ini
delete(figure(Gui)); figure(Gui);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41
dilakukan untuk mencari nilai parameter dengan tingkat pengenalan terbaik yaitu sejauh
mana sistem dapat mengenali gambar 100% secara benar dengan koefisien zigzag scanning
terkecil dan pada suatu variasi resizing.
Tabel 4.1. Data hasil percobaan 1
Tingkat Pengenalan (%)
Jumlah
koefisien
zigzag
scanning
Resizing
256x256
piksel
Resizing
128x128
piksel
Resizing
64x64
piksel
Resizing
32x32
piksel
Resizing
16x16
piksel
Resizing
8x8 piksel
3 7,14 7,14 7,14 7,14 7,14 3,57
10 75 75 75 71,43 75 71,43
21 100 100 96,43 100 100 96,43
36 100 100 100 100 100 100
55 100 100 100 100 100 100
78 100 100 100 100 100 -
105 100 100 100 100 100 -
136 100 100 100 100 100 -
Pada tabel 4.1, dapat dilihat bahwa tingkat pengenalan dengan benar sebesar 100%
berada pada ukuran jumlah koefisien zigzag scanning 21, 36, 55, 78, 105, 136. Jumlah
koefisien zigzag scanning 21 dapat mengenali semua gambar secara benar dengan ukuran
resizing 256x256 piksel, 128x128 piksel, 32x32 piksel, dan 16x16 piksel. Jumlah koefisien
zigzag scanning 36 dapat mengenali semua gambar secara benar dengan ukuran resizing
256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, 16x16 piksel, dan 8x8 piksel.
Jumlah koefisien zigzag scanning 55 dapat mengenali semua gambar secara benar dengan
ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, 16x16 piksel,
dan 8x8 piksel. Jumlah koefisien zigzag scanning 78 dapat mengenali semua gambar
secara benar dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32
piksel, dan 16x16 piksel. Jumlah koefisien zigzag scanning 105 dapat mengenali semua
gambar secara benar dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64
piksel, 32x32 piksel, dan 16x16 piksel. Jumlah koefisien zigzag scanning 136 dapat
mengenali semua gambar secara benar dengan ukuran resizing 256x256 piksel, 128x128
piksel, 64x64 piksel, 32x32 piksel, dan 16x16 piksel.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
Tabel 4.2. Data hasil percobaan 2
Tingkat Pengenalan (%)
Jumlah
koefisien
zigzag
scanning
Resizing
256x256
piksel
Resizing
128x128
piksel
Resizing
64x64
piksel
Resizing
32x32
piksel
Resizing
16x16
piksel
Resizing
8x8 piksel
3 3,57 3,57 3,57 3,57 7,14 10,71
10 46,43 46,43 42,86 35,71 32,14 28,57
21 89,28 89,28 85,71 89,28 85,71 78,57
36 92,86 92,86 92,86 92,86 92,86 89,28
55 100 100 100 100 100 100
78 100 100 100 100 100 -
105 100 100 100 100 100 -
136 100 100 100 100 100 -
Pada tabel 4.2, dapat dilihat bahwa tingkat pengenalan dengan benar sebesar 100%
berada pada ukuran jumlah koefisien zigzag scanning 55, 78, 105, 136. Jumlah koefisien
zigzag scanning 55 dapat mengenali semua gambar secara benar dengan ukuran resizing
256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, 16x16 piksel, dan 8x8 piksel.
Jumlah koefisien zigzag scanning 78 dapat mengenali semua gambar secara benar dengan
ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, dan 16x16
piksel. Jumlah koefisien zigzag scanning 105 dapat mengenali semua gambar secara benar
dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, dan
16x16 piksel. Jumlah koefisien zigzag scanning 136 dapat mengenali semua gambar secara
benar dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel,
dan 16x16 piksel.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
Tabel 4.3. Data hasil percobaan 3
Tingkat Pengenalan (%)
Jumlah
koefisien
zigzag
scanning
Resizing
256x256
piksel
Resizing
128x128
piksel
Resizing
64x64
piksel
Resizing
32x32
piksel
Resizing
16x16
piksel
Resizing
8x8 piksel
3 3,57 3,57 3,57 3,57 7,14 7,14
10 50 50 50 42,86 39,28 32,14
21 92,86 92,86 92,86 92,86 92,86 82,14
36 96,43 96,43 96,43 96,43 96,43 92,86
55 100 100 100 100 100 100
78 100 100 100 100 100 -
105 100 100 100 100 100 -
136 100 100 100 100 100 -
Pada tabel 4.3, dapat dilihat bahwa tingkat pengenalan dengan benar sebesar 100%
berada pada ukuran jumlah koefisien zigzag scanning 55, 78, 105, 136. Jumlah koefisien
zigzag scanning 55 dapat mengenali semua gambar secara benar dengan ukuran resizing
256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, 16x16 piksel, dan 8x8 piksel.
Jumlah koefisien zigzag scanning 78 dapat mengenali semua gambar secara benar dengan
ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, dan 16x16
piksel. Jumlah koefisien zigzag scanning 105 dapat mengenali semua gambar secara benar
dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, dan
16x16 piksel. Jumlah koefisien zigzag scanning 136 dapat mengenali semua gambar secara
benar dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel,
dan 16x16 piksel.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
Tabel 4.4. Data hasil percobaan 4
Tingkat Pengenalan (%)
Jumlah
koefisien
zigzag
scanning
Resizing
256x256
piksel
Resizing
128x128
piksel
Resizing
64x64
piksel
Resizing
32x32
piksel
Resizing
16x16
piksel
Resizing
8x8 piksel
3 7,14 7,14 7,14 7,14 7,14 7,14
10 53,57 53,57 53,57 53,57 50 35,71
21 92,86 92,86 92,86 92,86 92,86 89,28
36 100 100 100 100 100 100
55 100 100 100 100 100 100
78 100 100 100 100 100 -
105 100 100 100 100 100 -
136 100 100 100 100 100 -
Pada tabel 4.4, dapat dilihat bahwa tingkat pengenalan dengan benar sebesar 100%
berada pada ukuran jumlah koefisien zigzag scanning 36, 55, 78, 105, 136. Jumlah
koefisien zigzag scanning 36 dapat mengenali semua gambar secara benar dengan ukuran
resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, 16x16 piksel, dan
8x8 piksel. Jumlah koefisien zigzag scanning 55 dapat mengenali semua gambar secara
benar dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel,
16x16 piksel, dan 8x8 piksel. Jumlah koefisien zigzag scanning 78 dapat mengenali semua
gambar secara benar dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64
piksel, 32x32 piksel, dan 16x16 piksel. Jumlah koefisien zigzag scanning 105 dapat
mengenali semua gambar secara benar dengan ukuran resizing 256x256 piksel, 128x128
piksel, 64x64 piksel, 32x32 piksel, dan 16x16 piksel. Jumlah koefisien zigzag scanning
136 dapat mengenali semua gambar secara benar dengan ukuran resizing 256x256 piksel,
128x128 piksel, 64x64 piksel, 32x32 piksel, dan 16x16 piksel.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
Tabel 4.5. Data hasil percobaan 5
Tingkat Pengenalan (%)
Jumlah
koefisien
zigzag
scanning
Resizing
256x256
piksel
Resizing
128x128
piksel
Resizing
64x64
piksel
Resizing
32x32
piksel
Resizing
16x16
piksel
Resizing
8x8 piksel
3 7,14 7,14 7,14 7,14 3,57 3,57
10 50 50 46,43 53,57 57,14 50
21 92,86 92,86 92,86 92,86 92,86 92,86
36 100 100 100 100 100 100
55 100 100 100 100 100 100
78 100 100 100 100 100 -
105 100 100 100 100 100 -
136 100 100 100 100 100 -
Pada tabel 4.5, dapat dilihat bahwa tingkat pengenalan dengan benar sebesar 100%
berada pada ukuran jumlah koefisien zigzag scanning 36, 55, 78, 105, 136. Jumlah
koefisien zigzag scanning 36 dapat mengenali semua gambar secara benar dengan ukuran
resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel, 16x16 piksel, dan
8x8 piksel. Jumlah koefisien zigzag scanning 55 dapat mengenali semua gambar secara
benar dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64 piksel, 32x32 piksel,
16x16 piksel, dan 8x8 piksel. Jumlah koefisien zigzag scanning 78 dapat mengenali semua
gambar secara benar dengan ukuran resizing 256x256 piksel, 128x128 piksel, 64x64
piksel, 32x32 piksel, dan 16x16 piksel. Jumlah koefisien zigzag scanning 105 dapat
mengenali semua gambar secara benar dengan ukuran resizing 256x256 piksel, 128x128
piksel, 64x64 piksel, 32x32 piksel, dan 16x16 piksel. Jumlah koefisien zigzag scanning
136 dapat mengenali semua gambar secara benar dengan ukuran resizing 256x256 piksel,
128x128 piksel, 64x64 piksel, 32x32 piksel, dan 16x16 piksel.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
Tabel 4.6. Hasil dari semua percobaan dengan grafik
Percobaan Grafik hasil pengenalan
1
2
3
0
20
40
60
80
100
120
3 10 21 36 55 78 105 136
Jumlah koefisien zigzag scanning
Tin
gkat
pen
gen
alan
(%
)
Penelitian mencari nilai parameter terbaik
Resizing 256x256 piksel
Resizing 128x128 piksel
Resizing 64x64 piksel
Resizing 32x32 piksel
Resizing 16x16 piksel
Resizing 8x8 piksel
0
20
40
60
80
100
120
3 10 21 36 55 78 105 136
Jumlah Koefisien zigzag scanning
Tin
gkat
pen
gen
alan
(%
)
Penelitian mencari nilai parameter terbaik
Resizing 256x256 piksel
Resizing 128x128 piksel
Resizing 64x64 piksel
Resizing 32x32 piksel
Resizing 16x16 piksel
Resizing 8x8 piksel
0
20
40
60
80
100
120
3 10 21 36 55 78 105 136
Jumlah Koefisien zigzag scanning
Tin
gkat
pen
gen
alan
(%
)
Penelitian mencari nilai parameter terbaik
Resizing 256x256 piksel
Resizing 128x128 piksel
Resizing 64x64 piksel
Resizing 32x32 piksel
Resizing 16x16 piksel
Resizing 8x8 piksel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
Tabel 4.6. (Lanjutan) Hasil dari semua percobaan dengan grafik
Percobaan Grafik hasil pengenalan
4
5
Dari tabel 4.6. dapat dilihat bahwa semua percobaan telah dilakukan dengan
menggunakan variasi resizing dan koefisien zigzag scanning. Hasil parameter terbaik
ditunjukkan pada pengambilan data dengan variasi resizing 8x8 piksel, 16x16 piksel,
32x32 piksel, 64x64 piksel, 128x128 piksel, dan 256x256 piksel dengan jumlah koefisien
zigzag scanning 55. Pada penelitian menyelidiki pengaruh jumlah koefisien zigzag
scanning terhadap resizing, ukuran resizing yang semakin kecil akan membuat gambar
pecah dan kabur,hampir berbeda dengan gambar awal karena matriksnya yang mengecil
sehingga akan sulit diproses untuk pengenalannya dengan menggunakan nilai koefisien
zigzag scanning yang semakin kecil. Sebaliknya, jika ukuran resizing semakin besar maka
gambar akan terlihat lebih jelas dengan ukuran matriks yang semakin besar sehingga akan
mudah diproses untuk pengenalannya dengan menggunakan nilai koefisien yang lebih
0
20
40
60
80
100
120
3 10 21 36 55 78 105 136
Jumlah Koefisien zigzag scanning
Tin
gkat
pen
gen
alan
(%
)
Penelitian mencari nilai parameter terbaik
Resizing 256x256 piksel
Resizing 128x128 piksel
Resizing 64x64 piksel
Resizing 32x32 piksel
Resizing 16x16 piksel
Resizing 8x8 piksel
0
20
40
60
80
100
120
3 10 21 36 55 78 105 136
Jumlah Koefisien zigzag scanning
Tin
gkat
pen
gen
alan
(%
)
Penelitian mencari nilai parameter terbaik
Resizing 256x256 piksel
Resizing 128x128 piksel
Resizing 64x64 piksel
Resizing 32x32 piksel
Resizing 16x16 piksel
Resizing 8x8 piksel
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
besar. Jumlah koefisien zigzag scanning yang semakin kecil membuat bagian gambar yang
akan diambil setelah hasil DCT akan semakin sedikit sehingga gambar akan sulit dikenali
secara benar. Semakin besar variasi zigzag scanning, maka bagian gambar yang akan
diambil dari hasil DCT akan semakin banyak dan tingkat pengenalan gambar dengan benar
akan meningkat.Untuk diketahui, proses zigzag scanning akan mengambil bagian gambar
dari bagian sisi kiri atas dari hasil DCT.
Pada resizing 8, variasi zigzag scanning tertinggi yang digunakan hanya bisa
mencapai 55. Hal ini disebabkan karena keterbasan jumlah matriks yang digunakan pada
variasi zigzag8 yang hanya bisa mencapai 64.
4.2.2 Pengujian Pengenalan Gambar Dengan Rotasi
Pada pengujian gambar dengan rotasi, gambar original (0o) akan diputar manual ±
1o dengan menggunakan busur. Hal ini dilakukan untuk mensimulasikan webcam yang
berputar. Gambar yang diuji berjumlah 3 gambar yang terdiri dari gambar terbesar yaitu
Gong (Jawa), gambar berukuran sedang yaitu gambus (Jambi), dan gambar berukuran kecil
yaiu doli (Bengkulu) dan gambar yang lain belum dilakukan pengujian. Pengujian rotasi
dilakukan sebanyak 5 kali dari masing-masing gambar dengan menggunakan parameter
terbaik dari pengujian gambar original yaitu untuk ukuran resizing dipilih salah satu dari
berbagai variasi resizing yang ada dan dengan jumlah koefisien zigzag scanning 55. Pada
percobaan ini, penulis menggunakan ukuran resizing 8x8 piksel.
Tabel 4.7. Hasil pengujian rotasi untuk beberapa gambar
Gambar Sudut gambar
Percobaan
Percobaan
1
Percobaan
2
Percobaan
3
Percobaan
4
Percobaan
5
+ - + - + - + - + -
Gong 0o v v v v v v v v v v
1o v v v v v v v v v v
2o v v v v v v v v v v
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
Tabel 4.7. (Lanjutan) Hasil pengujian rotasi untuk beberapa gambar.
Gambar Sudut gambar
Percobaan
Percobaan
1
Percobaan
2
Percobaan
3
Percobaan
4
Percobaan
5
+ - + - + - + - + -
Gong 3o v v v v v v v v v v
4o v v v v v v v v v v
5o v v v v v v v v v v
6o v v v v v v v v v v
7o v v v v v v v v v v
8o v v v v v v v v v v
9o v v v v v v v v v v
10o v v v v v v v v v v
11o v v v v v v v v v v
12o v v v v v x v v v v
13o v v v v x x v v v v
14o x v v v x x v x v v
15o x v v v x x x x v v
16o x v v x x x x x v v
17o x v v x x x x x v x
18o x v x x x x x x v x
19o x v x x x x x x x x
20o x x x x x x x x x x
Gambus 1o v v v v v v v v v v
2o v v v v v v v v v v
3o v v v v v v v v v v
4o v v v v v v v v v v
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
50
Tabel 4.7. (Lanjutan) Hasil pengujian rotasi untuk beberapa gambar.
Gambar Sudut gambar
Percobaan
Percobaan
1
Percobaan
2
Percobaan
3
Percobaan
4
Percobaan
5
+ - + - + - + - + v
Gambus 5o v v v v v v v v v v
6o v v v v v v v v v v
7o v v v v v v v v x v
8o v v v v v v v v x v
9o x v v v v v x v x v
10o x v x v x x x v x v
11o x v x v x x x v x v
12o x v x v x x x v x v
13o x v x v x x x x x x
14o x v x x x x x x x x
15o x v x x x x x x x x
16o x v x x x x x x x x
17o x v x x x x x x x x
18o x v x x x x x x x x
19o x v x x x x x x x x
20o x x x x x x x x x x
Doli 1o v v v v v v v v v v
2o v v v v v v v v v v
3o v v v v v v v v v v
4o v v v v v v v v v v
5o v v v v v v v v v v
6o v v v v v v v v v x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
51
Tabel 4.7. (Lanjutan) Hasil pengujian rotasi untuk beberapa gambar.
Gambar Sudut gambar
Percobaan
Percobaan
1
Percobaan
2
Percobaan
3
Percobaan
4
Percobaan
5
+ - + - + - + - + -
Doli 7o v x v x v x v x v x
8o v x v x v x v x v x
9o v x v x v x v x x x
10o v x v x v x x x x x
11o v x v x v x x x x x
12o v x v x v x x x x x
13o x x v x v x x x x x
14o x x v x x x x x x x
15o x x v x x x x x x x
16o x x v x x x x x x x
17o x x v x x x x x x x
18o x x v x x x x x x x
19o x x v x x x x x x x
20o x x x x x x x x x x
Ket: x : Dikenali salah
v : Dikenali benar
Pada tabel 4.7. dapat dilihat bahwa batas gambar dikenali secara benar antara + dan
– berbeda. Untuk pengujian ini, batas sudut gambar yang dikenali secara benar tidak
sinkron. Pada pengujian rotasi, ukuran sudut gambar yang dapat menghasilkan pengenalan
secara benar yaitu Gong (+12o dan -11o), Gambus (+6o dan -9o), dan Doli (+8o dan -5o).
Ketika gambar diputar sekian derajat lagi dari batas derajat yang tertera pada tabel diatas,
gambar bisa saja dikenali lagi secara benar dan selanjutnya gambar diputar lagi akan
dikenali secara salah. Pengujian rotasi ini menghasilkan data yang tidak releable (tidak
dapat dipercaya). Ini disebabkan oleh proses cropping yang tidak beraturan lagi dan tidak
sama seperti di database. Pada pengujian dengan gambar berukuran 0o, gambar berukuran
persegi dan hasil dari automatic cropping juga persegi. Pengujian rotasi akan membuat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
gambar berbeda ukuran menjadi lebih besar dan tidak persegi lagi serta gambar hasil
cropping akan lebih banyak terpotong.
4.2.3 Pengujian Pengenalan Gambar Dengan Skala
Pada pengujian gambar dengan skala, setiap citra input memiliki ukuran gambar
yang berbeda-beda. Hal ini dikarenakan untuk mensimulasikan webcam yang naik dan
turun. Pengujian skala dilakukan dengan tingkat pengujian ±10% dari nilai 20% hingga
batas print terbesar yaitu dengan ukuran gambar 140% dari gambar asli yang sebesar 100%
dan menggunakan 3 gambar uji seperti pada pengujian rotasi dan selain 3 gambar tersebut
belum dilakukan pengujian. Pengujian skala dilakukan sebanyak 5 kali dari masing-masing
gambar dengan menggunakan parameter terbaik dari pengujian gambar original yaitu
untuk ukuran resizing dipilih salah satu dari berbagai variasi resizing yang ada dan dengan
jumlah koefisien zigzag scanning 55. Pada percobaan ini, penulis menggunakan ukuran
resizing 8x8 piksel.
Tabel 4.8. Hasil pengujian skala untuk beberapa gambar
Gambar Skala gambar
Percobaan
Percobaan
1
Percobaan
2
Percobaan
3
Percobaan
4
Percobaan
5
Gong 140% v v v v v
130% v v v v v
120% v v v v v
110% v v v v v
100% v v v v v
90% v v v v v
80% v v v v v
70% v v v v v
60% v v v v v
50% v v v v v
40% x x x x x
30% x x x x x
20% x x x x x
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
Tabel 4.8. (Lanjutan) Hasil pengujian skala untuk beberapa gambar.
Gambar Skala gambar
Percobaan
Percobaan
1
Percobaan
2
Percobaan
3
Percobaan
4
Percobaan
5
Gambus 140% v v v v v
130% v v v v v
120% v v v v v
110% v v v v v
100% v v v v v
90% v v v v v
80% v v v v v
70% v v v v v
60% v v v v v
50% v v v v v
40% v v v v v
30% x x x v x
20% x x x x x
Doli 140% v v v v v
130% v v v v v
120% v v v v v
110% v v v v v
100% v v v v v
90% v v v v v
80% v v v v v
70% v v v v v
60% v v v v v
50% v v v v v
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
Tabel 4.8. (Lanjutan) Hasil pengujian skala untuk beberapa gambar.
Gambar Skala gambar
Percobaan
Percobaan
1
Percobaan
2
Percobaan
3
Percobaan
4
Percobaan
5
Doli 40% v v v v v
30% x x v x x
20% x x x x x
Ket: x : Dikenali secara salah
v : Dikenali secara benar
Pada tabel 4.8 dapat dilihat bahwa terjadinya error yaitu gambar tidak dikenali
secara benar terjadi pada ukuran gambar yang mengecil dari citra original (100%). Hal ini
disebabkan karena gambar yang ukurannya menjadi kecil dan garis hitam pada sisi
templete ukurannya juga ikut mengecil sehingga webcam akan kesulitan menangkap
gambar secara fokusdan automatic cropping akan sulit memotong bagian citra input.
Sedangkan skala dengan ukuran yang lebih besar akan memudahkan pemotongan
gambar yang dilakukan oleh automatic cropping. Gambar yang semakin membesar akan
terlihat lebih jelas dan templetenya juga ikut membesar yang membuat webcam akan dapat
mengcapture gambar dengan baik dan memudahkan proses automatic cropping untuk
memotong gambar sehingga hasil dari proses pengenalan ini hampir sama seperti gambar
pada database. Pada ukuran skala gambar, setiap perubahan skala akan menunjukkan
jumlah perubahan pada matriks gambar yang ingin dikenali.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan hasil penelitian dan hasil pengujian sistem pengenalan gambar alat
musik tradisional di Indonesia secara real time dapat disimpulkan bahwa :
1. Sistem pengenalan gambar alat musik tradisional di Indonesia secara real time
sudah dapat bekerja seperti yang direncanakan.
2. Nilai parameter dengan tingkat pengenalan terbaik adalah resizing 8x8 piksel,
16x16 piksel, 32x32 piksel, 64x64 piksel, 128x128 piksel, dan 256x256 piksel
dengan jumlah koefisen zigzag scanning 55.
3. Nilai resizing dan jumlah koefisien DCT yaitu dengan menggunakan zigzag
scanning sangat mempengaruhi tingkat pengenalan. Nilai resizing yang semakin
tinggi akan membuat gambar akan semakin jelas dan tidak pecah dan nilai koefisien
DCT yang semakin besar dapat mengambil lebih banyak bagian gambar yang
dimulai dari sisi kiri atas pada gambar hasil ekstraksi ciri.
4. Pada pengujian rotasi, ukuran sudut gambar yang dapat menghasilkan pengenalan
secara benar yaitu Gong (+12o dan -11o), Gambus (+6o dan -9o), dan Doli (+8o dan -
5o). Hal ini menunjukkan bahwa pada sistem ini belum dapat mengatasi gambar
yang berotasi.
5. Pada pengujian skala, ukuran skala gambar yang lebih kecil daripada ukuran skala
gambar original (100%) sangat berpengaruh terhadap tingkat pengenalan yang
benar. Untuk percobaan 3 gambar, didapatkan hasil pengenalan secara benar
dengan ukuran skala gambar terkecil yaitu Gong (50%), Gambus (40%), dan Doli
(40%).
5.2. Saran
Saran yang dapat diberikan untuk mengembangkan sistem ini adalah :
1. Mencoba menggunakan alat musik tradisional Indonesia yang seusungguhnya
sebagai objek utama.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56
2. Pengembangan metode untuk normalisasi rotasi agar dapat mengatasi webcam yang
berputar.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
57
DAFTAR PUSTAKA
[1] Pujiyanta, Ardi, 2009, Pengenalan Citra Objek Sederhana Dengan Jaringan Saraf
Tiruan Metode Perceptron, Informatika, Vol.3, no. 1, hal 268-277.
[2] Prasetyo, Cahyo, D., 2014, Pengenalan Perangkat Elektronika Secara Real Time
Menggunakan Webcam Berbasis Ekstraksi Ciri Discrete Cosine Transform,
Skripsi, Universitas Sanata Dharma Yogyakarta.
[3] Natalia, D., 2014, Galeri dan Sanggar Angklung di Surabaya, eDimensi Arsitektur
Petra, Vol.2, no. 1, hal 73-81.
[4] Putra, Dharma, 2010, Pengolahan Citra Digital, Yogyakarta, Andi Offset.
[5] Prasetyo, E., 2011, Pengolahan Citra Digital dan Aplikasinya Menggunakan
Matlab, Andi Offset, Yogyakarta.
[6] Santi, Noor, Candra, 2011, Mengubah Citra Berwarna Menjadi Gray-scale dan
Citra Biner, Teknologi Informasi Dinamik, Vol.16, no. 1, hal 14-19.
[7] Cha, Sung-Hyuk, 2007, Comprehensive Survey on Distance/Similarity Measures
between Probability Density Functions, International Journal of Mathematical
Models and Methods in Applied Sciences, Vol.1, no. 22, hal 300-307.
[8] Anil K. Jain, Robert P.W. Duin, dan Jianchang Mao, 2000, Statistical Pattern
Recognition: A Review, IEEE Transaction on Pattern Analysis and Machine
Intelligence, Vol.22, no. 1, hal 4-37.
[9] Wijaya, Ch., Marvin, dan Prijono, Agus, 2007, Pengolahan Citra Digital
Menggunakan Matlab, Informatika, Bandung.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
LAMPIRAN
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L1
LAMPIRAN
GAMBAR POSTER ALAT MUSIK TRADISIONAL
Gambar alat musik yang akan digunakan untuk proses pengenalan yang berasal dari poster.
33 cm
43.5 cm
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L2
Contoh gambar yang menggunakan variasi rotasi.
-100 -50
00 50
100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L3
-100 -50
00 50
100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L4
Contoh gambar yang menggunakan variasi skala.
90% 95%
100% 105%
110%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L5
90% 95%
100% 105%
110%
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L6
LAMPIRAN
LISTING PROGRAM UTAMA
LISTING PROGRAM SECARA REAL TIME
function varargout = Gui(varargin) % GUI M-file for Gui.fig % GUI, by itself, creates a new GUI or raises the existing % singleton*. % % H = GUI returns the handle to a new GUI or the handle to % the existing singleton*. % % GUI('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in GUI.M with the given input arguments. % % GUI('Property','Value',...) creates a new GUI or raises the % existing singleton*. Starting from the left, property value pairs
are % applied to the GUI before Gui_OpeningFcn gets called. An % unrecognized property name or invalid value makes property
application % stop. All inputs are passed to Gui_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only
one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help Gui
% Last Modified by GUIDE v2.5 17-Nov-2014 22:40:20
% Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Gui_OpeningFcn, ... 'gui_OutputFcn', @Gui_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end
if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L7
% --- Executes just before Gui is made visible. function Gui_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Gui (see VARARGIN)
% Choose default command line output for Gui handles.output = hObject;
% Update handles structure guidata(hObject, handles);
% UIWAIT makes Gui wait for user response (see UIRESUME) % uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line. function varargout = Gui_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure varargout{1} = handles.output;
% ======================Tombol Webcam On======================
% --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) imaqhwinfo; info = imaqhwinfo('winvideo'); dev_info = imaqhwinfo('winvideo',2); vidobj=videoinput('winvideo',2,'YUY2_640X480'); vidobj.FramesPerTrigger = 2; triggerconfig(vidobj, 'manual'); vidRes = get(vidobj, 'VideoResolution'); imWidth = 640; imHeight = 480; nBands = get(vidobj, 'NumberOfBands'); hImage = image(zeros(imHeight, imWidth, nBands), 'parent',handles.axes1); preview(vidobj, hImage)
% ================================= % Internal function % ================================= % Konversi YUY2 ke RGB % http://www.mathworks.com/matlabcentral/newsreader/view_thread/263490 % Access date: 11 June 2014
%Y = single(data(:,:,1)); %U = single(data(:,:,2));
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L8
%V = single(data(:,:,3));
%C = Y-16; %D = U-128; %E = V-128;
%R = uint8((298*C+409*E+128)/256); %G = uint8((298*C-100*D-208*E+128)/256); %B = uint8((298*C+516*D+128)/256);
%newdata = uint8(zeros(size(data))); %newdata(:,:,1)=R; %newdata(:,:,2)=G; %newdata(:,:,3)=B; % =================================
% ======================Tombol Capture Gambar======================
% --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) imaqhwinfo; info = imaqhwinfo('winvideo'); dev_info = imaqhwinfo('winvideo',2); vidobj=videoinput('winvideo',2,'YUY2_640X480'); vidobj.FramesPerTrigger = 2; vidobj.ReturnedColorspace = 'grayscale'; triggerconfig(vidobj, 'manual'); vidRes = get(vidobj, 'VideoResolution'); imWidth = 640; imHeight = 480; nBands = get(vidobj, 'NumberOfBands'); hImage = image(zeros(imHeight, imWidth, nBands), 'parent',handles.axes1); %preview(vidobj,hImage); start(vidobj); pause(2); gambar = getsnapshot(vidobj); trigger(vidobj); stop(vidobj) delete(vidobj) %imwrite(capture1); axes(handles.axes1); imshow(gambar) axis on handles.gambar=gambar; guidata(hObject,handles);
%handles.a=gambar; %guidata(hObject,handles) %axes(handles.axes1); %imshow(capt1)
% ================================= % Internal function % ================================= % Konversi YUY2 ke RGB % http://www.mathworks.com/matlabcentral/newsreader/view_thread/263490
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L9
% Access date: 11 June 2014
%Y = single(data(:,:,1)); %U = single(data(:,:,2)); %V = single(data(:,:,3));
%C = Y-16; %D = U-128; %E = V-128;
%R = uint8((298*C+409*E+128)/256); %G = uint8((298*C-100*D-208*E+128)/256); %B = uint8((298*C+516*D+128)/256);
%newdata = uint8(zeros(size(data))); %newdata(:,:,1)=R; %newdata(:,:,2)=G; %newdata(:,:,3)=B; % =================================
% --- Executes on button press in pushbutton5. function pushbutton5_Callback(hObject, eventdata, handles) % hObject handle to pushbutton5 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
% ======================Tombol Proses======================
% --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
ukuran=handles.ukuran; jkoef=handles.jkoef;
if (ukuran==8) &(jkoef==3) load x8ciri3; elseif (ukuran==8) &(jkoef==10) load x8ciri10; elseif (ukuran==8) &(jkoef==21) load x8ciri21; elseif (ukuran==8) &(jkoef==36) load x8ciri36; elseif (ukuran==8) &(jkoef==55) load x8ciri55; elseif (ukuran==16) &(jkoef==3) load x16ciri3; elseif (ukuran==16) &(jkoef==10) load x16ciri10; elseif (ukuran==16) &(jkoef==21) load x16ciri21; elseif (ukuran==16) &(jkoef==36) load x16ciri36; elseif (ukuran==16) &(jkoef==55) load x16ciri55; elseif (ukuran==16) &(jkoef==78)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L10
load x16ciri78; elseif (ukuran==16) &(jkoef==105) load x16ciri105; elseif (ukuran==16) &(jkoef==136) load x16ciri136; elseif (ukuran==32) &(jkoef==3) load x32ciri3; elseif (ukuran==32) &(jkoef==10) load x32ciri10; elseif (ukuran==32) &(jkoef==21) load x32ciri21; elseif (ukuran==32) &(jkoef==36) load x32ciri36; elseif (ukuran==32) &(jkoef==55) load x32ciri55; elseif (ukuran==32) &(jkoef==78) load x32ciri78; elseif (ukuran==32) &(jkoef==105) load x32ciri105; elseif (ukuran==32) &(jkoef==136) load x32ciri136; elseif (ukuran==64) &(jkoef==3) load x64ciri3; elseif (ukuran==64) &(jkoef==10) load x64ciri10; elseif (ukuran==64) &(jkoef==21) load x64ciri21; elseif (ukuran==64) &(jkoef==36) load x64ciri36; elseif (ukuran==64) &(jkoef==55) load x64ciri55; elseif (ukuran==64) &(jkoef==78) load x64ciri78; elseif (ukuran==64) &(jkoef==105) load x64ciri105; elseif (ukuran==64) &(jkoef==136) load x64ciri136; elseif (ukuran==128) &(jkoef==3) load x128ciri3; elseif (ukuran==128) &(jkoef==10) load x128ciri10; elseif (ukuran==128) &(jkoef==21) load x128ciri21; elseif (ukuran==128) &(jkoef==36) load x128ciri36; elseif (ukuran==128) &(jkoef==55) load x128ciri55; elseif (ukuran==128) &(jkoef==78) load x128ciri78; elseif (ukuran==128) &(jkoef==105) load x128ciri105; elseif (ukuran==128) &(jkoef==136) load x128ciri136; elseif (ukuran==256) &(jkoef==3) load x256ciri3; elseif (ukuran==256) &(jkoef==10) load x256ciri10; elseif (ukuran==256) &(jkoef==21) load x256ciri21; elseif (ukuran==256) &(jkoef==36)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L11
load x256ciri36; elseif (ukuran==256) &(jkoef==55) load x256ciri55; elseif (ukuran==256) &(jkoef==78) load x256ciri78; elseif (ukuran==256) &(jkoef==105) load x256ciri105; elseif (ukuran==256) &(jkoef==136) load x256ciri136; end
%Automatic cropping x1=handles.gambar; x1=(double(x1))/255; x10=1-x1; x11=bboxg(x10); axes(handles.axes2); imshow(x11) axis on
%Proses Resizing axes(handles.axes3); if ukuran==8 ukuran=[8,8]; elseif ukuran==16 ukuran=[16,16]; elseif ukuran==32 ukuran=[32,32]; elseif ukuran==64 ukuran=[64,64]; elseif ukuran==128 ukuran=[128,128]; elseif ukuran==256 ukuran=[256,256]; end
x3=imresize(x11,ukuran); imshow(x3) axis on
%Tampilan DCT axes(handles.axes4); if jkoef==3 jkoef=[3]; elseif jkoef==10 jkoef=[10]; elseif jkoef==21 jkoef=[21]; elseif jkoef==36 jkoef=[36]; elseif jkoef==55 jkoef=[55]; elseif jkoef==78 jkoef=[78]; elseif jkoef==105 jkoef=[105]; elseif jkoef==136 jkoef=[136]; end
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L12
jkoef y=abs(dct2(x3)); L=('Hasil DCT'); set(handles.text6,'string',L); axes(handles.axes4); imshow(y); axis on
% Ambil yang perlu secara zigzag if ukuran(1)==8 x4=zigzag8(y); elseif ukuran(1)==16 x4=zigzag16(y); else x4=zigzag32(y); end x4=x4(1:jkoef); M=('Hasil Ekstraksi Ciri'); set(handles.text7,'string',M); axes(handles.axes5); imshow(x4); axis on x4=x4(:); bar(x4); sx4=size(x4) sz=size(z)
%Kenal karakter for n=1:28 x4(1)=0; z(1,n)=0; r(n)=jarak(x4,z(:,n)); end
%Cari nilai minumum r; a=find(min(r)==r); minr=min(r) %a=ceil(a/5)
%Deskripsi string s={'Accordion (Sumatera Selatan)','Angklung (Jawa Barat)','Bende
(Lampung)',... 'Bonang (Jawa Timur)','Cengceng (Bali)','Doli (Bengkulu)','Fu (Maluku
Utara)',... 'Gambus (Jambi)','Gendang (Jawa)','Gendang Dayak
(Kalimantan)','Gendang Melayu (Bangka Belitung)',... 'Gong (Jawa)','Kecapi (Jawa Barat)','Kecapi (Sulawesi
Selatan)','Kenong (Jawa)',... 'Kolintang (Sulawesi Utara)','Lado-lado (Sulawesi Tenggara)','Marwad
(Kepulauan Riau)',... 'Panting (Kalimantan Selatan)','Rebab (Jawa)','Rifai (NAD)','Sasando
(Timor)',... 'Serunai (Nusa Tenggara Barat)','Siter (Jawa)','Suling Saluang
(Sumatera Barat)',... 'Tifa (Irian Jaya)','Tifa (Maluku)','Tuma (Kalimantan Barat)'};
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L13
%Hasil keluaran minimum hasil=s{a}; set(handles.edit1,'string',hasil); handles.a=a; guidata(hObject,handles);
% --- Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles) % hObject handle to pushbutton4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
% ======================Tombol Reset======================
% --- Executes on button press in pushbutton6. function pushbutton6_Callback(hObject, eventdata, handles) % hObject handle to pushbutton6 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) delete(figure(Gui)); figure(Gui);
% ======================Tombol Selesai======================
% --- Executes on button press in pushbutton7. function pushbutton7_Callback(hObject, eventdata, handles) % hObject handle to pushbutton7 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) delete(figure(Gui));
function edit1_Callback(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
% Hints: get(hObject,'String') returns contents of edit1 as text % str2double(get(hObject,'String')) returns contents of edit1 as a
double
% --- Executes during object creation, after setting all properties. function edit1_CreateFcn(hObject, eventdata, handles) % hObject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns
called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
% ======================Indeks Variasi Resizing======================
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L14
% --- Executes on selection change in popupmenu2. function popupmenu2_Callback(hObject, eventdata, handles) % hObject handle to popupmenu2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) indeks=get(handles.popupmenu2,'Value'); switch indeks case 2 ukuran=8; case 3 ukuran=16; case 4 ukuran=32; case 5 ukuran=64; case 6 ukuran=128; case 7 ukuran=256; end handles.ukuran=ukuran; guidata(hObject,handles);
% Hints: contents = cellstr(get(hObject,'String')) returns popupmenu2
contents as cell array % contents{get(hObject,'Value')} returns selected item from
popupmenu2
% --- Executes during object creation, after setting all properties. function popupmenu2_CreateFcn(hObject, eventdata, handles) % hObject handle to popupmenu2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns
called
% Hint: popupmenu controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
% ===============Indeks jumlah koefisien zigzag scanning===============
% --- Executes on selection change in popupmenu3. function popupmenu3_Callback(hObject, eventdata, handles) % hObject handle to popupmenu3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) indeks=get(handles.popupmenu3,'Value'); switch indeks case 2 jkoef=3; case 3 jkoef=10; case 4 jkoef=21; case 5
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L15
jkoef=36; case 6 jkoef=55; case 7 jkoef=78; case 8 jkoef=105; case 9 jkoef=136; end handles.jkoef=jkoef; guidata(hObject,handles);
% Hints: contents = cellstr(get(hObject,'String')) returns popupmenu3
contents as cell array % contents{get(hObject,'Value')} returns selected item from
popupmenu3
% --- Executes during object creation, after setting all properties. function popupmenu3_CreateFcn(hObject, eventdata, handles) % hObject handle to popupmenu3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns
called
% Hint: popupmenu controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
% ======================Tombol Info======================
% --- Executes on button press in pushbutton8. function pushbutton8_Callback(hObject, eventdata, handles) u=handles.a; if (u==1) set(handles.edit2,'string','Accordion adalah alat musik sejenis organ
dan dimainkan dengan cara ditekan.'); elseif (u==2) set(handles.edit2,'string','Angklung adalah alat musik bernada ganda.
Alat musik ini dibuat dari bambu, dibunyikan dengan cara digoyangkan.'); elseif (u==3) set(handles.edit2,'string','Bende adalah sejenis gong kecil dan
merupakan alat musik pukul.'); elseif (u==4) set(handles.edit2,'string','Bonang adalah salah satu alat musik dalam
instrumen gamelan Jawa dan cara memainkannya dengan dipukul.'); elseif (u==5) set(handles.edit2,'string','Cengceng adalah bagian dari seperangkat
gamelan Bali dan cara memainkannya dengan cara dipukul.'); elseif (u==6) set(handles.edit2,'string','Doli adalah alat musik yang dimainkan
dengan cara dipukul.'); elseif (u==7) set(handles.edit2,'string','Fu terbuat dari kerang, cara memainkannya
dengan ditiup.');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L16
elseif (u==8) set(handles.edit2,'string','Gambus adalah alat musik berdawai yang
dimainkan dengan cara dipetik.'); elseif (u==9) set(handles.edit2,'string','Gendang dayak merupakan alat musik
pukul.'); elseif (u==10) set(handles.edit2,'string','Gendang jawa merupakan suatu alat musik
pukul dan sering digunakan untuk instrumen gamelan jawa.'); elseif (u==11) set(handles.edit2,'string','Gendang Melayu memiliki sumber bunyi
melalui membraofon dan dimainkan dengan dua telapak tangan.'); elseif (u==12) set(handles.edit2,'string','Gong merupakan suatu alat musik pukul
yang sering digunakan dalam gamelan jawa.'); elseif (u==13) set(handles.edit2,'string','Kecapi merupakan alat musik yang
dimainkan dengan cara dipetik.'); elseif (u==14) set(handles.edit2,'string','Kecapi Sulawesi merupakan merupakan alat
musik petik dan sering digunakan sebagai pengiring tarian.'); elseif (u==15) set(handles.edit2,'string','Kenong merupakan alat musik pukul dan
salah satu alat musik yang menyusun gamelan Jawa.'); elseif (u==16) set(handles.edit2,'string','Kolintang merupakan suatu alat musik
pukul dan terdiri dari barisan gong kecil.'); elseif (u==17) set(handles.edit2,'string','Lado-lado merupakan alat musik pukul dan
digunakan pada saat acara-acara tertentu.'); elseif (u==18) set(handles.edit2,'string','Marwad merupakan sejenis gendang panjang
dan merupakan alat musik pukul.'); elseif (u==19) set(handles.edit2,'string','Panting merupakan alat musik petik dan
cara memainkannya yaitu dipetik pada senarnya.'); elseif (u==20) set(handles.edit2,'string','Rebab adalah alat musik gesek menyerupai
alat musik biola yang memiliki dua sampai tiga senar.'); elseif (u==21) set(handles.edit2,'string','Rifai merupakan instrumen musik pukul
(percussi) yang berfungsi pengiring kesenian tradisional.'); elseif (u==22) set(handles.edit2,'string','Sasando merupakan alat musik berdawai
dimainkancara memetik dengan jari-jemari tangan.'); elseif (u==23) set(handles.edit2,'string','Serunai adalah sejenis alat musik suling
bambu dan merupakan alat musik tiup.'); elseif (u==24) set(handles.edit2,'string','Siter merupakan bagian ricikan gamelan
yang teknik menabuhnya dengan cara di petik.'); elseif (u==25) set(handles.edit2,'string','Suling Saluang adalah alat musik tiup dan
terbuat dari bambu tipis.'); elseif (u==26) set(handles.edit2,'string','Tifa Irian mirip dengan alat musik
gendang yang dimainkan dengan cara dipukul.'); elseif (u==27) set(handles.edit2,'string','Tifa maluku mirip dengan alat musik
gendang yang dimainkan dengan cara dipukul.');
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L17
elseif (u==28) set(handles.edit2,'string','Tuma dimainkan dengan ditepuk menggunakan
telapak tangan.'); end % hObject handle to pushbutton8 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
function edit2_Callback(hObject, eventdata, handles) % hObject handle to edit2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
% Hints: get(hObject,'String') returns contents of edit2 as text % str2double(get(hObject,'String')) returns contents of edit2 as a
double
% --- Executes during object creation, after setting all properties. function edit2_CreateFcn(hObject, eventdata, handles) % hObject handle to edit2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns
called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
function edit3_Callback(hObject, eventdata, handles) % hObject handle to edit3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
% Hints: get(hObject,'String') returns contents of edit3 as text % str2double(get(hObject,'String')) returns contents of edit3 as a
double
% --- Executes during object creation, after setting all properties. function edit3_CreateFcn(hObject, eventdata, handles) % hObject handle to edit3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns
called
% Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hObject,'BackgroundColor'),
get(0,'defaultUicontrolBackgroundColor'))
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L18
set(hObject,'BackgroundColor','white'); end
List Program dbxciri (database)
function dbxciri % Pembuatan database ekstraksi ciri
% Variasi database % 1. Ukuran citra 256x256 piksel z=[]; rz=256; z=prosesxc(rz,3); save x256ciri3 z ; z=[]; z=prosesxc(rz,10); save x256ciri10 z ; z=[]; z=prosesxc(rz,21); save x256ciri21 z ; z=[]; z=prosesxc(rz,36); save x256ciri36 z ; z=[]; z=prosesxc(rz,55); save x256ciri55 z ; z=[]; z=prosesxc(rz,78); save x256ciri78 z ; z=[]; z=prosesxc(rz,105); save x256ciri105 z ; z=[]; z=prosesxc(rz,136); save x256ciri136 z ;
% 2. Ukuran citra 128x128 piksel z=[]; rz=128; z=prosesxc(rz,3); save x128ciri3 z ; z=[]; z=prosesxc(rz,10); save x128ciri10 z ; z=[]; z=prosesxc(rz,21); save x128ciri21 z ; z=[]; z=prosesxc(rz,36); save x128ciri36 z ; z=[]; z=prosesxc(rz,55); save x128ciri55 z ; z=[]; z=prosesxc(rz,78); save x128ciri78 z ; z=[]; z=prosesxc(rz,105); save x128ciri105 z ; z=[]; z=prosesxc(rz,136); save x128ciri136 z ;
% 3. Ukuran citra 64x64 piksel z=[]; rz=64; z=prosesxc(rz,3); save x64ciri3 z ; z=[]; z=prosesxc(rz,10); save x64ciri10 z ; z=[]; z=prosesxc(rz,21); save x64ciri21 z ; z=[]; z=prosesxc(rz,36); save x64ciri36 z ; z=[]; z=prosesxc(rz,55); save x64ciri55 z ; z=[]; z=prosesxc(rz,78); save x64ciri78 z ; z=[]; z=prosesxc(rz,105); save x64ciri105 z ; z=[]; z=prosesxc(rz,136); save x64ciri136 z ;
% 4. Ukuran citra 32x32 piksel z=[]; rz=32; z=prosesxc(rz,3); save x32ciri3 z ; z=[]; z=prosesxc(rz,10); save x32ciri10 z ; z=[]; z=prosesxc(rz,21); save x32ciri21 z ; z=[]; z=prosesxc(rz,36); save x32ciri36 z ; z=[]; z=prosesxc(rz,55); save x32ciri55 z ; z=[]; z=prosesxc(rz,78); save x32ciri78 z ; z=[]; z=prosesxc(rz,105); save x32ciri105 z ; z=[];
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L19
z=prosesxc(rz,136); save x32ciri136 z ;
% 4. Ukuran citra 16x16 piksel z=[]; rz=16; z=prosesxc(16,3); save x16ciri3 z ; z=[]; z=prosesxc(16,10); save x16ciri10 z ; z=[]; z=prosesxc(16,21); save x16ciri21 z ; z=[]; z=prosesxc(16,36); save x16ciri36 z ; z=[]; z=prosesxc(16,55); save x16ciri55 z ; z=[]; z=prosesxc(16,78); save x16ciri78 z ; z=[]; z=prosesxc(16,105); save x16ciri105 z ; z=[]; z=prosesxc(16,136); save x16ciri136 z ;
% 4. Ukuran citra 8x8 piksel z=[]; rz=8; z=prosesxc(rz,3); save x8ciri3 z ; z=[]; z=prosesxc(rz,10); save x8ciri10 z ; z=[]; z=prosesxc(rz,21); save x8ciri21 z ; z=[]; z=prosesxc(rz,36); save x8ciri36 z ; z=[]; z=prosesxc(rz,55); save x8ciri55 z ; z=[]; %z=prosesxc(8,78); save x8ciri78 z ; z=[]; %z=prosesxc(8,105); save x8ciri105 z ; z=[]; %z=prosesxc(8,136); save x8ciri136 z ;
% =============================================== % Internal Function % =============================================== function z=prosesxc(sizec,jkoef) z=[]; x=imread('Accordion (Sumatera Selatan).jpg'); y=xciri(x,sizec,jkoef);
z=[z y];
x=imread('Angklung (Jawa Barat).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Bende (Lampung).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Bonang (Jawa Timur).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Cengceng (Bali).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Doli (Bengkulu).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Fu (Maluku Utara).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Gambus (Jambi).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Gendang (Jawa).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Gendang Dayak (Kalimantan).jpg'); y=xciri(x,sizec,jkoef); z=[z
y];
x=imread('Gendang Melayu (Bangka Belitung).jpg'); y=xciri(x,sizec,jkoef);
z=[z y];
x=imread('Gong (Jawa).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L20
x=imread('Kecapi (Jawa Barat).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Kecapi (Sulawesi Selatan).jpg'); y=xciri(x,sizec,jkoef); z=[z
y];
x=imread('Kenong (Jawa).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Kolintang (Sulawesi Utara).jpg'); y=xciri(x,sizec,jkoef); z=[z
y];
x=imread('Lado-lado (Sulawesi Tenggara).jpg'); y=xciri(x,sizec,jkoef);
z=[z y];
x=imread('Marwad (Kepulauan Riau).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Panting (Kalimantan Selatan).jpg'); y=xciri(x,sizec,jkoef);
z=[z y];
x=imread('Rebab (Jawa).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Rifai (NAD).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Sasando (Timor).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Serunai (Nusa Tenggara Barat).jpg'); y=xciri(x,sizec,jkoef);
z=[z y];
x=imread('Siter (Jawa).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Suling Saluang (Sumatera Barat).jpg'); y=xciri(x,sizec,jkoef);
z=[z y];
x=imread('Tifa (Irian Jaya).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Tifa (Maluku).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
x=imread('Tuma (Kalimantan Barat).jpg'); y=xciri(x,sizec,jkoef); z=[z y];
% ===============================================
List Program BBOXG function img6=bboxg(img1) % Pemotongan sesuai bounding box, % untuk citra grayscale dengan range data 0-1
% Potong kiri img2=cutleft(img1);
% Putar 90 cw dan potong kiri img3=fliplr(img2'); img3=cutleft(img3);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L21
% Putar 90 cw dan potong kiri img4=fliplr(img3'); img4=cutleft(img4);
% Putar 90 cw dan potong kiri img5=fliplr(img4'); img5=cutleft(img5);
% Putar 90 cw img6=fliplr(img5');
% ========================================================= % FUNGSI INTERNAL % ========================================================= function img2=cutleft(img0) % Subrutin untuk memotong kolom kiri yang kosong % Berlaku untuk citra grayscale
% Konversi ke biner thr=0.7; img1=ceil(img0-thr); img2=img0;
% Potong kiri JKolom=sum(img1); KolomTakNol=find(JKolom > 10); if sum(KolomTakNol)>=1 img2(:,1:KolomTakNol(1)-1)=[]; end
% =========================================================
List Program xciri (Ekstraksi Ciri)
function z=xciri(x0,sizec,jkoef) % Preprocessing % ------------- % Konversi rgb ke gray x1=rgb2gray(x0); % Normalisasi x1=double(x1)/255; x3=imresize(x1,[sizec sizec]);
% Ekstraksi ciri % -------------- % DCT y=abs(dct2(x3)); % Ambil yang perlu secara zigzag if sizec==8 z=zigzag8(y); elseif sizec==16 z=zigzag16(y); else z=zigzag32(y); end z=z(1:jkoef); z=z(:);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L22
% ===============================================
List Program jarak
function y=jarak(P,Q) r1=sum((P-Q).^2); r2=sum(P.^2); r3=sum(Q.^2); r4=sum(P.*Q); y=r1/(r2+r3+r4);
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L23
HASIL PENGUJIAN SECARA REAL TIME
PERCOBAAN 1
Variasi resizing 256x256 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x v v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x v v v v v v v
Bende (Lampung) x x v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka Belitung) x x v v v v v v
Gong (Jawa) x v v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x v v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x v v v v v v v
Rifai (Nanggroe Aceh Darussalam) x x v v v v v v
Sasando (Timor) x v v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x v v v v v v v
Suling Saluang (Sumatera Barat) x v v v v v v v
Tifa (Maluku) x v v v v v v v
Tifa (Irian Jaya) x v v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) v v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 75 100 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L24
Variasi resizing 128x128 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x v v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x v v v v v v v
Bende (Lampung) x x v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka Belitung) x x v v v v v v
Gong (Jawa) x v v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x v v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x v v v v v v v
Rifai (Nanggroe Aceh Darussalam) x x v v v v v v
Sasando (Timor) x v v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x v v v v v v v
Suling Saluang (Sumatera Barat) x v v v v v v v
Tifa (Maluku) x v v v v v v v
Tifa (Irian Jaya) x v v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) v v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 75 100 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L25
Variasi resizing 64x64 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x v v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x v v v v v v v
Bende (Lampung) x x v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x x x v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung)
x x v v v v v v
Gong (Jawa) x v v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x v v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x v v v v v v v
Rifai (Nanggroe Aceh
Darussalam)
x x v v v v v v
Sasando (Timor) x v v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x v v v v v v v
Suling Saluang (Sumatera Barat) x v v v v v v v
Tifa (Maluku) x v v v v v v v
Tifa (Irian Jaya) x v v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) v v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 75 96,43 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L26
Variasi resizing 32x32 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x v v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x v v v v v v v
Bende (Lampung) x x v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung)
x x v v v v v v
Gong (Jawa) x v v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x v v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x v v v v v v v
Rifai (Nanggroe Aceh
Darussalam)
x x v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x v v v v v v v
Suling Saluang (Sumatera Barat) x v v v v v v v
Tifa (Maluku) x v v v v v v v
Tifa (Irian Jaya) x v v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) v v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 71,43 100 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L27
Variasi resizing 16x16 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x v v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x v v v v v v v
Bende (Lampung) x x v v v v v v
Bonang (Jawa Timur) x v v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung)
x x v v v v v v
Gong (Jawa) x v v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x v v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x v v v v v v v
Rifai (Nanggroe Aceh Darussalam) x x v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x v v v v v v v
Suling Saluang (Sumatera Barat) x v v v v v v v
Tifa (Maluku) x v v v v v v v
Tifa (Irian Jaya) x v v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) v v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 75 100 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L28
Variasi resizing 8x8 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55
Kolintang (Sulawesi Utara) x x x v v
Kecapi (Jawa Barat) x x v v v
Accordion (Sumatera Selatan) x v v v v
Angklung (Jawa Barat) x v v v v
Bende (Lampung) x x v v v
Bonang (Jawa Timur) x x v v v
Cengceng (Bali) x v v v v
Fu (Maluku Utara) x x v v v
Gendang (Jawa) x v v v v
Gendang Dayak (Kalimantan) x v v v v
Gendang Melayu (Bangka
Belitung)
x x v v v
Gong (Jawa) x v v v v
Kecapi (Sulawesi Selatan) x v v v v
Kenong (Jawa) x v v v v
Lado-lado (Sulawesi Tenggara) x v v v v
Marwad (Kepulauan Riau) x v v v v
Panting (Kalimantan Selatan) x v v v v
Rebab (Jawa) x v v v v
Rifai (Nanggroe Aceh
Darussalam)
x x v v v
Sasando (Timor) x v v v v
Serunai (Nusa Tenggara Barat) x v v v v
Siter (Jawa) x v v v v
Suling Saluang (Sumatera Barat) x v v v v
Tifa (Maluku) x v v v v
Tifa (Irian Jaya) x x v v v
Tuma (Kalimantan Barat) x v v v v
Doli (Bengkulu) v v v v v
Gambus (Jambi) x v v v v
Tingkat Pengenalan (%) 3,57 71,43 96,43 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L29
PERCOBAAN 2
Variasi resizing 256x256 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) v v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x v v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v x x v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 46,43 89,28 92,86 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L30
Variasi resizing 128x128 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) v v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x v v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v x x v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 46,43 89,28 92,86 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L31
Variasi resizing 64x64 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x x v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) v v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x v v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v x x v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x x v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 42,86 85,71 92,86 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L32
Variasi resizing 32x32 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x x v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) v v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v x x v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x x v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 35,71 89,28 92,86 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L33
Variasi resizing 16x16 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) v v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak
(Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x x v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) v v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan
Selatan) x x x v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v x x v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x x v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x x v v v v v v
Tingkat Pengenalan (%) 7,14 32,14 85,71 92,86 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L34
Variasi resizing 8x8 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55
Kolintang (Sulawesi Utara) x x v v v
Kecapi (Jawa Barat) x x x v v
Accordion (Sumatera Selatan) x v v v v
Angklung (Jawa Barat) x x v v v
Bende (Lampung) v v v v v
Bonang (Jawa Timur) x x v v v
Cengceng (Bali) x v v v v
Fu (Maluku Utara) x x v v v
Gendang (Jawa) x v v v v
Gendang Dayak (Kalimantan) x x v v v
Gendang Melayu (Bangka Belitung) x x v v v
Gong (Jawa) x x v v v
Kecapi (Sulawesi Selatan) x x x v v
Kenong (Jawa) x x v v v
Lado-lado (Sulawesi Tenggara) v v v v v
Marwad (Kepulauan Riau) x v v v v
Panting (Kalimantan Selatan) x x x x v
Rebab (Jawa) x x v v v
Rifai (Nanggroe Aceh Darussalam) x x x x v
Sasando (Timor) x x v v v
Serunai (Nusa Tenggara Barat) x v v v v
Siter (Jawa) x x v v v
Suling Saluang (Sumatera Barat) x x x x v
Tifa (Maluku) x x v v v
Tifa (Irian Jaya) x x v v v
Tuma (Kalimantan Barat) x x v v v
Doli (Bengkulu) v v v v v
Gambus (Jambi) x x x v v
Tingkat Pengenalan (%) 10,71 28,57 78,57 89,28 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L35
PERCOBAAN 3
Variasi resizing 256x256 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) v v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x v v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 50 92,86 96,43 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L36
Variasi resizing 128x128 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) v v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x v v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 50 92,86 96,43 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L37
Variasi resizing 64x64 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) v v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x v v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 50 92,86 96,43 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L38
Variasi resizing 32x32 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) v v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x v v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x x v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 42,86 92,86 96,43 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L39
Variasi resizing 16x16 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) x x v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) v v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x v v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x x v v v v v v
Doli (Bengkulu) v v v v v v v v
Gambus (Jambi) x x v v v v v v
Tingkat Pengenalan (%) 7,14 39,28 92,86 96,43 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L40
Variasi resizing 8x8 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55
Kolintang (Sulawesi Utara) x x v v v
Kecapi (Jawa Barat) x x x v v
Accordion (Sumatera Selatan) x v v v v
Angklung (Jawa Barat) x x v v v
Bende (Lampung) v v v v v
Bonang (Jawa Timur) x x v v v
Cengceng (Bali) x x v v v
Fu (Maluku Utara) x x v v v
Gendang (Jawa) x v v v v
Gendang Dayak (Kalimantan) x x x v v
Gendang Melayu (Bangka Belitung) x v v v v
Gong (Jawa) x x v v v
Kecapi (Sulawesi Selatan) x x v v v
Kenong (Jawa) x x v v v
Lado-lado (Sulawesi Tenggara) x v v v v
Marwad (Kepulauan Riau) x v v v v
Panting (Kalimantan Selatan) x x x x v
Rebab (Jawa) x x v v v
Rifai (Nanggroe Aceh Darussalam) x v v v v
Sasando (Timor) x x v v v
Serunai (Nusa Tenggara Barat) x v v v v
Siter (Jawa) x x v v v
Suling Saluang (Sumatera Barat) x x x x v
Tifa (Maluku) x x v v v
Tifa (Irian Jaya) x x v v v
Tuma (Kalimantan Barat) x x v v v
Doli (Bengkulu) v v v v v
Gambus (Jambi) x x x v v
Tingkat Pengenalan (%) 7,14 32,14 82,14 92,86 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L41
PERCOBAAN 4
Variasi resizing 256x256 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) v x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 53,57 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L42
Variasi resizing 128x128 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) v x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x x v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 53,57 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L43
Variasi resizing 64x64 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) v x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak
(Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan
Selatan) x v v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 53,57 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L44
Variasi resizing 32x32 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x x v v v v v v
Bonang (Jawa Timur) v x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x v v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 53,57 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L45
Variasi resizing 16x16 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) v x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x x v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 50 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L46
Variasi resizing 8x8 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55
Kolintang (Sulawesi Utara) x v v v v
Kecapi (Jawa Barat) x x x v v
Accordion (Sumatera Selatan) x x v v v
Angklung (Jawa Barat) x x v v v
Bende (Lampung) x v v v v
Bonang (Jawa Timur) v x v v v
Cengceng (Bali) x v v v v
Fu (Maluku Utara) x x x v v
Gendang (Jawa) x v v v v
Gendang Dayak (Kalimantan) x x v v v
Gendang Melayu (Bangka Belitung) x x v v v
Gong (Jawa) x x v v v
Kecapi (Sulawesi Selatan) x v v v v
Kenong (Jawa) x x v v v
Lado-lado (Sulawesi Tenggara) x v v v v
Marwad (Kepulauan Riau) x v v v v
Panting (Kalimantan Selatan) x x v x v
Rebab (Jawa) x x v v v
Rifai (Nanggroe Aceh Darussalam) x v v v v
Sasando (Timor) x x v v v
Serunai (Nusa Tenggara Barat) x v v v v
Siter (Jawa) x x v v v
Suling Saluang (Sumatera Barat) x x x v v
Tifa (Maluku) x x v v v
Tifa (Irian Jaya) x x v v v
Tuma (Kalimantan Barat) x x v v v
Doli (Bengkulu) v v v v v
Gambus (Jambi) x x v v v
Tingkat Pengenalan (%) 7,14 35,71 89,28 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L47
PERCOBAAN 5
Variasi resizing 256x256 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x v v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x x v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 50 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L48
Variasi resizing 128x128 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x v v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x x v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 50 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L49
Variasi resizing 64x64 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x v v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x x v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x x v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x x v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 46,43 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L50
Variasi resizing 32x32 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) v v v v v v v v
Fu (Maluku Utara) x v v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak (Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x x v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan Selatan) x v v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara Barat) x v v v v v v v
Siter (Jawa) x x v v v v v v
Suling Saluang (Sumatera
Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 7,14 53,57 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L51
Variasi resizing 16x16 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55 78 105 136
Kolintang (Sulawesi
Utara) v v v v v v v v
Kecapi (Jawa Barat) x x x v v v v v
Accordion (Sumatera
Selatan) x v v v v v v v
Angklung (Jawa Barat) x x v v v v v v
Bende (Lampung) x v v v v v v v
Bonang (Jawa Timur) x x v v v v v v
Cengceng (Bali) x v v v v v v v
Fu (Maluku Utara) x v v v v v v v
Gendang (Jawa) x v v v v v v v
Gendang Dayak
(Kalimantan) x v v v v v v v
Gendang Melayu (Bangka
Belitung) x x v v v v v v
Gong (Jawa) x x v v v v v v
Kecapi (Sulawesi Selatan) x v v v v v v v
Kenong (Jawa) x x v v v v v v
Lado-lado (Sulawesi
Tenggara) x v v v v v v v
Marwad (Kepulauan Riau) x v v v v v v v
Panting (Kalimantan
Selatan) x x v v v v v v
Rebab (Jawa) x x v v v v v v
Rifai (Nanggroe Aceh
Darussalam) x v v v v v v v
Sasando (Timor) x x v v v v v v
Serunai (Nusa Tenggara
Barat) x v v v v v v v
Siter (Jawa) x v v v v v v v
Suling Saluang (Sumatera
Barat) x x x v v v v v
Tifa (Maluku) x x v v v v v v
Tifa (Irian Jaya) x x v v v v v v
Tuma (Kalimantan Barat) x v v v v v v v
Doli (Bengkulu) x v v v v v v v
Gambus (Jambi) x v v v v v v v
Tingkat Pengenalan (%) 3,57 57,14 92,86 100 100 100 100 100
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L52
Variasi resizing 8x8 piksel
Nama gambar alat musik Jumlah koefisien zigzag scanning
3 10 21 36 55
Kolintang (Sulawesi Utara) x v v v v
Kecapi (Jawa Barat) x x x v v
Accordion (Sumatera Selatan) x v v v v
Angklung (Jawa Barat) x x v v v
Bende (Lampung) x v v v v
Bonang (Jawa Timur) x x v v v
Cengceng (Bali) x v v v v
Fu (Maluku Utara) x x v v v
Gendang (Jawa) x v v v v
Gendang Dayak (Kalimantan) x x v v v
Gendang Melayu (Bangka Belitung) x x v v v
Gong (Jawa) x x v v v
Kecapi (Sulawesi Selatan) x v v v v
Kenong (Jawa) x x v v v
Lado-lado (Sulawesi Tenggara) x v v v v
Marwad (Kepulauan Riau) x v v v v
Panting (Kalimantan Selatan) x x v v v
Rebab (Jawa) x v v v v
Rifai (Nanggroe Aceh Darussalam) x v v v v
Sasando (Timor) x x v v v
Serunai (Nusa Tenggara Barat) x v v v v
Siter (Jawa) x v v v v
Suling Saluang (Sumatera Barat) x x x v v
Tifa (Maluku) x x v v v
Tifa (Irian Jaya) x v v v v
Tuma (Kalimantan Barat) x x v v v
Doli (Bengkulu) v v v v v
Gambus (Jambi) x x v v v
Tingkat Pengenalan (%) 3,57 50 92,86 100 100 Ket: x : Dikenali secara salah
v : Dikenali secara benar
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
L53
Tahap preprocessing, ekstraksi ciri, dan koefisien zigzag scanning
(a) Input citra potongan (b) Citra diubah menjadi grayscale
(d) Citra hasil resizing 8x8 piksel (c) Citra hasil cropping dan pembalikan
(e) Hasil DCT (f) Hasil ekstraksi ciri
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJIPLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Top Related