Vision Dalam Bidang Artificial Intelligence

Penglihatan merupakan indera kita yang paling mengesankan. Ia memberiakan kita informasi yang detail / rinci tentang keadaan dunia di sekeliling kita.

Vision merupakan suatu aplikasi komputer, dimana didalamnya dapat mencakup navigasi robot, tugas manufaktur yang rumit, analisis citra satelit, pemrosesan citra medis, dsb.

Vision (visi) dapat diartikan sebagai suatu cara/teknik untuk mentransfer sebuah citra menjadi informasi yang lebih berguna.

Vision dimulai dengan mata, sebuah alat untuk menangkap dan menfokus penglihatan yang dikembangkan dari objek. Setiap titik pada sebuah objek (yang bukan sebuah cermin) mempunyai lensa lens / pinhole yang langsung mengarahkan penglihatan dari sebuah titik pada sebuah objek ke titik pada suatu sisi permukaan. (Charniak, Eugene & McDermott, Drew, “Introduction to Artificial Intelligence”, page 87 – 160, Addision – Wesley, 1985).


Gambar. Image dari orang kurus / stickman


Citra (image) adalah apa yang ditangkap oleh suatu alat perekam gambar seperti kamera foto atau video.

Sebuah image merupakan pola dari tingkatan arah penglihatan. Image merupakan sisi atas bawah dan pembiasan kiri ke kanan, tetapi ini tidak relevan, tidak satupun kelihatan, hanya bentuk komputasinya. Ini akan relevan bahwa image merupakan dua dimensi, ketika objek merupakan tiga dimensi.

Visi Komputer (Computer Vision)
Visi merupakan tugas pengolahan informasi dalam memahami suatu pemandangan (scene), dari citra-citra yang diproyeksikan.

Citra, atau image adalah fungsi dua dimensi f(x, y) yang didapatkan dari peralatan sensor yang mencatat harga ciri citra pada semua titik elemen (x, y). Elemen citra disebut pixel atau picture element.

Harga meliputi:
-Tingkat keabuan (intensitas) citra tonal
-Vektor warna citra berwarna
Secara matematis, citra merupakan kumpulan larik (matriks) {f(x, y)} atau sama dengan kumpulan harga-harga pengukuran pada setiap lokasi pixel.

Tugas sistem visi komputer, adalah:
Memahami scene yang dilukiskan oleh citra (kumpulan pixel-pixel)
Banyak bidang ilmu yang menyatakan tujuan serupa, yaitu:
- Pengolahan citra
- Pengenalan pola
- Analisis scene
- Dan lain-lain

Pada saat awal, computer vision memerlukan mata-mata dari computer vision:
- Vidicon tube
- CCD camera (Charge Coupled Device)
Kemudian dilakukan proses pencuplikan (acquisition), yaitu mengubah informasi visual ke dalam suatu format yang selanjutnya dapat dimanipulasi. Kamera akan mengambil gambar dengan melakukan scanning, selanjutnya membentuk sinyal analog dimana amplitudonya menyatakan kecerahan (brightness).

Digital komputer tidak dapat memproses sinyal analog, untuk bisa memproses gambar, maka perlu interface, yaitu ADC (Analog – to Digital – Converter) card.

Metode riset visi dibagi dalam 3 kategori:

1. Pengolahan Sinyal / Citra


Pengolahan citra membantu menyempurnakan / memperbaiki kualitas citra untuk dianalisa dan dipahami.
Citra digital: kumpulan dari bilangan-bilangan bulat atau digit objek pengamatan diukur tingkat intensitasnya, yaitu:
Gelap = Hitam = 0 disebut Gray Level
Atau skala keabu-abuan
Putih = Terang = 255
Pengolahan citra digital yang terbentuk dari kumpulan bilangan bulat yang kita kehendaki. Citra:
- Dimensi sinyal pengolahan citra digital
- Dimensi potret
- Dimensi hologram

2. Klasifikasi citra
Klasifikasi citra adalah mengklasifikasikan citra ke dalam kelas-kelas yang telah ditentukan sebelumnya.
Contoh: Pengenalan karakter untuk mendeteksi suatu tanda tangan palsu atau tidak pengenalan pola (Pattern Recognation). Di sini ada proses pembuatan keputusan dalam mencocokan sebuah kelas dengan menggunakan metode keputusan berdasar statistik dalam ruang multidimensi.

3. Pemahaman citra
Menjelaskan tidak hanya citra belaka, tetapi juga pemandangan (scene) yang dilukiskannya.

Analisis scene
3 level pengolahan informasi dalam computer vision, yaitu:
- Low level pengolahan awal
- Intermediate level segmentasi
- High level deskripsi scene
Ada perbedaan antara citra dengan gambar:
Gambar (picture): ¨ tidak bisa diproses
- Untuk bisa diprose harus diubah ke bentuk citra
- Representasi yang muncul dari lukisan gambar biasa.

Foto citra
Citra (image):
- Gambar yang diubah ke bentuk matriks
- Representasi yang mengandung informasi deskriptif tentang objek.
Masalah-masalah yang ada dalam computer vision:
- Pengaruh terhadap kenampakan objek. (permukaan, tepi (contour) objek, dll.)
- Proyeksi 3D 2D atau Scene citra
- Perlu informasi awal tentang objek
- Keterbatasan manusia dalam mengintrospeksi yang dilihatnya sulit membuat analisis protokol
- Masalah teknis jumlah informasi yang diolah besar sekali.
1 bingkai bisa 3000 x 3000 9 M byte
Visi komputer banyak digunakan dalam proses industri / otomatisasi jadi erat kaitannya dengan robotic



Pengenalan pola: identifikasi / interpretasi citra, tujuannya menyadap informasi mengenai citra yang ingin diperhatikan.

Robotik: Ilmu yang dapat mengendalikan gerakan terkoordinir dengan cerdas / ilmu yang merepresentasikan kecerdasan ke energi.

Kecerdasan Tiruan studi kognitif:
Memberikan panduan untuk melakukan pengenalan atau pengamatan objek.

Jadi dalam kecerdasan tiruan:
Mata - Computer Vision
Syaraf - Neural Network
Otak - Expert System

Tiga elemen dasar sistem visi, yakni untuk mendapatkan:
- Representasi digital
- Memodifikasi data dan
- Menyatakan keluaran citra
atau dengan kata lain:
a. Akuisisi Citra: kamera, frame graber, dll.
b. Pengolahan: S / W dan H / W
c. Keluaran / penampilan: kontrol proses, pola, deskripsi.

Pengenalan Bentuk Dan Bayangan
Jika komputer berhubungan secara menyeluruh dengan dunia manusia, maka dibutuhkan beberapa kemampuan bayangan (vision).

Pengolahan citra menjelaskan beberapa lapangan, yaitu:
1. Bayangan (vision)
2. Pengenalan bentuk (Pattern Recognition)
3. Peningkatan citra (Image Enchancement)

Lapangan-lapangan tersebut begitu besar sehingga dibagi ke dalam dua sub divisi:
- Pengolahan dua dimensi
- Pengolahan tiga dimensi (Pengolahan Dunia Nyata)
1. Suatu citra adalah dua dimensi (2-D)
Sementara semua object didunia ini adalah tiga dimensi (3-D), sehingga sebagian informasi akan hilang pada saat kita merekam object (3-D) ke dalam citra (2-D).
2. Suatu citra mungkin berisi beberapa object, dan tiap object dapat terdiri dari beberapa bagian lagi.
3. Nilai dari tiap pixel dipengaruhi oleh banyak fenomena yang berbeda, seperti warna object, sumber cahaya, sudut pengambilan gambar, jarak kamera dari object, polusi udara dsb. Dan sangat sulit untuk menghindari pengaruh tsb terhadap object.
Pengenalan masalah-masalah umum
Kita dapat menyelesaikan maslah-masalah dengan tepat yang interpretasi bayangan oleh penggunaan sistem dua dimensi atau tiga dimensi, tetapi dalam hal ini kita masih memiliki masalah pengidentifikasian obyek atau gambar dengan tepat di mana dilakukan dengan memoles bayangan. Proses ini lebih sulit diselesaikan.



Referensi :
Modul / slide Definisi dan Masalah Artificial Intelligence - BSI, tahun pembuatan 2006, Jakarta.
Diktat SBP SIS, oleh Siswanto - STMIK Budi Luhur.

1 komentar:

  1. berdasarkan artikel tersebut, bisa menjadi rujukan link penelitian dibawah ini

    http://repository.gunadarma.ac.id/bitstream/123456789/2220/1/01-02-006-Aplikasi%5BReyza%5D.pdf

    terima kasih

    BalasHapus