pembangkit dan pengenal sinyal morse berbasis …

TUGAS AKHIR

PEMBANGKIT DAN PENGENAL SINYAL MORSE

BERBASIS CITRA

Diajukan untuk memenuhi salah syarat

memperoleh gelar Sarjana Teknik pada

Program Studi Teknik Elektro

Disusun oleh :

ANTHONIUS BERTYN DUA LEMBANG

NIM: 115114043

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

GENERATOR AND MORSE CODE RECOGNIZER BASED

ON IMAGE

In partial fulfillment of the requirements

for the degree of Sarjana Teknik

in Electrical Engineering Study Program

ANTHONIUS BERTYN DUA LEMBANG

NIM: 115114043

ELECTRICAL ENGINEERING STUDY PROGRAM

ELECTRICAL ENGINEERING DEPARTMENT

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2015


iii


iv


v


vi

HALAMAN PERSEMBAHAN

Kupersembahkan karya tulis ini kepada…

Tuhan Yesus Kristus juru selamatku, pembimbingku yang setia dan selalu ada di setiap

waktu.

Bunda Maria yang tidak pernah lelah dalam mendampingi anak-anaknya.

Bapak, Ibu, Kak Santi dan Kak Rose yang tak pernah putus memberiku doa dan semangat

untuk menjalani hidup yang penuh tantangan. Kalian sumber semangatku.

Terima kasih untuk semuanya…………..


vii

HALAMAN MOTTO

“Don’t put till tomorrow what you can

do today”

“Janganlah takut, sebab Aku menyertai engkau, janganlah bimbang, sebab Aku ini

Allahmu; Aku akan meneguhkan, bahkan akan menolong engkau; Aku akan memegang

engkau dengan tangan kanan-Ku yang membawa kemenangan”

Yesaya 41:10


viii


ix

INTISARI

Di zaman modern saat ini, alat komunikasi merupakan salah satu unsur penting

dalam membangun relasi. Perkembangan alat komunikasi pun mengalami kemajuan yang

sangat pesat. Kode morse yang juga merupakan salah satu media komunikasi dahulu sering

digunakan di berbagai bidang, namun seiring berjalannya waktu penggunaan kode morse

pun kurang diminati masyarakat. Berdasarkan hal tersebut maka dibuat suatu program

sehingga komputer dapat mengenali citra berupa cahaya kedap-kedip sehingga nantinya

dapat mengenali kode morse.

Sistem pengenal kode morse ini dilakukan secara real time menggunakan webcam

dan laptop. Sistem pembangkit yang dibuat dapat dideskripsikan berdasarkan urutan

dengan penampil citra berupa hitam dan putih yang menyala secara bergantian. Citra

tersebut berupa karakter kode morse. Berikut ini urutan proses pengenal kode morse:

rekaman citra berupa cahaya kedap-kedip menggunakan webcam, preprocessing, dan

decoding. Sistem pembangkit dan pengenal kode morse ini memanfaatkan laptop untuk

memproses sistem. Selain itu, proses tersebut melibatkan bahasa pemrograman matlab

menggunakan GUI yang tersedia dalam matlab.

Hasil dari sistem pengenalan ini yaitu sistem dapat mengenali kode morse sesuai

rancangan. Berdasarkan percobaan yang telah dilakukan, dapat diketahui bahwa batas jarak

maksimum adalah 700 cm, serta batas sudut kemiringan antara laptop 1 dengan laptop 2

dapat mengenali kode morse.

Kata kunci: Citra berupa cahaya kedap-kedip, encoding dan decoding, Pembangkit dan

Pengenal kode morse


x

ABSTRACT

In this modern era, communication media is an important element in building

relationship. The progress of communication media has been made enormous gains. Morse

code which is also one of communication media often used in various fields, but nowadays

as time goes on the use of Morse Code is less attractive to the society. Based on it then the

user made a program so the notebook can be recognize image in the form of blips so it can

be recognize the Morse Code. The process of recognizing Morse Code conducted by real

time with webcam and notebook. The generating system that has been made could be

described based on the sequence of black and white image that flashing alternately. That

imagery is the character of Morse Code. These are the sequence of Morse Code

recognizing process: recording of light image blips with webcam, preprocessing, and

decoding. Generating system and Morse Code recognizing utilizes notebook to process

system. Furthermore, the process involves a programming language uses GUI that

available in those matlab. The result of recognition system is a system that can recognize

Morse Code in accordance design. Based on experiment that has been done, known that the

maximum bounds is 700 cm and and limit angel of inclination between notebook 1 and 2

can recognize the Morse Code.

Keywords: The image of blips light, encoding and decoding, generating and recognizing

Morse Code


xi

KATA PENGANTAR

Puji syukur dan terima kasih saya ucapkan kepada Tuhan Yesus Kritus atas segala

penyertaan dan pendampingan selama proses penyelesaian skripsi ini sehingga dapat

terselesaikan dengan baik. Penulis menyadari bahwa skripsi ini dapat terselesaikan atas

bantuan berbagai pihak, oleh karena itu dengan segala kerendahan hati, penulis ingin

mengucapkan terima kasih kepada:

1. Ibu Paulina Heruningsih Prima Rosa, S.Si., M.Sc., selaku Dekan Fakultas Sains dan

Teknologi Universitas Sanata Dharma.

2. Bapak Petrus Setyo Prabowo, M.T., selaku Kepala Program Studi Teknik Elektro

Universitas Sanata Dharma.

3. Bapak Dr. Linggo Sumarno, yang telah meluangkan waktunya untuk memberikan

bimbingan, nasehat dan arahan selama proses penyusunan skripsi dari awal hingga

akhir dengan penuh kesabaran. Semoga ilmu dari Bapak dapat saya jadikan bekal

untuk masa depan.

4. Bapak Dr. Iswanjono dan ibu Wiwien Widyastuti, S.T., M.T., selaku dosen penguji

yang telah memberikan masukkan, memberikan bimbingan dan saran dalam

memperbaiki tugas akhir ini.

5. Ibu Ir. Theresia Prima Ari Setiyani, M.T., selaku Dosen Pembimbing Akademik yang

senantiasa mendampingi saya dalam urusan akademik. Terima kasih banyak Bu prima

atas masukan, nasehat, dan ilmunya. Semoga hal tersebut dapat bermanfaat bagi saya

di masa depan.

6. Dosen-dosen Program Studi Teknik Elektro Universitas Sanata Dharma yang telah

memberikan segala bekal ilmu pengetahuan tentang dunia elektro yang sangat

bermanfaat dan menarik.

7. Seluruh staff Fakultas Sains dan Teknologi : Pak Tukija, Bu Sri, Pak Tri, Bu Titik dan

Mba Yunita. Terima kasih atas segala bantuan dan pelayanan yang begitu ramah.

Terima kasih telah bersedia direpotkan untuk urusan kuliah dan tidak pernah lelah

menjawab pertanyaan yang mungkin tidak perlu dipertanyakan. Hehehe…

8. Seluruh staff laboratorium Program Studi Teknik Elektro: Pak Mardi, Pak Suryana,

Pak Subrata, dan Pak Hardi. Terima kasih atas segala bantuan dan pelayanan yang

begitu ramah. Terima kasih telah bersedia direpotkan untuk urusan membantu tugas


xii

alat pada saat perkuliahan dan menjawab setiap pertayaan dalam hal pembuatan tugas

alat yang belum saya mengerti.

9. Bapak dan ibuku terkasih, kak Santi, dan kak Rosvita. Terima kasih atas doa yang tak

pernah putus demi kelancaran studi saya, terutama Bapak dan Ibu yang tak pernah

lelah membimbing dan menuntunku untuk menjadi garam dunia. Terima kasih kak

Santi dan kak Rosvita yang telah memberi motivasi, meskipun dengan banyak

perdebatan. Kalian berdua tetap kakak terbaik saya. Saya tak pernah berhenti

mencintai Bapak, Ibu, kak Santi dan kak Rosvita. Teruslah menemaniku hingga akhir

hayat. Saya sayang kalian semua.

10. Teman hidupku. Terima kasih karena selalu ada disaat suka maupun duka walupun

banyak dukanya, dari awal pengerjaan skripsi ini hingga akhir. Terima kasih atas tawa

bahagia dan tangis haru yang kita lewati bersama. Jangan pernah lelah untuk tetap

tersenyum dan memperbaiki diri. Jangan pernah patah semangat untuk mengejar

mimpimu karena Tuhan selalu ada besertamu. Maaf jika selama ini saya terlalu

banyak mengeluh, minta mengubah sikap sesuai keinginanku dan merepotkanmu.

Sekali lagi terima kasih.

11. Teman-teman dari awal masuk perkuliahan hingga saat menyelesaikan tugas akhir ini

Yugo, Yoel, Adit, Heri, Ita, Monic, Agi. Terima kasih karena telah menjadi bumbu

kehidupan yang sangat bermakna. 4 tahun yang kita lewati bersama tidak akan pernah

saya lupakan. Terima kasih atas canda tawa, semangat, kritik, dan saran yang teman-

teman berikan. Semoga teman-teman segera menggapai mimpi teman-teman.

12. Seluruh teman-teman jemari yang selalu ada untuk memberi semangat. Tanpa kalian,

saya tidak akan se-semangat ini dalam mengerjakan skripsi. Saya tidak akan

menyebutkan satu persatu tapi percayalah bahwa kalian akan selalu ada dihati saya.

Terima kasih telah mengajarkan saya tentang arti persahabatan yang sesungguhnya.

Teruslah menjadi inspirasi bagi banyak orang dan tetaplah menjadi sumber bagi

banyak senyum. Terima kasih, sekali lagi.

13. Teman-teman angkatan 2011 Teknik Elektro. Terima kasih yang telah memberikan

semangat pada saat menempuh pendidikan di Universitas Sanata Dharma.


xiii

14. Semua pihak yang tidak dapat disebutkan satu persatu atas semua dukungan yang telah

diberikan dalam penyelesaian tugas akhir ini.

Penulis


xiv

DAFTAR ISI

HALAMAN JUDUL .............................................................................................................. i

HALAMAN PERSETUJUAN DOSEN PEMBIMBING .................................................... iii

HALAMAN PENGESAHAN SKRIPSI .............................................................................. iv

PERNYATAAN KEASLIAN KARYA ................................................................................ v

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP ..................................................... vi

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA .......................... viii

INTISARI ............................................................................................................................. ix

ABSTRACT .......................................................................................................................... x

KATA PENGANTAR .......................................................................................................... xi

DAFTAR ISI ...................................................................................................................... xiv

DAFTAR TABEL ............................................................................................................. xvii

DAFTAR GAMBAR ........................................................................................................ xviii

DAFTAR LAMPIRAN ....................................................................................................... xx

BAB I PENDAHULUAN ..................................................................................................... 1

1.1. Latar Belakang ................................................................................................................ 1

1.2. Tujuan dan Manfaat Penelitian ....................................................................................... 2

1.3. Batasan Masalah ............................................................................................................. 2

1.4. Metodologi Penelitian .................................................................................................... 3

BAB II DASAR TEORI ........................................................................................................ 5

2.1. Kode Morse .................................................................................................................... 5

2.2. Webcam .......................................................................................................................... 6

2.3. Citra ................................................................................................................................ 7

2.3.1. Definisi Citra ........................................................................................................ 7

2.3.2. Pengolahan Citra .................................................................................................. 7

2.3.3. Citra Digital .......................................................................................................... 7


xv

BAB III PERANCANGAN PEMBANGKIT DAN PENGENAL KODE MORSE

BERBASIS CITRA ............................................................................................................. 12

3.1. Sistem Keseluruhan Pembangkit dan Pengenal Kode Morse Berbasis Citra ............... 12

3.2. Sistem Pembangkit dan Pengenal Kode Morse Berbasis Citra .................................... 14

3.3. Webcam ........................................................................................................................ 15

3.4. Proses Pembangkit Kode Morse ................................................................................... 15

3.4.1. Masukan Kata (Teks).......................................................................................... 16

3.4.2. Pembangkit Citra Kode Morse ........................................................................... 16

3.4.3. Citra berupa Cahaya Kedap-kedip ...................................................................... 16

3.5. Proses Pengenal Kode Morse ....................................................................................... 16

3.5.1. Citra berupa Cahaya Kedap-kedip ...................................................................... 17

3.5.2. Rekaman ............................................................................................................. 17

3.5.3. Preprocessing ..................................................................................................... 12

3.5.4. Decoding ............................................................................................................. 18

3.5.5. Kata (Teks) ......................................................................................................... 18

3.6. Perancangan Tampilan GUI Matlab ............................................................................. 18

3.7. Perancangan Alur Program ........................................................................................... 20

BAB IV HASIL DAN PEMBAHASAN ............................................................................. 29

4.1. Pengujian Program dan Tampilan Program Pembangkit Pengenal Kode Morse

Berbasis Citra ...................................................................................................................... 29

4.2. Penjelasan Program ...................................................................................................... 33

4.2.1. Pembangkit Kode Morse .................................................................................... 33

4.2.2. Pengenalan Kode Morse ..................................................................................... 37

4.3. Pengujian dan Analisis Hasil Pengenalan Kode Morse ............................................... 48

4.3.1. Pengujian Pengenalan Variasi Jarak ................................................................... 48

4.3.2. Pengujian Pengenalan Kode Morse Berdasarkan Variasi Sudut ........................ 50


xvi

BAB V KESIMPULAN DAN SARAN .............................................................................. 53

5.1. Kesimpulan ................................................................................................................... 53

5.2. Saran ............................................................................................................................. 53

Daftar Pustaka ..................................................................................................................... 54

Lampiran .............................................................................................................................. 55


xvii

DAFTAR TABEL

Tabel 3.1. Spesifikasi Webcam Logitech c1701 .................................................................. 15

Tabel 3.2. Keterangan Tampilan Utama Sistem .................................................................. 19

Tabel 3.3. Look Up Table Deteksi Jumlah Nol ................................................................... 26

Tabel 3.4. Look Up Table Deteksi Jumlah Satu .................................................................. 26

Tabel 4.1. Pengujian Kode Morse ....................................................................................... 49

Tabel 4.2. Pengujian Kode Morse Dengan Jarak 100cm .................................................... 51

Tabel 4.3. Pengujian Kode Morse Dengan Jarak 200cm .................................................... 52


xviii

DAFTAR GAMBAR

Gambar 2.1. Webcam Logitech c170 ..................................................................................... 6

Gambar 2.2. Pengaturan Citra RGB ...................................................................................... 9

Gambar 2.3. Intensitas Grayscale ......................................................................................... 9

Gambar 2.4. Citra Grayscale yang Diubah Menjadi Nilai Matriks .................................... 10

Gambar 2.5. Contoh Gambar Citra Biner ............................................................................ 11

Gambar 3.1. Sistem Keseluruhan Pembangkit dan Pengenal Kode Morse Berbasis Citra . 13

Gambar 3.2. Blok Diagram Sistem Pembangkit dan Pengenalan Kode Morse Berbasis

Citra ..................................................................................................................................... 14

Gambar 3.3. Blok Diagram Proses Pembangkit Kode Morse ............................................. 16

Gambar 3.4. Blok Diagram Proses Pengenalan Kode Morse .............................................. 16

Gambar 3.5. Blok Diagram Proses Rekaman ...................................................................... 17

Gambar 3.6. Blok Diagram Proses Preprocessing .............................................................. 17

Gambar 3.7. Blok Diagram Proses Decoding ..................................................................... 18

Gambar 3.8. Tampilan Utama Sistem Pembangkit Kode Morse ........................................ 19

Gambar 3.9. Tampilan Utama Sistem Pengenal Kode Morse ............................................. 21

Gambar 3.10.Diagram Alir Utama Pembangkit Kode Morse ............................................. 22

Gambar 3.11.Diagram Alir Utama Pengenal Kode Morse .................................................. 23

Gambar 3.12.Diagram Alir Rekaman .................................................................................. 25

Gambar 3.13.Diagram Alir Pemrosesan Citra (Preprocessing) .......................................... 26

Gambar 3.14.Diagram Alir Decoding ................................................................................. 27

Gambar 4.1. Icon Matlab R2012a ....................................................................................... 29

Gambar 4.2. Tampilan Matlab ............................................................................................. 30

Gambar 4.3. Tampilan Program Pembangkit Kode Morse ................................................. 31

Gambar 4.4. Tampilan Pengenal Kode Morse .................................................................... 31

Gambar 4.5. Citra Berupa Cahaya Kedap-kedip ................................................................. 32


xix

Gambar 4.6. Tampilan Hasil Pengenal Kode Morse ........................................................... 32

Gambar 4.7. Program Tampilan Citra Berupa Cahaya Kedap-kedip .................................. 33

Gambar 4.8. Program Look Up Table Kode Morse ............................................................. 34

Gambar 4.9. Program Kode Karakter .................................................................................. 36

Gambar 4.10.Program Rekaman Kode Morse..................................................................... 38

Gambar 4.11.Program Penentuan Koordinat Autocropping ................................................ 39

Gambar 4.12.Program Ekstrak Frame ................................................................................. 41

Gambar 4.13.Program RGB ke Gray ................................................................................... 41

Gambar 4.14.Program Histogram Proyeksi Vertikal .......................................................... 42

Gambar 4.15.Program Average Filtering ............................................................................ 42

Gambar 4.16.Program Downsampling ................................................................................ 42

Gambar 4.17.Program Thresholding ................................................................................... 43

Gambar 4.18.Program Deteksi Jumlah Nol ......................................................................... 44

Gambar 4.19.Program Deteksi Jumlah Satu ........................................................................ 45

Gambar 4.20.Program Decoding Tahap Dua ...................................................................... 46

Gambar 4.21.Program Tombol Reset .................................................................................. 47

Gambar 4.22.Program Tombol Selesai ............................................................................... 47


xx

DAFTAR LAMPIRAN

Lampiran 1 ........................................................................................................................... L1

Lampiran 2 ........................................................................................................................... L2

Lampiran 3 ........................................................................................................................... L5

Lampiran 4 ........................................................................................................................... L9

Lampiran 5 ......................................................................................................................... L11

Lampiran 6 ......................................................................................................................... L13

Lampiran 7 ......................................................................................................................... L25


1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Di zaman modern saat ini, alat komunikasi merupakan salah satu unsur penting

dalam membangun relasi.Perkembangan alat komunikasi pun mengalami kemajuan yang

sangat pesat. Kode morse yang juga merupakan salah satu media komunikasi dahulu sering

digunakan di berbagai bidang, namun seiring berjalannya waktu penggunaan kode morse

pun kurang diminati masyarakat.

Pengiriman berita yang digunakan dalam komunikasi berawal dari penggunaan kode

morse yang digunakan pada kegiatan kepramukaan [1]. Pada zaman dahulu, masyarakat

melakukan komunikasi jarak jauh dengan menggunakan kode morse dimana berita

disampaikan dengan bantuan sejumlah media berupa asap, bunyi klakson, sinar lampu,

hingga arus listrik analog maupun digital. Hal ini dilakukan untuk menggantikan isyarat

Samaphore (isyarat yang menggunakan dua buah bendera) sebagai media penyampaian

berita [2]. Dalam hal ini, pemakaian Samaphore hanya bisa sebatas pandangan mata saja.

Penyampaian pesan melalui kode dimaksudkan agar orang lainyang tidak berkepentingan

tetap mendapat pesan namun tidak dapat memahami pesan tersebut. Sejak saat itu

dikenallah sistem kode [2].

Sistem kode yang pertama kali dipakai diseluruh dunia adalah kode morse.

Penggunaan kode morse yang sering digunakan selama ini biasanya terdiri dari garis “▬”

dan titik “●”. Penyampaiannya bisa dilakukan melalui cahaya maupun bunyi dimana sela

waktu yang singkat disimbolkan dengan titik “●” dan sela waktu yang sedikit lama

disimbolkan dengan garis “▬” [3].Satuan sela waktu kemudian disebut saat perbandingan

1:3 (satu untuk titik “●” dan tiga untuk garis “▬”). Kode morse mempunyai peranan

penting dalam berbagai bidang yang digunakan untuk keperluan tertentu atau kebutuhan

vital lainnya yang berhubungan dengan kode morse. Namun pada kenyataannya,

mempelajari kode telegrafi atau kode morse sama dengan mempelajari bahasa baru, yaitu

bahasa sandi. Bila diperhatikan, kode telegrafi ini sesungguhnya adalah bahasa suara yang

terdiri dari berbagai kombinasi antara nada pendek dan nada panjang yang selanjutnya


2

menjadi huruf, angka dan tanda baca, sehingga bagi para pemula yang ingin belajar kode

morse tidak mudah dan membutuhkan waktu yang cukup panjang untuk dapat

menginterpretasikan kode morse ke dalam karakter (huruf, angka dan tanda baca).

Banyaknya sumber daya manusia dan berbagai bidang yang membutuhkan

penggunaan kode morse di Indonesia mendorong perlunya perangkat penunjang untuk

meringankan pekerjaan manusia. Dengan kemudahan dan keefisienan waktu yang didapat

dari perangkat penunjang tersebut, secara otomatis akan memberi kemudahan bagi

masyarakat untuk lebih mengoptimalkan kemampuan mereka dalam bidang atau keperluan

tertentu yang berhubungan dengan kode morse. Pentingnya peran kode morse pada

berbagai bidang juga mendorong masyarakat untuk belajar dan menguasai kode morse

dalam waktu yang singkat.

Pada dasarnya tidak banyak peneliti yang tertarik untuk mengembangkan alat yang

berkaitan dengan kode morse, namun hal tersebut menjadi motivasi bagi penulis.

Perkembangan teknologi juga menjadi salah satu faktor meningkatnya rasa keingintahuan

masyarakat tentang penggunaan kode morse di berbagai bidang. Hal ini sesuai dengan

beberapa hasil observasi yang menyatakan bahwa penggunaan kode morse kini mulai

kembali diminati, sehingga dibutuhkan tenaga ahli yang mengembangkannya dan

disesuaikan dengan teknologi yang ada. Dalam hal ini, penulis mengembangkan kode

morse berbasis citra.

1.2. Tujuan dan Manfaat Penelitian

Tujuan dari penulisan tugas akhir ini adalah untuk menghasilkan pembangkit dan

pengenal kode morse berbasis citra. Secara lebih rinci, tujuan dari pembuatan alat ini

adalah untuk menghasilkan variasi sistem pengiriman dan penerimaan dalam komunikasi,

jarak jauh.

Penelitian ini diharapkan dapat bermanfaat bagi masyarakat yang ingin mengenal

dan mempelajari kode morse secara lebih detil. Selain itu, penelitian ini juga diharapkan

dapat menarik minat masyarakat terhadap penggunaan kode morse berbasis citra.

1.3. Batasan Masalah

Sistem pembangkit dan pengenalan kode morse berbasis citra terdiri dari perangkat

keras (hardware) dan perangkat lunak (software). Hardware yang digunakan berupa


3

webcam, sedangkan software yang digunakan adalah matlab. Matlab digunakan untuk

mengatur seluruh proses pembangkit dan pengolahan data yang dicuplik oleh webcam.

Pada perancangan sistem ini, fokus pengerjaan pada pembuatan software komputer

untuk memproses pembangkit dan pengenal sedangkan untuk hardware berupa webcam

dengan merk Logitech C170. Berikut beberapa batasan masalah pada perancangan ini:

a. Masukkan data berasal dari display citra putih dan citra hitam pada laptop 1

dengan ukuran 14 inci.

b. Menggunakan webcam merk Logitech seri C170 yang diletakkan diatas laptop 2.

c. Posisi laptop 1 sebagai pembangkit kode morse berhadapan dengan laptop 2

sebagai pengenal kode morse.

d. Intensitas cahaya sesuai dengan cahaya lampu yang terdapat di laboratorium TA.

e. Laptop 1 dan laptop 2 untuk pengujian akan menggunakan variasi jarak.

f. Variasi sudut kemiringan antara 90° hingga -90°.

g. Pengambilan citra menggunakan webcam dengan waktu rekaman 1 menit.

h. Proses bersifat realtime.

i. Menggunakan encoding dan decoding dengan display citra gelap dan citra terang

yang ditampilkan secara bergantian berupa cahaya kedap-kedip sebagai

pembangkit dan pengenal kode morse.

j. Pembangkit dan pengenalan kode morse berbasis citra ini dibuat dengan

menggunakan software pemrograman matlab R2012a.

k. Keluarannya berupa satu kata kode morse huruf “A” – “Z” di layar monitor.

1.4. Metodologi Penelitian

Berikut langkah-langkah pengerjaan tugas akhir:

a. Studi literature

Pengumpulan bahan-bahan referensi berupa buku-buku dan jurnal-jurnal ilmiah

mengenai pengenalan suatu objek, pemrograman matlab, encoding dan

decoding.

b. Perancagan subsistem perangkat lunak

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-

kebutuhan yang ditentukan.


4

c. Pembuatan subsistem perangkat lunak

Pembuatan subsistem software dan hardware. Sistem akan bekerja apabila user

mengetikkan kata (teks) pada laptop 1 dan laptop 2 yang ditampilkan dalam

tampilan visual yang disediakan dalam software. Setelah itu, sistem akan

membangkitkan kode morse dengan display citra gelap dan citra terang yang

secara bergantian yakni berupa cahaya kedap-kedip pada laptop 1, kemudian

pada laptop 2 sistem akan melakukan pengenalan kode morse yang akan

dilakukan dengan merekam citra gelap dan citra terang yang secara bergantian

yakni berupa cahaya kedap-kedip menggunakan webcam. Setelah itu, matlab

akan melakukan proses pengolahan video yang sudah direkam oleh webcam dan

ditampilkan berupa kata pada layar monitor.

d. Analisa dan kesimpulan

Analisa data dilakukan dengan meneliti encoding dan decoding untuk

pembangkit dan pengenal kode morse. Simbol kode morse titik dan garis

merupakan kode biner 1 sebagai citra berupa cahaya putih sedangkan spasi antar

putih dan spasi antar huruf kode biner 0 sebagai citra berupa cahaya hitam.

Laptop 1 akan mengeluarkan cahaya kedap-kedip dan selanjutnya dikonversi

oleh laptop 2 yang berfungsi sebagai pengenal. Proses tersebut diawali dengan

memasukkan kata (teks) dan kemudian akan menghasilkan keluaran berupa kata

(teks) pula.


5

BAB II

DASAR TEORI

2.1. Kode Morse

Kode Morse adalah sistem representasi huruf, angka, dan tanda baca dengan

menggunakan sinyal kode. Kode Morse diciptakan oleh Samuel F.B. Morse dan Alfred

Vail pada tahun 1835 [4]. Pada dasarnya kode morse merupakan metode komunikasi jarak

jauh. Kode Morse juga digunakan dan dipelajari dalam dunia kepramukaan atau

kepanduan. Dalam dunia keperamukaan kode morse disampaikan menggunakan senter

atau peluit pramuka [5]. Kode Morse dapat disampaikan dengan cara menghidupkan citra

berupa cahaya putih untuk mewakili garis dan titik serta citra berupa cahaya hitam untuk

spasi atau jeda antar karakter. Untuk menghafalkan kode ini digunakan metode yang

mengelompokkan huruf-huruf berdasarkan bagaimana huruf ini diwakili oleh kode

morsenya. Pengelompokan tersebut antara lain Alphabet dengan kode morse yang

berkebalikan antara titik dan garis. Misalnya huruf K diwakili ▬●▬ berkebalikan

dengan huruf R diwakili ●▬● [5].

Tanda-tanda morse menyimbolkan huruf-huruf, angka-angka dan sebagainya dan

diungkapkan dalam tanda-tanda dasar yang berupa “TITIK-TITIK” (“PENDEK-

PENDEK”) dan “GARIS-GARIS” (“PANJANG-PANJANG”) diisyaratkan secara tunggal

atau secara kombinasi [6].

Tentang waktu pengirimnya, hendaknya memperhatikan dengan sungguh tentang

perimbangan jeda antara “TITIK” (“PENDEK”), “GARIS” (“PANJANG”), antara

“TITIK” dan “GARIS” atau antara karakter morse, antara jeda dengan karakter yang lain

atau antara huruf, serta jeda antara kata pertama dan kata selanjutnya. Perimbangan jeda

dalam kode morse digunakan satuan “unit” [7].

Adapun ketentuan perimbangan waktu yang dimaksudkan itu adalah sebagai berikut:

a. “TITIK” atau “PENDEK” adalah 1 unit

b. “GARIS” atau “PANJANG” adalah 3 unit

c. Antara “ TITIK” dan “GARIS” atau antara karakter Morse adalah 1 unit.

Misalnya untuk menampilkan kode Morse A, yaitu:

A= ●▬


6

d. Antara jeda dengan karakter yang lain atau antara huruf adalah 3 unit. Misalnya:

U S A

e. Jeda antara kata pertama dan kata kedua adalah 7 unit. Misalnya:

KODE MORSE

Kelima ketentuan tersebut di atas merupakan pewaktuan yang dipergunakan dalam

pembuatan pembaca kodemorse agar dapat menjadi sebuah huruf atau angka atau menjadi

sederetan kata [7].

2.2. Webcam

Webcam adalah sebuah kamera video digital kecil yang dihubungkan ke komputer

melalui port USB. Sebuah webcam yang sederhana terdiri dari sebuah lensa standar,

dipasang di sebuah papan sirkuit untuk menangkap sinyal gambar; casing (cover),

termasuk casing depan dan casing samping untuk menutupi lensa standar dan memiliki

sebuah lubang lensa di casing depan yang berguna untuk memasukkan gambar, video,

kabel support, yang dibuat dari bahan yang fleksibel. Salah satu ujungnya dihubungkan

dengan papan sirkuit dan ujung lainnya memiliki connector, kabel ini dikontrol untuk

menyesuaikan ketinggian, arah dan sudut pandang webcam. Sebuah webcam biasanya

dilengkapi dengan software, software ini mengambil gambar dari kamera digital secara

terus menerus atau pun dalam interval waktu tertentu dan menyiarkannya melalui koneksi

internet [8]. Contoh gambar webcam dapat dilihat pada Gambar 2.1.

Gambar 2.1. Webcam Logitech c170


7

2.3. Citra

2.3.1. Definisi Citra

Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi

yang kontinus menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi

menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antara baris

dan kolom tertentu disebut juga dengan piksel. Contohnya adalah gambar/titik diskrit

pada baris n dan kolom m disebut dengan piksel [n,m] [9].

Definisi lain dari citra menurut kamus Webster adalah “suatu representasi,

kemiripan, atau imitasi dari suatu objek atau benda”. Secara harafiah, citra (image) adalah

gambar pada bidang dwimatra (dua dimensi). Sedangkan ditinjau dari sudut pandang

matematis, citra merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang

dwimatra. Sumber cahaya menerangi objek, objek memantulkan kembali sebagian dari

berkas cahaya tersebut. Pantulan cahaya ini ditangkap oleh alat-alat optik, misalnya mata

pada manusia, kamera pemindai (scanner), dan sebagainya, sehingga bayangan objek

yang disebut citra tersebut terekam [10].

2.3.2. Pengolahan Citra

Pengolahan citra adalah kegiatan memperbaiki kualitas citra agar mudah

diinterpretasi oleh manusia/mesin (komputer). Inputannya adalah citra dan keluarannya

juga citra tapi dengan kualitas lebih baik dari pada citra masukan. Misal citra warnanya

kurang tajam, kabur (blurr), mengandung noise (misal bintik-bintik putih), dll sehingga

perlu ada pemrosesan untuk memperbaiki citra karena citra tersebut menjadi sulit

diinterpretasikan karena informasi yang disampaikan menjadi berkurang.

Teknik-teknik pengolahan citra mentrasformasikan citra menjadi citra lain. Jadi,

masukkannya adalah suatu citra dan keluarannya juga citra, namun citra keluaran

mempunyai kualitas lebih baik dari pada citra masukkan [10].

2.3.3. Citra Digital

Citra (image) merupakan fungsi continue dari intensitas cahaya bidang dua

dimensi. Secara matematis fungsi intensitas cahaya pada bidang dua dimensi dinotasikan

sebagai f(x,y), dimana (x,y) merupakan koordinat pada bidang dua dimensi dan f(x,y)

merupakan intensitas cahaya pada bidang dua dimensi [11].


8

Sedangkan menurut Darma [12] citra digital adalah citra kontinu yang diubah

dalam bentuk diskrit, baik koordinat ruang maupun itensitas cahayanya. Pengolahan

digitalisasi terdiri dari dua proses, yaitu pencuplikan (sampling) posisi, dan kuantisasi

intensitas. Citra digital dapat dinyatakan dalam matriks dua dimensi f(x,y) dimana ‘x’ dan

‘y’ merupakan koordinat piksel dalam matriks dan ‘f’ merupakan derajat intensitas piksel

tersebut. Citra digital berbentuk matriks dengan ukuran M × N akan tersusun sebagai

berikut:

𝑓(𝑥, 𝑦) =

[

𝑓(0,0)𝑓(0,1)𝑓(0.2)… 𝑓(0, 𝑁 − 1)

𝑓(1,0)𝑓(1,1)𝑓(1,2)… 𝑓(1, 𝑁 − 1)

𝑓(2,0)𝑓(2,1)𝑓(2,2)… 𝑓(2, 𝑁 − 1). . . . .: ∶ ∶ ∶ ∶

𝑓(𝑀 − 1,0)𝑓(𝑀 − 1,1)𝑓(𝑀 − 1,2) …𝑓(𝑀 − 1,𝑁 − 1)]

(2.1)

Suatu citra f(x,y) dalam fungsi matematis dapat dituliskan sebagai berikut:

0≤x≤M-1

0≤y≤N-1

0≤f(x,y)≤G-1

Dimana :

M= banyaknya baris pada array citra

N= banyaknya kolom pada array citra

G= banyaknya skala keabuan (graylevel)

Interval (0,G) disebut skala keabuan (grayscale). Besar G tergantung pada proses

digitalisasinya. Biasanya keabuan 0 (nol) menyatakan intensitas hitam dan G menyatakan

intensitas putih untuk citra 8 bit, nilai G sama dengan 28 = 256 warna (derajat keabuan)

[12].

a. RGB

Suatu citra biasanya mengacu ke citra RGB. Sebenarnya bagaimana citra

disimpan dan dimanipulasi dalam komputer diturunkan dari teknologi televisi,

yang pertama kali mengaplikasikannya untuk tampilan grafis komputer. Jika

dilihat dengan kaca pembesar, tampilan monitor komputer akan terdiri dari


9

sejumlah triplet titik warna merah (RED), hijau (GREEN) dan biru (BLUE).

Tergantung pada pabrik monitornya untuk menentukan apakah titik tersebut

merupakan titik bulat atau kotak kecil, tetapi akan selalu terdiri dari 3 triplet

red, green dan blue.

Citra dalam komputer tidak lebih dari sekumpulan sejumlah triplet

dimana setiap triplet terdiri atas variasi tingkat keterangan (brightness) dari

elemen red, green dan blue. Representasinya dalam citra, triplet akan terdiri

dari 3 angka yang mengatur intensitas dari Red (R), Green (G) dan Blue (B)

dari suatu triplet. Setiap triplet akan merepresentasikan 1 pixel (picture

element) dari suatu triplet. Setiap triplet dengan nilai 67, 228 dan 180 berarti

akan mengeset nilai R ke nilai 67, G ke nilai 228 dan B ke nilai 180. Angka-

angka RGB ini yang seringkali disebut dengan color values. Pada format bmp,

citra pixel pada citra direpresentasikan dengan 24 bit, 8 bit untuk R, 8 bit untuk

G dan 8 bit untuk B [13]. Pengaturan citra RGB dapat dilihat pada gambar 2.2.

Gambar 2.2. Pengaturan Citra RGB [13]

b. Citra Grayscale

Citra dikatakan sebagai citra grayscale apabila sebuah citra tidak

memiliki warna RGB atau dapat dikatakan sebuah citra yang memiliki mulai

dari putih yang memiliki intensitas paling besar sampai hitam yang memiliki

intensitas paling rendah seperti yang dapat dilihat pada gambar 2.3. Citra

Grayscale terdiri dari x dan y dalam spesial koordinat dan memiliki nilai

intensitasnya masing-masing. Pada citra grayscale setiap gambar memiliki

intensitas antara 0 (hitam) hingga 255 (putih) dalam citra bitnya [14].

Gambar 2.3.Intensitas Grayscale [14]


10

Gambar 2.4.Citra grayscale yang diubah menjadi nilai matriks [15]

Dengan algoritma perhitungan tingkat keabuan, piksel dari suatu citra

yang mengandung warna-warna RGB (red, green dan blue kemudian dibagi

tiga sehingga didaptkan nilai rata-rata dari ketiga warna [14].

𝐼 =𝑅+𝐺+𝐵

3 (2.2)

c. Citra Biner (Binary Images)

Dalam sebuah citra biner, setiap pixel hanya mempunyai dua

kemungkinan nilai, seperti on dan off . Sebuah citra biner disimpan dalam

matriks dengan nilai 0 (off) dan 1 (on). Sebuah citra biner dapat dianggap

sebagai tipe khusus dari citra intensitas yang hanya berisi hitam dan putih.

Selain itu, kita juga dapat menyatakan sebagai citra ber-indeks dengan hanya

dua warna.

Sebuah citra biner dapat disimpen dengan tipe double atau unit8 (kakas

pengolahan citra pada matlab tidak mendukug citra biner bertipe unit 16).

Sebuah array bertipe unit8 menggunakan lebih sedikit memori [16]. Di bawah

ini adalah Gambar 2.5. Contoh citra biner.


11

Gambar 2.5.Contoh Gambar Citra Biner [16]


12

BAB III

PERANCANGAN PEMBANGKIT DAN PENGENAL

KODE MORSE BERBASIS CITRA

Dalam perancangan pembangkit dan pengenal kode morse berbasis citra,

diperlukan acuan untuk membuatnya. Karena itu penulis memulai dengan membuat

diagram kotak sebagai gambaran untuk pembuatannya. Setelah diagram kotak dibuat,

penulis mulai membuat program pembangkit dan pengenal kode morse berbasis citra

dengan software matlab. Penulis membutuhkan diagram alir yang biasa disebut dengan

flow chart. Flow chart tersebut digunakan untuk memberi kemudahan serta menghindari

kesalahan yang mungkin terjadi dalam proses pembuatan program ini. Fungsi dari flow

chart benar-benar akan terlihat jika penulis atau disebut juga programmer melakukan

kesalahan dalam membuat program tersebut. Jadi, dapat disimpulkan bahwa flow chart

memiliki peran vital.

Dalam perancangan pembangkit dan pengenal kode morse berbasis citra, penulis

juga menggunakan webcam C170 yang dihubungkan dengan komputer menggunakan port

USB komputer. Webcam ini digunakan sebagai penangkap kode morse berbasis citra

berupa terang dan gelap dengan proses merekam menggunakan software matlab yang

berbentuk file avi.

3.1. Sistem Keseluruhan Pembangkit dan Pengenal Kode Morse

Berbasis Citra

Sistem keseluruhan pembangkit dan pengenal kode morse berbasis cahaya secara

umum dapat digambarkan sebagai berikut:


13

Gambar 3.1. Sistem keseluruhan pembangkit dan pengenal kode morse berbasis

citra

Berikut penjelasan mengenai sistem keseluruhan (Gambar 3.1.). Pertama, pengguna

yang menjalankan program ini, dapat memasukkan kata melalui program matlab dan

membangkitkan citra berupa cahaya menggunakan software matlab memalui laptop 1.

Dalam hal ini, pengguna membangkitkan citra berupa cahaya terang dan gelap

menggunakan program matlab yang mengirim kode morse berupa citra berbentuk cahaya

dengan kombinasi antara putih dan hitam. Pengguna memasukkan kata untuk mendapatkan

keluaran data berbentuk cahaya yang diinginkan.

Pada proses pengolahan data oleh laptop 1 (bagian program matlab), program akan

memproses kata yang dimasukkan oleh pengguna. Pengolahan kata tersebut akan

menghasilkan kode morse dalam bentuk cahaya yang merupakan kombinasi tampilan

hitam dan putih, sedangkan proses pengolahan data oleh laptop 2 akan mengenali cahaya

(kombinasi tampilan hitam dan putih) yang menghasilkan kata (teks) kode morse yang

diinginkan.


14

3.2. Sistem Pembangkit dan Pengenal Kode Morse Berbasis Citra

Blok sistem pembangkit dan pengenal kode morse berbasis citra secara keseluruhan

diperlihatkan pada Gambar 3.2.

Gambar 3.2. Blok diagram sistem pembangkit dan pengenalan kode morse berbasis

citra

Sistem pembangkit dan pengenal kode morse berbasis citra terdiri dari software

pada laptop yang berfungi sebagai user interface dalam proses pembangkit dan pengenal

sandi morse berbasis citra. Software dibuat menggunakan program matlab yang berperan

sebagai pusat pengaturan semua proses pembangkit dan pengenalan kode morse berbasis

citra, seperti merekam cahaya morse dan mengenali cahaya morse yang terekam.

Perekaman cahaya dilakukan oleh laptop memalui webcam. Berikut penjelasan mengenai

diagram Blok (Gambar 3.2.):

a. Laptop 1

Laptop 1 pada pembangkit kode morse berbasis citra ini berguna untuk

mengkodingkan kata (teks) kode morse yang menghasilkan citra berupa cahaya

(putih dan hitam). Dalam proses pengkodingan kata morse ini menggunakan

software matlab.

b. Webcam

Webcam yang digunakan adalah Logitech C170. Webcam berfungsi untuk

merekam kode morse yang berupa citra berupa cahaya putih dan hitam dengan


15

menyalurkan ke port USB pada laptop 2 dengan proses merekam menggunakan

software matlab.

c. Laptop 2

Laptop 2 pada pengenalan kode morse berbasis citra ini berguna untuk merekam

kode morse yang dikirimkan dari laptop 1 yang berupa citra (putih dan hitam).

Perekaman tersebut dilakukan dengan webcam yang menggunakan software

matlab dan menghasilkan file avi, dari file avi ini melakukan proses dalam

pengenalannya yang menghasilkan kata (teks) sebagai keluarannya.

3.3. Webcam

Webcam yang digunakan dalam proses pengenalan kode morse adalah webcam

dengan merk Logitech seri c170. Gambar terdapat pada BAB II. Webcam ini juga memiliki

software pendukung seperti zoom in dan zoom out sehingga dapat mempermudah

pengguna dalam melakukan pengaturan memalui laptop. Proses pengambilan citra kode

morse menggunakan resolusi 320x240 piksel. Spesifikasi webcam dapat di lihat pada tabel

3.1.

Tabel 3.1. Spesifikasi Webcam Logitech c170

High definition video (HD) HD 170

Photo Quality 5 Megapixel

Video Quality VGA

Focus Type Always Focused

Auto light Correction -

Built-in mic Yes

3.4. Proses Pembangkit Kode Morse

Proses pembangkit kode morse ini adalah proses citra berupa cahaya kedap-kedip

dengan bentuk cahaya hitam dan putih yang diproses pada laptop 1 dan dikirim untuk

dikenali kode morsenya. Tahap yang akan dilakukan dalam proses ini terdiri dari masukan

kata (teks), proses pembangkit citra berupa cahaya kode morse, dan keluaran cahaya

kedap-kedip dapat dilihat pada gambar 3.3.


16

Gambar 3.3. Blok diagram proses pembangkit kode morse

3.4.1. Masukan Kata (Teks)

Tahap pertama yang dilakukan pada proses ini adalah memasukkan kata (teks).

User dapat memasukkan kata menggunakan laptop 1.

3.4.2. Pembangkit Citra Kode Morse

Proses pembangkit citrakode morse ini akan dilakukan dengan menggunakan laptop

1. Proses pembangkit kode morse ini berguna untuk menampilkan citra berupa cahaya

hitam dan putih dengan menggunakan matriks 0 sebagai hitam dan matriks 1 sebagai putih.

Dalam proses pembangkit kode morse ini menyamakan dengan look up table (lampiran 1)

sebagai kode morsenya.

3.4.3. Citra berupa Cahaya Kedap-kedip

Proses pembangkit kode morse ini menampilkan citra berupa cahaya kedap-kedip

yang merupakan hasil keluaran dari laptop 1 yang selanjutnya akan di proses pada laptop 2

sebagai proses pengenalan kode morse.

3.5. Proses Pengenal Kode Morse

Proses pengenalan kode morse ini adalah proses alat stasioneri yang diambil atau

direkam agar kode morsenya dapat dikenali. Tahap yang akan dilakukan dalam proses ini

terdiri dari input citra berupa cahaya kedap-kedip, rekaman, preprocessing, decoding, dan

output kata (teks) dapat dilihat pada gambar 3.4.

Gambar 3.4. Blok diagram proses pengenalan kode morse

Pembangkit citra

kode morse

Citra berupa

cahaya kedap-kedip

Masukan kata

(teks)

Rekaman Preprocessing Decodingkata

(teks)

Citra berupa

cahaya kedap-kedip


17

3.5.1. Citra berupa Cahaya Kedap-kedip

Citra berupa cahaya kedap-kedip ini merupakan cahaya kode morse yang di

tampilkan pada laptop 1 yang sebagai awal untuk melakukan proses selanjutnya.

3.5.2. Rekaman

Tahap rekaman ini akan diambil menggunakan webcam dan kode morse yang

direkam oleh webcam akan disimpan dalam format avi. Proses tersebut dapat dilihat pada

gambar 3.5.

Gambar 3.5. Blok diagram proses rekaman

3.5.3. Preprocessing

Tahap ini terdiri dari input file avi, penentuan koordinat autocropping, ekstrak

frame, cropping, RGB ke Gray, histogram proyeksi vertical, average filtering,

downsampling, thresholding, dan kode biner sebagai keluarannya. Proses preprocessing

dapat dilihat pada gambar 3.6. Tahap ini bertujuan untuk mempersiapkan citra yang akan

dilakukan decoding agar selanjutnya dapat dilakukan proses berikutnya.

Gambar 3.6. Blok diagram proses preprocessing

Rekaman File aviCitra berupa

cahaya kedap-kedip

Ekstrak frame RGB ke Gray

DownsamplingThresholding

histogram proyeksi

vertical

AutocroppingFile avi

Kode biner

Penentuan koordinat

autocropping

Average filtering


18

3.5.4. Decoding

Proses decoding bertujuan untuk mengubah kode morse yang direkam melalui

webcam sebelumnya. Hasil dari proses decoding ini adalah kata(teks)yang merupakan hasil

akhir dari proses pengenalan kode morse. Proses decoding dapat dilihat pada Gambar 3.7,

sedangkan untuk proses decoding yang lebih terperinci dapat dilihat pada Gambar 3.13.

Gambar 3.7. Blok diagram proses decoding

3.5.5. Kata (teks)

Kata (teks) merupakan hasil terakhir pada proses pengenal kode morse. Pada tahap

ini hasil dari proses decoding kode morse akan ditentukan berdasarkan look up table

(lampiran 1).

3.6. Perancangan Tampilan GUI Matlab

Tampilan utama untuk program pengenal kode morse dibuat dengan menggunakan

GUI Matlab. Tampilan utama program pada GUI Matlab yang digunakan dalam penilitian

ini ditunjukkan Gambar 3.8.


19

Gambar 3.8. Tampilan utama sistem pengenal kode morse

Tampilan utama program dibuat agar user dapat menggunakan sistem ini dengan

mudah dan dapat mengerti hasil dari pengenal kode morse. Keterangan tampilan utama

sistem pengenal kode morse ditunjukkan pada Tabel 3.3.

Tabel 3.2. Keterangan tampilan utama sistem

Nama Bagian Deskripsi

Tombol Terima Tombol ini digunnakan untuk memulai perekaman citra

dari webcam

Tombol Selesai Tombol ini digunakan untuk mengakhiri program

Tombol Reset Tombol ini digunakan mengembalikan ketampilan awal

program

Plot Camera Untuk menampilkan plot rekaman cahaya kedap-kedip

kode morse pada webcam

Plot Sinyal Biner Untuk menampilkan plot hasil sinyal kotak dari perekaman

citra kode morse

Hasil Kode Morse Untuk menampilkan hasil pengenal kode morse


20

3.7. Perancangan Alur Program

Tahap perancangan program pembangkit dan pengenalan kode morse berbasis citra

ini dilakukan secara realtime yang akan dieksekusi pada user yang menjalankan program

ini. Saat tampilan utama sudah terlihat, maka proses pembangkit dan pengenalan dapat

dilakukan. Ketika program dijalankan maka akan mulai melakukan proses pembangkit

cahaya kedap-kedip yang diproses melalui laptop 1. Setelah itu, pengenalan kode morse

diproses melalui laptop 2 dengan melakukan proses perekaman dari webcam.

Pembangkit kode morse di proses pada laptop 1. Pada saat memasukkan kata (teks)

maka program akan secara otomatis menyesuaikan dengan look up table (lampiran 1)

sebagai kode karakter kode morse. Setelah mendapatkan huruf pada kata yang telah

dimasukkan, maka program akan memproses huruf sesuai dengan kode karakter untuk

menampilkan citra berupa cahaya hitam dan putih secara kedap-kedip sesuai dengan kode

karakter pada huruf. Citra berupa cahaya hitam dan putih ini berupa matriks 0 dan matriks

1. Citra berupa cahaya putih ini diproses melalui kode karakter tiap huruf sedangkan citra

berupa cahaya hitam ini diproses dengan spasi sinyal pada kode karakter tiap huruf, spasi

antar huruf, dan spasi antar kata. Tampilan citra berupa cahaya putih dan hitam ini berupa

kode biner 1 dan 0. Tampilan citra berupa cahaya putih berisi kode biner 1 dan cahaya

hitam sendiri berisi kode biner 0.

Proses pembangkit citra berupa cahaya kode morse ini juga berupa pemberian kode

karakter kode morse untuk ditampilkan dalam cahaya kedap-kedip. Tahap pemberian kode

karakter ini menggunakan look up table (lampiran 1). Tahap ini memiliki tujuan untuk

tampilan pembangkit kode morse dengan display pada cahaya hitam dan putih agar

selanjutnya dapat mengirim untuk proses pengenalan kode morse selanjutnya. Hal ini

dilakukan agar dapat mempermudah pengiriman kode morse untuk proses pengenalannya.

Karakter yang terdapat pada look up table (lampiran 1) ini adalah huruf berupa

karakter yang terdiri dari pj sebagai panjang, pd sebagai pendek, ss sebagai spasi sinyal,

sh sebagai spasi huruf, dan sk sebagai spasi kata. Adapun ketentuan perimbangan waktu

yang dimaksudkan itu adalah “TITIK” atau “PENDEK” adalah 1 detik, “GARIS” atau

“PANJANG” adalah 3 detik, antara “ TITIK” dan “GARIS” atau antara karakter morse

adalah 1 detik. Antara jeda dengan karakter yang lain atau antara huruf adalah 3 detik. Jeda

antara kata pertama dan kata kedua adalah 7 detik. Dalam look up table berupa kode morse

pada huruf. Proses ini juga berupa simbol kode morse, dimana pj sebagai panjang berupa

cahaya putih, pd sebagai pendek juga berupa cahaya putih, ss sebagai spasi sinyal berupa


21

cahaya hitam, sh sebagai spasi huruf berupa cahaya hitam, dan sk sebagai spasi kata berupa

cahaya hitam. Alur program pembangkit kode morse ini dapat dilihat pada gambar 3.9.

Gambar 3.9. Diagram alir utama pembangkit kode morse

Pengenal kode morse ini diproses pada laptop 2. Alur pembuatan program pengenal

kode morse ini melalui beberapa proses yaitu rekaman, preprocessing, dan decoding yang

dapat dilihat pada gambar 3.10. Pada tahap perekaman atau pengambilan citra kode morse

menggunakan webcam. Setelah proses record citra selesai dilakukan, selanjutnya citra

yang didapat akan diproses melalui pemrosesan citra (preprocessing), dan citra tersebut

akan di decoding. Pada proses decoding ini akan dilakukan pemrosesan kode biner ke kode

karakter dengan mendeteksi jumlah nol dan deteksi jumlah satu. Decoding pada tahap

pertama akan mendapatkan hasil kode karaktek. Proses selanjutnya akan di decoding tahap

Start

Pembangkit citra

Kode morse

Stop

Masukan:

Kata (teks)

Keluaran:

citra berupa

cahaya kedap-kedip


22

ke dua dengan kode karakter ke kata(teks). Setelah hasil dari proses decoding pengenalan

kode morse diperoleh, maka proses pengenalan kode morse selesai.

Gambar 3.10. Diagram Alir utama pengenal kode morse

Setelah proses pembangkit kode morse pada laptop 1, laptop 2 akan melakukan

proses perekaman dan pengambilan citra kode morse yang dapat dilihat pada gambar 3.11.

Saat menjalankan program maka webcam secara otomatis akan berstatus hidup atau sudah

terkoneksi (terhubung) dengan program. Setelah camera hidup maka citra berupa cahaya

kedap-kedip pada laptop 1 direkam untuk proses pengambilan citra. Untuk dapat

Start

Stop

Masukan:

Citra berupa

cahaya kedap-kedip

Keluaran:

Kata (teks)

Rekaman

Preprocessing

Decoding


23

mengambil citra pada laptop 1, User menjalankan proses rekaman. Proses pengambilan

kode morse menggunakan webcam dilakukan dengan jarak. Jarak yang digunakan ini akan

menghasilkan gambar yang fokus. Fokus yang digunakan pada webcam menggunakan

fokus normal artinya pengaturan default yang sudah terpasang pada webcam.

Sebelum proses pengambilan kode morse menggunakan webcam, webcam harus

dikomunikasikan dan diinisialisasi terlebih dahulu ke dalam program matlab yang dibuat.

Proses inisialisasi dan komunikasi tersebut bertujuan untuk mengetahui nama adaptor

dalam webcam tersebut. Setelah inisialisasi dilakukan sesuai nama adaptornya yaitu

dengan resolusi kamera yang digunakan yaitu 320x240, proses komunikasi dan inisialisasi

pada webcam pun selesai. Selanjutnya, dilakukan record untuk merekam.

Gambar 3.11. Diagram alir rekaman

Start

Camera ON

Rekaman

Stop

Masukan:

Citra berupa

cahaya kedap-kedip

Keluaran:

File avi


24

Setelah semua tahap dalam melakukan proses pengambilan citra (record)

terlaksana, citra yang didapat pada proses pengambilan gambaran memasuki tahap

pemrosesan citra (preprocessing). Tahap preprocessing yang dilakukan meliputi proses

penentuan koordinat autocropping, ekstrak frame, cropping, RGB ke Gray, histogram

proyeksi vertikal, average filtering, downsampling dan thresholding. Penentuan koordinat

autocropping merupakan suatu proses penentuan cropping untuk menggambil bagian

tertentu untuk dilakukan proses selanjutnya.

Ekstrak frame dilakukan agar citra berupa cahaya kedap-kedip yang telah direkam

menggunakan webcam menjadi jumlah frame untuk nomor framenya. Frame diambil

hanya beberapa dari sejumlah frame yang terdapat pada hasil perekaman cahaya kedap-

kedip. Hal ini dilakukan untuk mempermudah pengenalan kode morse (lampiran 2).

Cropping merupakan suatu proses pemotongan bagian-bagian dari citra yang

diperlukan dalam suatu proses pengenalan kode morse, seperti background template. Dari

percobaan tersebut didapatkan nilai 10×10 piksel yang sesuai untuk dapat dilakukan

proses cropping (lampiran 2).

RGB ke Gray merupakan suatu proses perbaikan citra digital, citra digital yang

diambil berupa citra RGB (red, green, blue) yang kemudian dikonversi kedalam bentuk

citra grayscale. Citra digital yang sebelumnya berwarna harus diubah terlebih dahulu

dalam format grayscale karena yang difilter adalah intensitas warna dari warna hitam dan

putih pada citra digital.

Histogram proyeksi vertikal merupakan suatu tahap yang dilakukan untuk suatu

citra yang akan diproses dalam rangka penyimpanan dari citra grayscale. Hal ini dilakukan

agar dapat menyimpan citra untuk proses selanjutnya untuk kode biner pada pengolahan

citra dalam proses ekstrak frame (lampiran 2).

Average filtering suatu tahap yang dilakukan untuk suatu gambar yang akan

diproses untuk meratakan sinyal yang telah diproses dari histogram proyeksi vertikal.

Proses tersebut bertujuan untuk memudahkan meratakan sinyal yang masih runcing. Hal

ini dilakukan untuk mempermudah proses selanjutnya.

Downsampling dilakukan untuk proses histogram proyeksi vertikal yang telah

disimpan dari proses RGB ke gray dan telah melalui proses average filtering. Proses

downsampling ini bertujuan untuk memproses sinyal kotak yang tertangkap. Proses

tersebut bertujuan pula untuk mengurangi sinyal dan tetap mempertahankan periodenya.

Downsampling menghasilkan sinyal kotak yang lebih rapat (lampiran 2).


25

Thresholding merupakan suatu proses untuk menentukan kode biner 1 dan 0 dari

sinyal kotak dengan mengatur nilai amplitudo semua sinyal kotak yang lebih besar dari

nilai threshold sebagai latar depan dan lebih kecil dari nilai threshold. Proses thresholding

ini bertujuan untuk menghasilkan kode biner yang diinginkan (lampiran 2). Diagram alir

pemrosesan citra dapat dilihat pada gambar 3.12.

Gambar 3.12. Diagram alir pemrosesan citra (preprocessing)

Start

Ekstrak frame

Cropping

RGB ke Gray

Masukan:

file avi

Keluaran:

Kode biner

Histogram proyeksi

vertikal

Stop

Thresholding

Downsampling

Average filtering

Penentuan koordinat

autocropping


26

Setelah selesai melakukan pemrosesan citra (preprocessing), langkah selanjutnya

adalah proses decoding yang ditujukan untuk mengubah kode biner menjadi keluaran kata

(teks) yang direkam dalam proses preprocessing. Proses decoding bertujuan untuk

mengetahui kode biner dan kode karakter pada cahaya kedap-kedip. Secara keseluruhan,

proses decoding ini terdiri dari dua tahap. Tahap yang pertama adalah mengubah kode

biner menjadi kode karakter. Tahap pertama ini bertujuan untuk mengetahui kode biner

yang terdapat pada cahaya kedap-kedip yang kemudian akan diproses menjadi kode

karakter, sedangkan tahap yang kedua, program akan memproses kode karakter yang telah

dihasilkan dari proses tahap pertama menjadi kata (teks). Pada tahap kedua, kode karakter

akan diproses terlebi h dahulu dengan menyamakan kode karakter pada laptop 1 dengan

menggunakan proses look up table (lampiran 1). Hal ini dilakukan untuk menggetahui

huruf pada kode karakter. Lalu hasil dari decoding tahap kedua tersebut akan berupa kata

(teks).

Secara lebih rinci, proses decoding dapat dijelaskan sebagai berikut. Tahap

decoding yang pertama adalah melakukan proses deteksi jumlah nol dengan tujuan

menentukan jumlah nol dari kode biner sebagai spasi berdasar jumlah nol (tabel3.4).

Tabel 3.3. Look up table deteksi jumlah nol

Jumlah nol (n) Kode

n <n1 ss

n1≤n<n2 sh

n ≥n2 sk

Proses dilanjutkan dengan mendeteksi jumlah satu dengan tujuan menentukan

jumlah satu dari kode biner sebagai kode karakter pd dan pj berdasar jumlah satu

(tabel3.5). Nilai n dan s akan dibahas lebih lanjut di BAB IV. Berikut look up table deteksi

jumlah satu.

Tabel 3.4.Look up table deteksi jumlah satu

Jumlah satu (s) Kode

s <s1 pd

s >s1 pj


27

Setelah itu, dilanjutkan dengan pengolahan “data masih” untuk menentukan

keluaran kode karakter. Tahap decoding yang kedua adalah melakukan proses deteksi spasi

antar huruf. Selanjutnya proses decoding huruf yang bertujuan untuk mendeteksi huruf

dengan menggunakan look up table (lampiran 1). Setelah itu, proses menyimpan huruf di

array dan dilanjutkan dengan pengolahan “data masih” untuk menentukan keluaran kata

(teks). Alur program decoding dapat di lihat pada gambar 3.13.

Gambar 3.13. Diagram Alir Decoding


28

Gambar 3.13. (Lanjutan) Diagram alir Decoding


29

BAB IV

HASIL DAN PEMBAHASAN

Bab ini berisi tentang hasil uji coba sistem yang telah dirancang dan dibuat. Uji

coba dilakukan untuk mengetahui apakah sistem dapat bekerja dengan sesuai dengan

perancangan. Hasil pengujian berupa data-data yang menunjukkan bahwa sistem yang

telah dirancang dapat bekerja dengan baik.

4.1. Pengujian Program dan Tampilan Program Pembangkit dan

Pengenal Kode Morse Berbasis Citra

Pengujian program dan tampilan program bertujuan untuk memastikan apakah

program yang sudah dibuat dapat bekerja sesuai dengan yang telah dirancang pada bab

sebelumnya. Dalam pengujian program, user menggunakan 2 buah laptop dengan

spesifikasi:

A. Prosesor : Intel® Core ™ i5-2410M CPU @ 2.30GHz

RAM : 4.00 GB

Tipe : Sistem oprasi 32 bit

B. Prosesor : Intel® Core™ i3-2310M CPU @ 2.10GHz

RAM : 2 GB

Tipe : Sistem operasi 32 bit

Proses pembangkit dan pengenal kode morse berbasis citra dapat dilakukan dengan

menjalankan langkah-langkah di bawah ini:

1. Klik dua kali gambar ikon matlab pada layar desktop dengan gambar ikon seperti

pada gambar 4.1.

Gambar 4.1. Icon matlab R2012a


30

2. Setelah ikon matlab di klik akan muncul tampilan awal seperti pada gambar 4.2.

sebelum masuk ke tampilan utama program.

Gambar 4.2. Tampilan matlab

3. Sebelum membuka tampilan program, user harus memastikan terlebih dahulu

apakah Current Directory sudah sesuai dengan tempat penyimpanan program yang

telah dirancang sebelumnya.

4. Kemudian, user dapat mengetik perintah “transmit” pada laptop 1 di bagian

command window untuk memunculkan tampilan program pembangkit kode morse.

Maka akan muncul tampilan utama program seperti gambar 4.3.


31

Gambar 4.3. Tampilan program pembangkit kode morse

5. Setelah itu, user mengetik perintah “gui123” pada laptop 2 di bagian command

window untuk memunculkan tampilan program pengenal kode morse. Setelah itu

akan muncul tampilan program pengenal kode morse seperti pada gambar 4.4.

Gambar 4.4. Tampilan program pengenal kode morse


32

6. Setelah langkah 4 dilakukan dengan laptop 1, user dapat memasukkan kata terlebih

dahulu pada command window. Proses tersebut dilakukan untuk mengirimkan kata

yang menampilkan citra berupa penampil citra gelap dan citra terang secara

bergantian yakni berupa cahaya kedap-kedip. Tampilan gambar dapat terlihat pada

gambar 4.5.

Gambar 4.5. Citra Gelap

Gambar 4.5. Citra Terang


33

7. Selanjutnya, apabila laptop 1 sudah menampilkan citra berupa cahaya kedap-kedip,

maka user dapat memulai pengenalan kode morse pada laptop 2. Proses tersebut

didahului dengan langkah 5 untuk memulai pengenal kode morse dengan menekan

tombol “TERIMA” untuk menampilkan video webcam. Hasil pengenalan kode

morse terlihat pada gambar 4.6.

Gambar 4.6. Tampilan Hasil Pengenal Kode Morse

8. Pada laptop 2, user dapat mengulang kembali pengenalan kode morse dengan

menkan tombol “RESET” dan mengulang kembali langkah 7.

9. Pada laptop 2, user dapat mengakhiri pengenalan kode morse dengan menekan

tombol “SELESAI”.

4.2. Penjelasan Program

4.2.1. Pembangkit Kode Morse

Pembangkit kode morse dapat dilakukan dengan melakukan langkah seperti yang

dijelaskan di atas. Tampilan program pembangkit kode morse dapat dilihat pada gambar

4.3. Pada tampilan pembangkit kode morse terdapat “transmit” dan “kata yang akan

dikirim”. User dapat memulai pembangkit kode morse dengan menggetik perintah terlebih

dahulu pada command window. User dapat memastikan terlebih dahulu apakah current

directory sudah sesuai dengan tempat penyimpanan program sebelum mengetik perintah


34

global putih hitam

putih=single(ones(730,1360));

hitam=single(zeros(730,1360));

yang perlu dilakukan. Setelah sesuai dengan tempat penyimpanan program, user dapat

memulai pembangkit kode morse dengan menggetik perintah “transmit” dan menekan

enter untuk menjalankan program. Setelah muncul perintah “kata yang akan dikirim”, user

mengetik kata yang akan dikirim kemudian menekan enter. Hasil pembangkit kode morse

yang ditampilkan adalah citra berupa cahaya kedap-kedip.

a. Tampilan Citra Berupa Cahaya Kedap-Kedip

Untuk menampilkan citra berupa cahaya kedap-kedip pada pembangkit kode

morse, user dapat melakukan pembangkit kode morse dengan menjalankan

proses. Proses tersebut diawali dengan menggunakan display putih dan hitam

yang berupa matriks 1 dan matriks 0. Program yang digunakan untuk tampilan

citra berupa cahaya kedap-kedip ditunjukan pada gambar 4.7.

Gambar 4.7. Program Tampilan Citra Berupa Cahaya Kedap-kedip

b. Look up table kode morse

Look up table kode morse adalah proses pemberian kode karakter yang berguna

untuk tampilan citra berupa cahaya kedap-kedip. Program look up table terlihat

pada gambar 4.8.

Gambar 4.8. Program Look Up Table Kode Morse

function mkode(huruf)

switch huruf

case 'A'

pd;ss;pj;

case 'B'

pj;ss;pd;ss;pd;ss;pd;

case 'C'

pj;ss;pd;ss;pj;ss;pd;

case 'D'

pj;ss;pd;ss;pd;

case 'E'

pd;


35

Gambar 4.8. Lanjutan Program Look Up Table Kode Morse

case 'F'

pd;ss;pd;ss;pj;ss;pd;

case 'G'

pj;ss;pj;ss;pd;

case 'H'

pd;ss;pd;ss;pd;ss;pd;

case 'I'

pd;ss;pd;

case 'J'

pd;ss;pj;ss;pj;ss;pj;

case 'K'

pj;ss;pd;ss;pj;

case 'L'

pd;ss;pj;ss;pd;ss;pd;

case 'M'

pj;ss;pj;

case 'N'

pj;ss;pd;

case 'O'

pj;ss;pj;ss;pj;

case 'P'

pd;ss;pj;ss;pj;ss;pd;

case 'Q'

pj;ss;pj;ss;pd;ss;pj;

case 'R'

pd;ss;pj;ss;pd;

case 'S'

pd;ss;pd;ss;pd;

case 'T'

pj;

case 'U'

pd;ss;pd;ss;pj;

case 'V'

pd;ss;pd;ss;pd;ss;pj;

case 'W'

pd;ss;pj;ss;pj;

case 'X'

pj;ss;pd;ss;pd;ss;pj;

case 'Y'

pj;ss;pd;ss;pj;ss;pj;

case 'Z'

pj;ss;pj;ss;pd;ss;pd;

end


36

Proses look up table merupakan kode karakter yang berupa kode morse. Dalam

prosesnya, kode karakter terdiri dari karakter pj sebagai panjang, pd sebagai pendek, ss

sebagai spasi sinyal, sh sebagai spasi huruf dan sk sebagai spasi kata. Karakter yang

terdapat pada look up table merupakan kode morse sebagai penampil pada citra berupa

cahaya kedap-kedip. Tampilan citra berupa cahaya kedap-kedip, sedangkan karakter pj dan

pd sebagai penampil putih dan karakter ss dan sh sebagai penampil hitam. Program

tersebut tampak pada gambar 4.9.

Gambar 4.9. Program Kode Karakter

% ===============================================

function pj

% Menampilkan window putih 3 detik

global putih

imshow(putih);

pause(3);

% ===============================================

function pd


global putih

imshow(putih);

pause(1);

% ===============================================

function ss

% Menampilkan window hitam 1 detik

% (spasi antar sinyal)

global hitam

imshow(hitam);

pause(1);

% ===============================================

function sh


% (spasi antar huruf)

global hitam

imshow(hitam);

pause(3);


37

Gambar 4.9. Lanjutan Program Kode Karakter

Program tersebut memiliki karakter dengan fungsinya masing-masing. Karakter pj

menampilkan citra berupa putih dengan waktu 3 detik, karakter pd menampilkan citra

berupa putih dengan waktu 1 detik, karakter ss menampilkan citra berupa cahaya kedap-

kedip berupa hitam dengan waktu 1 detik, karakter sh menampilkan citra berupa cahaya

kedap-kedip berupa hitam 3 detik, dan karakter sk menampilkan citra berupa cahaya

kedap-kedip berupa hitam 7 detik.

4.2.2. Pengenalan kode morse

Pengenalan kode morse dapat dilakukan dengan melakukan berbagai langkah

seperti yang telah dijelaskan pada 4.1. Tampilan program pengenalan kode morse dapat

dilihat pada gambar 4.4. Pada tampilan pengenalan kode morse terdapat 2 axes, 3 push

button, dan 1 static text. User dapat memulai pengenalan kode morse dengan menekan

tombol “TERIMA”. Hasil pengenalan kode morse yang ditampilkan berupa kamera, sinyal

biner, dan kata yang berasil dikenali. User dapat mengulang pengenalan kode morse

dengan menekan tombol “RESET” dan mengakhiri pengenalan kode morse dengan

menekan tombol “SELESAI” seperti yang telah dijelaskan di 4.1.

a. Tombol “TERIMA”

Tombol “TERIMA” ini adalah tombol yang berfungsi untuk melakukan

pengenalan kode morse. User dapat melakukan pengenalan kode morse dengan

menakan tombol tersebut. Tombol “TERIMA” memulai pengenalan kode morse

dengan menjalankan beberapa subproses. Subproses yang dijalankan dimulai dari

rekaman kode morse, preprosesing, decoding, dan penentuan hasil pengenalan

% ===============================================

function sk


% (spasi antar kata)

global hitam

imshow(hitam);

pause(7);

% ===============================================


38

kode morse. Program yang digunakan untuk rekaman kode morse terlihat pada

gambar 4.10.

Gambar 4.10. Program Rekaman Kode Morse

Perintah rekaman kode morse pada matlab menggunakan videoinput. Hal

tersebut dilakukan untuk memulai perintah inisialisasi sesuai nama adaptornya

yaitu “winvideo”. Resolusi kamera yang digunakan adalah 320 x 240. Setelah

inisialisasi webcam berhasil, pengambilan gambar dilakukan dengan perintah

“getsnapshot”. Kode morse yang telah terekam tersebut ditampilkan pada

program pengenalan menggunakan perintah “axes” yang telah tersedia di dalam

tampilan program penegenalan kode morse.

Proses preprosesing terdiri dari beberapa bagian program yang

digabungkan. Program-program tersebut adalah program penentuan koordinat

autocropping, ekstrak frame, RGB ke Gray, average filtering, downsampling,

vid1 = videoinput('winvideo',1, 'YUY2_320x240');

set(vid1, 'FramesPerTrigger', Inf);

set(vid1, 'ReturnedColorspace', 'rgb');

vid1.FrameGrabInterval = 1;% distance between captured

frames

start(vid1)

aviObject1 = avifile('morse700abc.avi'); % Create a new

AVI file

for iFrame = 1:900 % Capture 900 frames

% ...

% You would capture a single image I from your webcam

here

% ...

I=getsnapshot(vid1);

axes(handles.axes1)

imshow(I);

F = im2frame(I); % Convert I to a movie frame

aviObject1 = addframe(aviObject1,F); % Add the frame to

the AVI file

end

aviObject1 = close(aviObject1); % Close the AVI file

stop(vid1);

flushdata(vid1);


39

dan thresholding. Sebelum melakukan program preprosesing, proses program

baca file avi yang telah direkam dilakukan terlebih dahulu.

Kode morse yang telah terekam dan tersimpan dipanggil kembali

menggunakan perintah mmreader untuk melanjutkan ke preprosesing. Pada

proses preprosesing, proses penentuan koordinat autocropping berfungsi untuk

memotong bagian citra yang tidak memiliki informasi. Program penentuan

koordinat autocropping dapat terlihat pada gambar 4.11.

Gambar 4.11. Program Penentuan Koordinat Autocropping

% Baca file avi

obj=mmreader('morse700abc.avi'); % ukuran avi: 320x240

piksel

% =================================================

% Preprosesing

% =================================================

% Penentuan koordinat autocropping

m=1;

n=1;

k=1;

k=31; % Mulai frame ke 16

% Frame 1-15 (1 detik pertama)diabaikan

thx=250;

while m==1

img1=double(rgb2gray(read(obj,k)));

img2=double(rgb2gray(read(obj,k+n)));

img3=abs(img1-img2)/1000;

sum1=sum(img3);

sum2=sum(sum1);

if sum2>thx

m=0;

end

n=n+1;

if k+n>900

thx=200;

n=1;

end

end


40

Gambar 4.11. Lanjutan Program Penentuan Koordinat Autocropping

Perintah double pada proses autocropping berfungsi untuk mengubah nilai

pada gambar grayscale karena nilainya masih unsigninteger, sedangkan nilai

hasil akhir dibagi 1000 sebagai normalisasi. Pada program penentuan koordinat

terdapat perintah rgb2gray. Perintah tersebut merupakan perintah untuk

mengubah format gambar rgb menjadi grayscale, sedangkan program di atas thx

sebagai penentuan nilai atau evaluasi untuk mempermudah proses autocropping.

Selanjutnya pada posisi autocropping (kiri atas) terdapat list program posx dan

posy sebagai penentu posisi autocropping. Perintah nilai 5 dan 0 pada posx dan

posy berfungsi sebagai nilai evaluasi karena nilai offset yang digunakan yaitu 10.

Nilai offset berfungsi untuk menghilangkan efek border. Nilai tersebut digunakan

karena hasil dari percobaan yang dilakukan lampiran (3). Nilai perintah [posx

posy 10 10] berfungsi sebagai cropping. Nilai dari percobaan tersebut digunakan

karena pada saat mengunakan nilai evaluasi lainnya hasil proses tersebut tidak

dapat ditampilkan secara maksimal. Selanjutnya program ekstrak frame berfungsi

untuk mengubah citra berupa cahaya kedap-kedip yang telah direkam menjadi

jumlah frame untuk nomor framenya. Program ekstrak frame seperti terlihat pada

gambar 4.12.

% Posisi autocropping (kiri atas)

sum3=sum(img3');

th1=0.8*max(sum1);

th3=0.8*max(sum3);

x1=find(sum1>th1);

y1=find(sum3>th3);

posx=x1(1)+5 % Nilai offset: 10

posy=y1(1)+0 % Nilai offset: 10

% Nilai offset --> menghilangkan efek

border

%figure(2)

img4=rgb2gray(read(obj,k-5));

img5=rgb2gray(read(obj,k));

img6=imcrop(img5,[posx posy 10 10]);


41

Gambar 4.12. Program Ekstrak Frame

List program “img7” berfungsi untuk membaca frame. Setelah frame

terbaca dilakukan proses cropping untuk pemotongan bagian dari citra yang

diperlukan dalam proses pengenalan kode morse dengan nilai 10×10 piksel.

Program RGB ke Gray merupakan suatu proses untuk citra digital yang diambil

berupa citra RGB dan kemudian dikonversi ke dalam bentuk citra grayscale.

Proses tersebut bertujuan untuk mengidentifikasi intensitas warna dari warna

hitam dan putih pada citra digital. Program RGB ke Gray dapat terlihat pada

gambar 4.13.

Gambar 4.13. Program RGB ke Gray

Perintah “double” pada program di atas berfungsi untuk mengubah nilai

pada gambar grayscale karena nilainya masih unsigninteger, sedangkan nilai

hasil akhir dibagi 3×255 sebagi normalisasi. Berikutnya program histogram

proyeksi vertikal berfungsi untuk suatu citra yang akan diproses dalam rangka

% Ekstrak frame s/d histogram

jumframe=obj.NumberOfFrames;

vhist0=[];

for a=1:5:jumframe % downsampling

img7=read(obj,a); % baca frame

img8=imcrop(img7,[posx posy 10 10]); % crop 10x10

piksel

% RGB->Gray

r=double(img8(:,:,1)); % matriks r (red)

g=double(img8(:,:,2)); % matriks g (green)

b=double(img8(:,:,3)); % matriks b (blue)

img9=(r+g+b)/(3*255);


42

penyimpanan dari citra grayscale. Program histogram proyeksi vertikal seperti

terlihat pada gambar 4.14.

Gambar 4.14. Program histogram Proyeksi vertical

List program “vhist0” berfungsi untuk menyimpan citra untuk proses

selanjutnya pada pengolahan citra dalam ekstrak frame. Berikutnya program

average filtering berfungsi untuk meratakan sinyal yang terekam dengan mencari

rata-rata. Program average filtering dapat terlihat pada gambar 4.15.

Gambar 4.15. Program Average Filtering

Fungsi program “avgfilter” adalah untuk memanggil fungsi average

filtering, sedangkan fungsi average filtering adalah untuk meratakan sinyal

puncak dengan menghitung nilai rata-rata. Proses dilakukan dengan memanggil

fungsi yang sudah dibuat pada M-file dengan nama “avgfilter”. Berikutnya

program downsampling berfungsi untuk memproses sinyal kotak yang tertangkap

dan untuk mengurangi sinyal serta mempertahankan periodenya. Program

downsampling dapat terlihat pada gambar 4.16.

Gambar 4.16. Program Downsampling

Perintah “vhist0” diproses setelah hasil dari proses average filtering yang

menghasilkan sinyal kotak diproses untuk menghasilkan sinyal kotak yang lebih

rapat. Berikutnya program thresholding berfungsi untuk menentukan kode biner

1 dan 0 dari sinyal kotak. Program thresholding dapat terlihat pada gambar 4.17.

vhist0=[vhist0 sum(img9)]; % simpan histogram proyeksi

vertikal

% Average filtering

vhist0=avgfilter(vhist0);

% Downsampling

vhist1=vhist0(1:10:length(vhist0));


43

Gambar 4.17. Program Thresholding

Nilai “0.75” yang terdapat pada program “thresholding” berfungsi sebagai

nilai evaluasi pada sinyal kotak yang nantinya akan digunakan pada proses

threshold biner. Nilai tersebut digunakan karena sinyal yang dihasilkan pada

proses thresholding sesuai dengan kode karakter kode morse yang ditampilkan

pada laptop 1. Namun, nilai evaluasi lainnya tidak sesuai dengan kode karakter

kode morse yang ditampilkan pada laptop 1. Sinyal thresholding yang

menggunakan nilai evaluasi lainnya dapat dilihat pada lampiran (4). List program

katain berfungsi sebagai preallocation untuk katain. Dalam prosesnya terdapat

perintah “vhist1 (k)>thbin” yang berfungsi untuk menentukan threshold biner

yang nilainya lebih besar dari nilai evaluasi. Pada citra berupa cahaya kedap-

kedip yang berwarna putih bernilai 1 sedangkan yang bewarna gelap bernilai 0

untuk menampilkan sinyal biner ditampilkan pada axes2.

Proses decoding terdiri dari dua tahap. Tahap yang pertama adalah

mengubah kode biner menjadi kode karakter. Tahap pertama ini bertujuan untuk

mengetahui kode biner yang terdapat pada citra berupa cahaya kedap-kedip yang

% Thresholding untuk kode biner

%thbin=0.75*max(vhist1); % threshold biner

thbin=0.75*max(vhist1);

pjvhist1=length(vhist1);

katain=zeros(1,pjvhist1); % preallocation untuk

katain

for k=1:pjvhist1

if vhist1(k)>thbin

katain(k)=1;

end

end

katain

%tampilkan pada axes

axes(handles.axes2);

plot(katain);axis([1 pjvhist1 0 1.5]);


44

kemudian diproses menjadi kode karakter. Dalam proses decoding tahap pertama

terdapat program deteksi jumlah nol yang bertujuan untuk menentukan jumlah

kode biner sebagai spasi berdasar jumlah nol. Program deteksi jumlah nol dapat


Gambar 4.18. Program Deteksi Jumlah Nol

Pada program di atas tertulis “kataout=[kataout ‘ss’]” yang bertujuan untuk

menentukan kode karakter ss dengan menggunakan nilai evaluasi nol lebih kecil

dari 7 maka akan dianggap sebagai kode karakter ss. Selanjutnya

“kataout=[kataout ‘sh’]” untuk menentukan kode karakter sh dengan

menggunakan nilai evaluasi nol lebih besar dari atau sama dengan 7 dan nol lebih

kecil dari atau sama dengan 15 maka kode karakter berupa sh. Setelah itu,

“kataout=[kataout ‘sk’]” untuk kode karakter berupa sk. Nilai-nilai evaluasi

% ----------------------------------------------

% Deteksi jumlah nol

% ----------------------------------------------

k=1;

m=1;

nol=0;

while k==1

if katain(m)==0

nol=nol+1;

else

k=0;

end

m=m+1;

if length(katain)<m

k=0;

end

end

% Definisi spasi berdasar jumlah nol

if nol<7

kataout=[kataout 'ss'];

elseif nol>=7 && nol<=15

kataout=[kataout 'sh'];

else

kataout=[kataout 'sk'];

end

% Pemotongan data input berdasar jumlah nol

katain(1:nol)=[];


45

tersebut digunakan untuk menentukan kode karakter yakni mendeteksi biner 0

dengan menghitung terlebih dahulu biner berupa 0 dari proses hasil “katain”

seperti pada lampiran (5). Proses selanjutnya adalah deteksi jumlah satu dengan

tujuan menentukan jumlah satu dari kode biner. Program deteksi jumlah satu

dapat terlihat pada gambar 4.19

Gambar 4.19. Program Deteksi Jumlah Satu

Dalam menentukan kode morse berdasar jumlah satu terdapat program

“kataout=[kataout ‘pd’]” yang bertujuan untuk menentukan kode karakter pd

dengan menggunakan nilai evaluasi satu lebih kecil dari atau sama dengan 6 dan

satu lebih besar dari atau sama dengan 2 maka kode karakter berupa pd. Namun,

untuk menetukan kode karakter pj menggunakan “kataout=kataout[kataout ‘pj’]”

dengan menggunakan nilai evaluasi satu lebih besar dari 6. Nilai-nilai evaluasi

tersebut digunakan untuk menentukan kode karakter yang berupa pd maupun pj

% ----------------------------------------------

% Deteksi jumlah satu

% ----------------------------------------------

k=1;

m=1;

satu=0;

while k==1

if katain(m)==1

satu=satu+1;

else

k=0;

end

m=m+1;

if length(katain)<m

k=0;

end

end

% Definisi spasi berdasar jumlah satu

if satu<=6 && satu>=2

kataout=[kataout 'pd'];

else satu>6

kataout=[kataout 'pj'];

end

% Pemotongan data input berdasar jumlah satu

katain(1:satu)=[];


46

dengan menghitung terlebih dahulu biner berupa 1 dari hasil “katain” seperti

pada lampiran (5).

Pada decoding tahap dua, program akan memproses kode karakter menjadi

kata yang telah dihasilkan di tahap pertama. Proses ini dilakukan dengan

mengubah kode karakter menjadi kata (teks). Proses decoding tahap kedua dapat


Gambar 4.20. Program Decoding tahap kedua

Proses decoding tahap pertama yang menghasilkan kode karakter yang

berupa ss, sh, sk, pd dan pj yang akan diproses untuk mengubah menjadi kata

(teks). Program tersebut diproses dengan membandingkan kode karakter yang

telah dihasilkan oleh decoding tahap pertama. List program “kataout” hasil dari

decoding tahap pertama akan diproses dengan mencocokkan kode karakter pada

% Dekoding tahap 2 (kode karakter --> teks)

a=1;hurufin=[];katatxt=[];

while a==1

if strcmp(kataout(1:2),'sh')==0 &&

strcmp(kataout(1:2),'sk')==0

hurufin=[hurufin kataout(1:2)];

kataout(1:2)=[];

elseif strcmp(kataout(1:2),'sh')==0 &&


hurufout=kenalhuruf(hurufin);

katatxt=[katatxt hurufout];

kataout=[];

elseif strcmp(kataout(1:2),'sh')==1



hurufin=[];

kataout(1:2)=[];

end

pjkataout=length(kataout);

if pjkataout==0

a=0;

end

end

katatxt

hasilout=katatxt

set(handles.text9,'string',hasilout)


47


plot(0);


plot(0);

set(handles.text9,'String',' ');

close all;

clear all;

list program “kenalhuruf” dengan menggunakan look up table. Fungsi program

“kenalhuruf” adalah sebagai look up table. Proses dilakukan dengan memanggil

fungsi yang telah dibuat pada M-file dengan nama fungsi “kenalhuruf”. Hasil

keluaran ditampilkan dengan format “set(handles.text9, ‘string’,hasilout) dimana

hasil keluaran pada text9 berupa kata (teks).

b. Tombol “RESET”

Tombol “RESET” digunakan apabila user masih ingin melakukan pengenalan

kode morse untuk kata lainnya. Tombol “RESET” berfungsi untuk mengulang

program dari awal apabila user melakukan kesalahan atau terjadi error pada saat

proses pengenalan. Program yang digunakan untuk tombol “RESET” dapat

dilihat pada gambar 4.21.

Gambar 4.21. Program Tombol Reset

c. Tombol “SELESAI”

Tombol “SELESAI” berfungsi untuk mengakhiri dan keluar dari program atau

tampilan GUI pengenalan kode morse. Program pada tombol “SELESAI” dapat

dilihat pada gambar 4.22.

Gambar 4.22. Program Tombol Selesai

Berdasarkan hasil pengujian tombol pada GUI pengenalan kode morse dapat

ditarik kesimpulan bahwa program sudah berjalan dengan baik dan dapat

berkerja sesuai dengan perancangan pada bab III.


48

4.3. Pengujian dan Analisis Hasil Pengenalan Kode Morse

Pengujian program pengenalan kode morse ini bertujuan untuk melihat seberapa

besar tingkat pengenalan terhadap citra masukan. Pengujian program pengenalan kode

morse dilakukan dengan 2 tahap. Tahap yang pertama adalah pengujian untuk melihat

jarak minimum dan maksimum antara citra berupa cahaya kode morse sebagai masukan

dengan webcam. Tahap yang kedua adalah pengujian untuk melihat kemampuan

pengenalan kode morse dengan menggunakan variasi sudut kemiringan antara laptop 1

sebagai pembangkit kode morse dengan laptop 2 sebagai pengenal kode morse.

4.3.1. Pengujian Pengenalan Variasi Jarak

Percobaan variasi jarak bertujuan untuk melihat batas jarak terdekat dan batas

terjauh antara laptop 1 sebagai pembangkit kode morse dengan laptop 2 sebagai pengenal

kode morse. Pengujian ini dilakukan dengan beberapa langkah, yaitu:

1. Melakukan rekaman citra berupa cahaya kedap-kedip kode morse.

2. Rekaman dilakukan dengan jarak dari paling dekat dengan laptop 1 sebagai

pembangkit kode morse hingga jarak terjauh dari laptop 1 sebagai pembangkit

kode morse dengan rentang tiap jarak sebesar 20cm hingga jarak 730cm. Posisi

laptop 2 berhadapan terhadap laptop 1 dapat terlihat pada gambar 4.23.

Gambar 4.23. Posisi Laptop 1 Berhadapan Dengan Laptop 2


49

3. Percobaan dilakukan dengan terlebih dahulu memasukkan kata “ABC” pada

laptop 1 sebagai pembangkit kode morse.

Tabel 4.1. Pengujian kode morse

Jarak (cm) Hasil Percobaan

20 ×

30 √

40 √

60 √

80 √

100 √

200 √

300 √

400 √

500 √

520 √

540 √

560 √

580 √

600 √

620 √

640 √

680 √

700 √

720 ×

730 ×

Keterangan:

× : kode morse dikenali dengan tidak benar

√ : kode morse dikenali dengan benar

Hasil pengujian kode morse pada Tabel 4.1. merupakan sebagian hasil pengujian

kode morse berdasarkan variasi jarak, sedangkan untuk hasil lebih lengkap dapat dilihat


50

pada lampiran (7). Hasil pengujian variasi jarak memperlihatkan bahwa untuk kode morse

jarak terdekat atau jarak minimum antara laptop 1 sebagai pembangkit kode morse dengan

laptop 2 sebagai pengenal kode morse adalah 30 cm, karena pada jarak dibawah 30 cm

citra berupa cahaya kedap-kedip sudah terpotong sehingga citra berupa cahaya kedap-

kedip tidak dapat dikenali. Sedangkan jarak terjauh atau jarak maksimum antara laptop 1

sebagai pembangkit kode morse dengan laptop 2 sebagai pengenal kode morse adalah 700

cm. Pada jarak 720 cm percobaan pengenal kode morse sudah tidak dapat dikenali karena

ukuran citra berupa cahaya kedap-kedip sudah terlalu kecil sehingga pada bagian cropping

terjadi kesalahan yang menyebabkan citra berupa cahaya kedap-kedip tidak dapat dikenali

dengan benar.

4.3.2. Pengujian Pengenalan Kode Morse Berdasarkan Variasi Sudut

Percobaan ini bertujuan untuk melihat kemampuan program untuk mengenali citra

berupa cahaya kedap-kedip meskipun posisi laptop 1 sebagai pembangkit kode morse

dengan laptop 2 sebagai pengenal kode morse yang pengenalannya dengan posisi miring

dengan ketentuan sudut. Percobaan ini dilakukan dengan beberapa kententuan, yaitu:

1. Percobaan dilalukan dengan menggunakan dua jarak yang berbeda antara

laptop 1 sebagai pembangkit kode morse dengan laptop 2 sebagai pengenal

kode morse, yaitu jarak 100 cm dan jarak 200 cm.

2. Posisi laptop 1 sebagai pembangkit kode morse tetap sedangkan posisi laptop 2

sebagai pengenal kode morse diubah-ubah sudutnya, mulai dari 90° hingga

-90° dengan rentang tiap perubahan sudut sebesar 20°.

3. Percobaan dengan memasukkan kata “ABC” dengan menggunakan laptop 1

sebagai pembangkit kode morse.


51

Tabel 4.2. Pengujian kode morse dengan jarak 100 cm

Sudut Hasil Percobaan

90° ×

80° √

60° √

40° √

20° √

-20° √

-40° √

-60° √

-80° √

-90° ×

Keterangan:

× : kode morse dikenali dengan tidak benar

√: kode morse dikenali dengan benar

Hasil pengujian pada Tabel 4.2. merupakan hasil pengujian versi sudut pada laptop

1 sebagai pembangkit kode morse dengan laptop 2 sebagai pengenalan kode morse

berjarak 100 cm. Tabel di atas memperlihatkan bahwa citra berupa cahaya kedap-kedip

dapat dikenali mulai dari sudut -80° hingga sudut 80°, selain di antara sudut tersebut citra

berupa cahaya kedap-kedip tidak dapat dikenali dengan benar.


52

Tabel 4.3. Pengujian kode morse dengan jarak 200 cm

Sudut Hasil Percobaan

90° ×

80° √

60° √

40° √

20° √

-20° √

-40° √

-60° √

-80° √

-90° ×

Keterangan:

×: kode morse dikenali dengan tidak benar


Hasil pengujian pada Tabel 4.3. merupakan hasil pengujian variasi sudut pada

laptop 1 sebagai pembangkit kode morse dengan laptop 2 sebagai pengenal kode morse

berjarak 200 cm. Tabel diatas memperlihatkan bahwa rambu dapat dikenali mulai dari

sudut -80° hingga sudut 80°, selain di antara sudut tersebut citra berupa cahaya kedap-

kedip tidak dapat dikenali dengan benar.

Hasil-hasil percobaan pengenalan kode morse berdasarkan variasi sudut

memperlihatkan bahwa kemampuan pengenalan tidak bisa hingga sudut -90° maupun

sudut 90°. Hal ini terjadi karena pada bagian cropping dan pada saat perekaman laptop 1

sebagai pembangkit kode morse dengan laptop 2 sebagai pengenal kode morse tidak dapat

menangkap citra berupa cahaya kedap-kedip terjadi kesalahan pemotongan sehingga

menyebabkan kesalahan pada saat pengenalan.


53

BAB V

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Dari hasil percobaan dan pengujian yang telah dilakukan mulai dari tahap

perancangan sistem, implementasi, hasil pengujian, dan hasil pembahasan, maka dapat

disimpulkan bahwa:

1. Implementasi dari sistem pembangkit dan pengenal kode morse berbasis citra

secara real time sudah dapat bekerja sesuai dengan perancangan.

2. Jarak minimum antara laptop 1 sebagai pembangkit kode morse dengan laptop

2 sebagai pengenal kode morse adalah 30 cm, sedangkan jarak maksimum

antara laptop 1 sebagai pembangkit kode morse dengan laptop 2 sebagai

pengenal kode morse adalah 700 cm.

3. Variasi sudut dapat mempengaruhi tingkat pengenalan. Dari percobaan jarak

laptop 1 dengan laptop 2 sejauh 100 cm menghasilkan citra berupa cahaya

kedap-kedip dikenali antara sudut -80° hingga 80°. Dari percobaan jarak laptop

1 dengan laptop 2 sejauh 200 cm menghasilkan citra berupa cahaya kedap-

kedip dikenali antara sudut -80° hingga 80°. Semakin besar sudut kemiringan

antara laptop 1 dengan laptop 2 maka kode morse semakin tidak dapat dikenali

dengan benar.

5.2. Saran

Saran yang dapat diberikan untuk mengembangkan terkait dengan tugas akhir ini

adalah:

1. Penelitian selanjutnya diharapkan juga dapat menggunakan lampu sorot agar

kode morse dapat dikenali dengan jarak yang lebih jauh.

2. Untuk pengembangannya, dapat juga dengan membuat hardware pembangkit

dan pengenal kode morse.


54

DAFTAR PUSTAKA

[1] Honggo, Hermiaty. 2009. Rancangan Perangkat Lunak Pengkodean Sandi Morse

dengan Metode BST (Binary Search Tree). Skripsi. Universitas Sumatra Utara.

[2] Munasifah. 2007. Belajar Mandiri Melalui Pramuka. Semarang: CV GHYYAS

PUTRA.

[3] Semboyan untuk Mualim Pelayaran Besar. Akademi Maritim Yogyakarta.

[4] Buku Panduan Tentang Kode Morse. Akademi Maritim Yogyakarta.

[5] Tim Esensi. 2012. Mengenal Gerakan Pramuka. Jakarta: Penerbit Erlangga.

[6] Isyarat Kode Internasional. 1999. Akademi Maritim Yogyakarta

[7] International code of signals. 2005. International Maritime Organization. London.

[8] http://shaleholic.com/pengertian-webcam-dan-jenisnya/. Diakses pada tanggal 9

April 2015.

[9] http://thesis.binus.ac.id/Doc/Bab2/. Diakses pada tanggal 11 April 2015.

[10] Erwi, Juwita. 2010. Pembuatan Perangkat Lunak Menggunakan Paradigma

Perangkat Lunak Secara Waterfall. Skripsi. Unikom.

[11] Munir, Rinaldi. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik.

Cetakan Pertama. Informatika. Bandung.

[12] Rakhmawati, Rizqa Puji. 2013. Sistem Deteksi Jenis Bunga Menggunakan Nilai HSV

dari Citra Mahkota Bunga. Skripsi. Universitas Stikubank.

[13] Alfatah, Hanif. 2007. Konversi Format Citra RGB ke Graysacle Menggunakan

Visual Basic. STMIK AMIKOM, Yogyakarta.

[14] http://library.binus.ac.id/eColls/eThesis/Bab2/2010-2-00252-if%20bab%202.

Diakses pada tanggal 24 April 2015.

[15] Putra Darma, 2009, Pengolahan Citra Digital, Penerbit Andi: Yogyakarta.


http://shaleholic.com/pengertian-webcam-dan-jenisnya/

http://thesis.binus.ac.id/Doc/Bab2/

http://library.binus.ac.id/eColls/eThesis/Bab2/2010-2-00252-if%20bab%202

55

[16] Wijaya, Marvin CH. Prijono, Agus. 2007. Pengolahan Citra Digital Menggunakan

Matlab. Bandung: Informatika.


LAMPIRAN


L1

LAMPIRAN 1

Look up table kode morse

NO HURUF KODE

MORSE KODE KARAKTER

1. A ● ▬ pd ss pj

2. B ▬ ● ● ● pj ss pd ss pd ss pd

3. C ▬ ● ▬ ● pj ss pd ss pj ss pd

4. D ▬ ● ● pj ss pd ss pd

5. E ● pd

6. F ● ● ▬ ● pd ss pd ss pj ss pd

7. G ▬ ▬ ● pj ss pj ss pd

8. H ● ● ● ● pd ss pd ss pd ss pd

9. I ● ● pd ss pd

10. J ● ▬ ▬ ▬ pd ss pj ss pj ss pj

11. K ▬ ● ▬ pj ss pd ss pj

12. L ● ▬ ● ● pd ss pj ss pd ss pd

13. M ▬ ▬ pj ss pj

14. N ▬ ● pj ss pd

15. O ▬ ▬ ▬ pj ss pj ss pj

16. P ● ▬ ▬ ● pd ss pj ss pj ss pd

17. Q ▬ ▬ ● ▬ pj ss pj ss pd ss pj

18. R ● ▬ ● pd ss pj ss pd

19. S ● ● ● pd ss pd ss pd

20. T ▬ pj

21. U ● ● ▬ pd ss pd ss pj

22. V ● ● ● ▬ pd ss pd ss pd ss pj

23. W ● ▬ ▬ pd ss pj ss pj

24. X ▬ ● ● ▬ pj ss pd ss pd ss pj

25. Y ▬ ● ▬ ▬ pj ss pd ss pj ss pj

26. Z ▬ ▬ ● ● pj ss pj ss pd ss pd


L2

LAMPIRAN 2

PERCOBAAN AWAL UNTUK SISTEM

PREPROCESSING

Tujuan:

1. Mengetahui perekaman yang dilakukan.

2. Mengetahui bentuk sinyal pada histogram proyeksi vertical, downsampling, dan

thresholding.

Gambar L2.1. Frame-frame dari file avi

Start

Masukan:

File avi

xscscs

Ekstrak frame

A

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

Penentuan koordinat

autocropping


L3

(a) Saat hitam (b) Saat putih

Gambar L2.2. Ekstrak frame

(a) Saat hitam (b) Saat putih

Gambar L2.3. Cropping

Gambar L2.4. Sinyal kotak

Cropping

RGB ke Gray

histogram proyeksi

vertical

B

A

Average filtering

0 200 400 600 800 1000 1200 1400 1600 1800 20000

5

10

Data ke-

Am

plit

udo

0 20 40 60 80 100 120 140 160 180 2000

5

10

Data ke-

Am

plit

udo


L4

Gambar L2.5. Sinyal kotak downsampling

Gambar L2.6. Sinyal kotak biner

Downsampling

Thresholding

Keluaran:

kode biner

Stop

B

0 200 400 600 800 1000 1200 1400 1600 1800 20000

2

4

6

8

10

20 40 60 80 100 120 140 160 1800

0.5

1

1.5

Data ke-

Am

plit

udo

0 200 400 600 800 1000 1200 1400 1600 1800 20000

5

10

Data ke-

Am

plit

udo

0 20 40 60 80 100 120 140 160 180 2000

5

10

Data ke-

Am

plit

udo


L5

LAMPIRAN 3

Menentukan nilai offset x dan y dari beberapa percobaan.

(saat hitam) (saat putih) (saat hitam) (saat putih)

Gambar L3.1. Nilai X:0 dan Y:0 Gambar L3.2. Nilai X:0 dan Y:5





100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10


L6







100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10


L7



(saat hitam) (saat putih) (saat putih) (saat hitam)


Tabel L3. Hasil Percobaan Nilai X dan Y

Nilai

x dan y

Jarak (cm)

30 40 60 80 100 200 300 400 500 600 700

0 0 √ × √ √ √ √ √ √ √ √ √

0 5 √ √ √ √ √ √ √ √ √ √ √

0 10 √ √ √ √ √ √ √ √ √ × ×

0 15 √ √ √ √ √ √ √ × × × ×

5 0 √ √ √ √ √ √ √ √ √ √ √

5 5 √ √ √ √ √ √ √ √ √ √ √

5 10 √ √ √ √ √ √ √ √ √ × ×

5 15 √ √ √ √ √ √ √ × × × ×

10 0 √ √ √ √ √ √ √ √ × × ×

10 5 √ √ √ √ √ √ √ √ √ × ×

10 10 √ √ √ √ √ √ √ √ × × ×

10 15 √ √ √ √ √ √ √ × × × ×

15 0 √ √ √ √ √ √ √ × × × ×

15 5 √ √ √ √ √ √ √ √ × × ×

15 10 √ √ √ √ √ √ √ × × × ×

15 15 √ √ √ √ √ √ √ × × × ×

Keterangan:

× : Kode morse tidak dikenali dengan benar

√ : Kode morse dikenali dengan benar

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10

100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10100 200 300

50

100

150

200

100 200 300

50

100

150

200

2 4 6 8 10

2

4

6

8

10


L8

Analisis dari beberapa percobaan diatas terlihat bahwa ketika menggunakan nilai x dan

y yang lebih besar dari atau sama dengan 10 untuk nilai offset, maka posisi autocropping

yang terlihat dari beberapa percobaaan diatas posisinya tidak sesuai dengan citra gelap dan

terang yang tampil secara bergantian yakni citra berupa cahaya kedap-kedip. Untuk nilai

x:0 y:5 dan x:5 y:5 terlihat pada percobaan dengan nilai tersebut dapat memproses citra

gelap dan terang, tetapi pada jarak 700 cm citra gelap dan citra terang yang tampil secara

bergantian yakni citra berupa cahaya kedap-kedip tidak terlalu tertampil pada saat proses

posisi autocropping, dikarenakan pada saat proses posisi x dan y dengan nilai tersebut

tidak sesuai dengan citra gelap dan terang. Dalam percobaan user menggunakan nilai x:5

dan y:0 karena pada saat percobaan dengan jarak yang terjauh yakni 700 cm nilai offset

tersebut masih dapat terlihat jelas untuk citra gelap dan citra terang yang tampil secara

bergantian yakni citra berupa cahaya kedap-kedip.


L9

LAMPIRAN 4

Pengaruh nilai thresholding pada sinyal biner yang dihasilkan.

L4.1. Nilai Thresholding 0.25



0 200 400 600 800 1000 1200 1400 1600 1800 20000

2

4

6

8

10

20 40 60 80 100 120 140 160 1800

0.5

1

1.5

Data ke-

Am

plit

udo

0 200 400 600 800 1000 1200 1400 1600 1800 20000

2

4

6

8

10

20 40 60 80 100 120 140 160 1800

0.5

1

1.5

Data ke-

Am

plit

udo

0 200 400 600 800 1000 1200 1400 1600 1800 20000

2

4

6

8

10

20 40 60 80 100 120 140 160 1800

0.5

1

1.5

Data ke-

Am

plit

udo


L10

L4.4. Nilai Thresholding 1

Tabel L4. Hasil Percobaan Untuk Nilai Thresholding 0,5 dan 0,75

Th Jarak (cm)

30 40 60 80 100 200 300 400 500 600 700

0,5 × √ √ √ √ √ √ √ √ √ √

0,75 √ √ √ √ √ √ √ √ √ √ √

Keterangan:

× : Kode morse tidak dikenali dengan benar

√ : Kode morse dikenali dengan benar

Analisis dari hasil pecobaan pada nilai thresholding pada sinyal biner yang digunakan

dapat terlihat di atas bahwa dengan menggunakan nilai 0,5 dan 0,75 dalam percobaan

sinyal binernya sama dengan kode karakter kode morse yang ditampilkan pada laptop 1.

Pada percobaan dengan nilai 0,25 dan 1 sinyal binernya tidak sesuai dengan kode karakter

kode morse yang digunakan pada laptop 1. Pada percobaan dengan menggunakan nilai

thresholding 0,5 dengan jarak 30 cm sinyal biner yang ditamilkan tidak sesuai dengan kode

karakter yang terdapat pada laptop 1, sehingga dalam proses menggunakan nilai tersebut

kode morsenya tidak dikenali. Dalam percobaan user menggunakan nilai 0,75 dikarenakan

nilai tersebut sesuai dengan beberapa percobaan yang dilakukan dengan jarak yang

berbeda-beda.

0 200 400 600 800 1000 1200 1400 1600 1800 20000

2

4

6

8

10

20 40 60 80 100 120 140 160 1800

0.5

1

1.5

Data ke-

Am

plit

udo


L11

LAMPIRAN 5

Deret biner keluaran.

Masukkan : ABC

Per

cobaa

n 3

00 c

m

‘0’:

38

‘1

’:5

‘0’:

5 ‘1

’:1

3

‘0

’:13

‘1’:

13

‘0

’:6

‘1

’:4

‘0

’:5

‘1’:

5 ‘0

’:5

‘1’:

4 ‘0

’:1

3

‘1’:

14

‘0

’:5

‘1

’:4

‘0

’:5

‘

1’:

14

‘0

’:4

‘1

’:5

‘

0’:

18

0…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01

…10…

01…

10…

0

sk

pd ss

p

j sh

p

j ss

pd s

s pd ss

p

d sh

pj

ss

pd ss

pj

ss pd sk

Per

coba

an 5

00 c

m

‘0

’:3

3

‘1’:

5 ‘

0’:

4 ‘

1’:

14 ‘

0’:

14 ‘

1’:

13

‘0

’:4 ‘

1’:

6

‘0

’:4

‘1’:

5 ‘

0’:

4 ‘1

’:5

‘0

’:1

5 ‘1

’:1

3

‘0’:

4 ‘1

’:5

‘0

’:4

‘

1’:

14

‘0’:

5 ‘1

’:4

‘

0’:

24

0…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

0

sk

p

d ss

p

j s

h p

j ss

pd s

s p

d s

s p

d s

h pj

ss

pd ss

pj

ss

pd s

k

Per

cobaa

n 7

00 c

m

‘0

’:3

2

‘1

’:5

‘0’:

4 ‘

1’:

14 ‘

0’:

14

‘1’:

13

‘0

’:4

‘1

’:5

‘0

’:5

‘1’:

4 ‘

0’:

5 ‘

1’:

5 ‘

0’:

13

‘1

’:13

‘0

’:5

‘1

’:5

‘0

’:4

‘

1’:

14

‘0’:

5 ‘1

’:4

‘

0’:

25

0…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

01…

10…

0

s

k p

d ss

p

j sh

p

j ss

pd s

s p

d

ss

p

d s

h pj

ss

pd ss

pj

ss

p

d sk


L12

Tabel L5. Jumlah Nol dan Jumlah Satu

Kode Jarak (cm)

300 500 700

ss 5, 6, 5, 5, 5, 5, dan 4 4, 4, 4, 4, 4, 4, dan 5 4, 4, 5, 5, 5, 4, dan 5

sh 13 dan 13 14 dan 15 14 dan 13

sk 38 dan18 33 dan 24 32 dan 25

pd 5, 4, 5, 4, 4, dan 5 5, 6, 5, 5, 5, dan 4 5, 5, 4, 5, 5, dan 4

pj 13, 13, 14, dan 14 14, 13, 13, dan 14 14, 13, 13, dan 14

Nilai–nilai di atas dipilih untuk menentukan nilai pada proses decoding pada tahap

pertama yang berfungsi untuk melakukan proses deteksi jumlah nol. Hal tersebut bertujuan

untuk menentukan jumlah nol dari kode biner sebagai spasi berdasar jumlah nol. Pada kode

karakter ss biner nol terdapat nilai 4, 5, dan 6 dari hasil percobaan. Pada kode karakter sh,

biner nol nilainya 13, 14 dan 15 dari hasil percobaan, sedangkan pada kode karakter sk

biner nol nilainya 18, 24, 25, 32, 33, dan 38 dari hasil percobaan. Proses selanjutnya adalah

mendeteksi jumlah satu dengan tujuan untuk menentukan jumlah satu dari kode biner

sebagai kode karakter pd dan pj berdasar jumlah satu. Pada kode karakter pd biner satu

terdapat nilai 4, 5, dan 6 dari hasil percobaan dan pada kode karakter pj biner satu nilainya

13 dan 14 dari hasil percobaan. Dari percobaan yang dilakukan dengan menghitung

banyaknya jumlah nol dan jumlah satu pada biner, hasil proses “katain” user dapat

menentukan nilai untuk proses deteksi jumlah nol pada spasi berdasarkan jumlah nol

sebagai kode karakter yang berupa ss, sh, dan sk dan menentukan nilai untuk proses

deteksi jumlah satu pada spasi berdasar jumlah satu sebagai kode karakter pd dan pj.


L13

LAMPIRAN 6

LISTING PROGRAM

Program Utama Pembangkit

function transmit

% Fungsi kedip-kedip morse untuk TX

% Mode full screen

% pakai sinyal inisialisasi

clear all

kata=input('Kata yang akan dikirim :','s');

iptsetpref('ImshowInitialMagnification','fit');

iptsetpref('ImshowBorder','tight');

set(0,'DefaultFigureMenu','none');

set(gcf,'units','normalized','outerposition',[0 0 1 1]);

set(gcf,'NumberTitle','off');

global putih hitam

putih=single(ones(730,1360));

hitam=single(zeros(730,1360));

% Sinyal inisialisasi

sk;sk;

% Informasi yang dikirim

%kata='abc';

pjkata=length(kata);

m=1; k=1;

while k==1;

if m==pjkata

k=0;

end

huruf=kata(m);

mkode(huruf);

sh;

m=m+1;

end

sk;

%close all

% ===============================================

% Internal Function

% ===============================================

function mkode(huruf)


L14

switch huruf

case 'A'

pd;ss;pj;

case 'B'

pj;ss;pd;ss;pd;ss;pd;

case 'C'

pj;ss;pd;ss;pj;ss;pd;

case 'D'

pj;ss;pd;ss;pd;

case 'E'

pd;

case 'F'

pd;ss;pd;ss;pj;ss;pd;

case 'G'

pj;ss;pj;ss;pd;

case 'H'

pd;ss;pd;ss;pd;ss;pd;

case 'I'

pd;ss;pd;

case 'J'

pd;ss;pj;ss;pj;ss;pj;

case 'K'

pj;ss;pd;ss;pj;

case 'L'

pd;ss;pj;ss;pd;ss;pd;

case 'M'

pj;ss;pj;

case 'N'

pj;ss;pd;

case 'O'

pj;ss;pj;ss;pj;

case 'P'

pd;ss;pj;ss;pj;ss;pd;

case 'Q'

pj;ss;pj;ss;pd;ss;pj;

case 'R'

pd;ss;pj;ss;pd;

case 'S'

pd;ss;pd;ss;pd;

case 'T'

pj;

case 'U'

pd;ss;pd;ss;pj;

case 'V'

pd;ss;pd;ss;pd;ss;pj;

case 'W'

pd;ss;pj;ss;pj;

case 'X'

pj;ss;pd;ss;pd;ss;pj;

case 'Y'


L15

pj;ss;pd;ss;pj;ss;pj;

case 'Z'

pj;ss;pj;ss;pd;ss;pd;

end

% ===============================================

function pj


global putih

imshow(putih);

pause(3);

% ===============================================

function pd


global putih

imshow(putih);

pause(1);

% ===============================================

function ss


% (spasi antar sinyal)

global hitam

imshow(hitam);

pause(1);

% ===============================================

function sh


% (spasi antar huruf)

global hitam

imshow(hitam);

pause(3);

% ===============================================

function sk


% (spasi antar kata)

global hitam

imshow(hitam);

pause(7);

% ===============================================


L16

Program Utama Pengenal

function varargout = gui123(varargin)

% GUI123 MATLAB code for gui123.fig

% GUI123, by itself, creates a new GUI123 or raises the

existing

% singleton*.

%

% H = GUI123 returns the handle to a new GUI123 or the

handle to

% the existing singleton*.

%

% GUI123('CALLBACK',hObject,eventData,handles,...) calls

the local

% function named CALLBACK in GUI123.M with the given

input arguments.

%

% GUI123('Property','Value',...) creates a new GUI123 or

raises the

% existing singleton*.Starting from the left, property

value pairs are

% applied to the GUI before gui123_OpeningFcn gets

called. An

% unrecognized property name or invalid value makes

property application

% stop. All inputs are passed to gui123_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 gui123

% Last Modified by GUIDE v2.5 19-Oct-2015 12:13:45

% Begin initialization code - DO NOT EDIT

gui_Singleton = 1;

gui_State = struct('gui_Name', mfilename, ...

'gui_Singleton', gui_Singleton, ...

'gui_OpeningFcn', @gui123_OpeningFcn, ...

'gui_OutputFcn', @gui123_OutputFcn, ...

'gui_LayoutFcn', [] , ...

'gui_Callback', []);

if nargin && ischar(varargin{1})

gui_State.gui_Callback = str2func(varargin{1});

end


L17

if nargout

[varargout{1:nargout}]=gui_mainfcn(gui_State,

varargin{:});

else

gui_mainfcn(gui_State, varargin{:});

end

% End initialization code - DO NOT EDIT

% --- Executes just before gui123 is made visible.

function gui123_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 gui123 (see VARARGIN)

% Choose default command line output for gui123

handles.output = hObject;

% Update handles structure

guidata(hObject, handles);

% UIWAIT makes gui123 wait for user response (see UIRESUME)

% uiwait(handles.figure1);

% --- Outputs from this function are returned to the command

line.

function varargout = gui123_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;

% --- Executes on button press in pushbutton1.

function pushbutton1_Callback(hObject, eventdata, handles)

% hObject handle to pushbutton1 (see GCBO)


MATLAB

% handles structure with handles and user data (see GUIDATA)


L18

%clear all; %% clear all privious variables

%clc;

%warning('off','all'); %.... diable warining msg ...;

vid1 = videoinput('winvideo',1, 'YUY2_320x240');

set(vid1, 'FramesPerTrigger', Inf);

set(vid1, 'ReturnedColorspace', 'rgb');

vid1.FrameGrabInterval = 1;% distance between captured frames

start(vid1)

aviObject1 = avifile('morse700abc.avi'); % Create a new AVI

file

for iFrame = 1:900 % Capture 900 frames

% ...

% You would capture a single image I from your webcam here

% ...

%subplot(1,2,1);

I=getsnapshot(vid1);

axes(handles.axes1)

imshow(I);

F = im2frame(I); % Convert I to a movie frame

aviObject1 = addframe(aviObject1,F); % Add the frame to the

AVI file

end

aviObject1 = close(aviObject1); % Close the AVI file

stop(vid1);

flushdata(vid1);

% Baca file avi

obj=mmreader('morse700abc.avi'); % ukuran avi: 320x240 piksel

% =================================================

% Preprosesing

% =================================================

% Penentuan koordinat autocropping

m=1;

n=1;

k=1;

k=31; % Mulai frame ke 16

% Frame 1-15 (1 detik pertama)diabaikan

thx=250;

while m==1

img1=double(rgb2gray(read(obj,k)));

img2=double(rgb2gray(read(obj,k+n)));

img3=abs(img1-img2)/1000;

%img2a=abs(img1-img2)/1000;

%img3=img2a(51:190,51:270); % Cropping awal

sum1=sum(img3);

sum2=sum(sum1);

if sum2>thx

m=0;

end

n=n+1;


L19

if k+n>900

thx=200;

n=1;

end

%k=k+1;

end

% Posisi autocropping (kiri atas)

sum3=sum(img3');

th1=0.8*max(sum1);

th3=0.8*max(sum3);

x1=find(sum1>th1);

y1=find(sum3>th3);

posx=x1(1)+5 % Nilai offset: 10

posy=y1(1)+0 % Nilai offset: 10

% Nilai offset --> menghilangkan efek border

%figure(2)

img4=rgb2gray(read(obj,k-5));

img5=rgb2gray(read(obj,k));

img6=imcrop(img5,[posx posy 10 10]);

% Ekstrak frame s/d histogram

jumframe=obj.NumberOfFrames;

vhist0=[];

for a=1:5:jumframe % downsampling

img7=read(obj,a); % baca frame

img8=imcrop(img7,[posx posy 10 10]); % crop 10x10 piksel

%figure(3),imshow(img8); % menampilkan frame yang dicrop

% RGB->Gray

r=double(img8(:,:,1)); % matriks r (red)

g=double(img8(:,:,2)); % matriks g (green)

b=double(img8(:,:,3)); % matriks b (blue)

img9=(r+g+b)/(3*255);

vhist0=[vhist0 sum(img9)]; % simpan histogram proyeksi

vertikal

end


L20

% Average filtering

vhist0=avgfilter(vhist0);

% Downsampling

vhist1=vhist0(1:10:length(vhist0));

% Thresholding untuk kode biner

%thbin=0.75*max(vhist1); % threshold biner

thbin=0.75*max(vhist1);

pjvhist1=length(vhist1);

katain=zeros(1,pjvhist1); % preallocation untuk katain

for k=1:pjvhist1

if vhist1(k)>thbin

katain(k)=1;

end

end

katain

%tampilkan pada axes


plot(katain);axis([1 pjvhist1 0 1.5]);xlabel('Data ke-

');ylabel('Amplitudo')

% =================================================

% Dekoding

% =================================================

% Dekoding tahap 1 (kode biner --> kode karakter)

a=1;

n=1;

kataout=[];

while a==1

if katain(1)==0

% ----------------------------------------------

% Deteksi jumlah nol

% ----------------------------------------------

k=1;

m=1;

nol=0;

while k==1

if katain(m)==0

nol=nol+1;

else

k=0;

end

m=m+1;

if length(katain)<m

k=0;


L21

end

end

% Definisi spasi berdasar jumlah nol

if nol<7

kataout=[kataout 'ss'];

elseif nol>=7 && nol<=15

kataout=[kataout 'sh'];

else

kataout=[kataout 'sk'];

end

% Pemotongan data input berdasar jumlah nol

katain(1:nol)=[];

% ----------------------------------------------

else

% ----------------------------------------------

% Deteksi jumlah satu

% ----------------------------------------------

k=1;

m=1;

satu=0;

while k==1

if katain(m)==1

satu=satu+1;

else

k=0;

end

m=m+1;

if length(katain)<m

k=0;

end

end

% Definisi spasi berdasar jumlah satu

if satu<=6 && satu>=2

kataout=[kataout 'pd'];

else satu>6

kataout=[kataout 'pj'];

end

% Pemotongan data input berdasar jumlah satu

katain(1:satu)=[];

% ----------------------------------------------

end

n=n+1;

pjkatain=length(katain);

if pjkatain==0

a=0;

end

end

kataout


L22

% Hapus dua data yang tidak perlu di kiri

kataout(1:2)=[]

% Dekoding tahap 2 (kode karakter --> teks)

a=1;hurufin=[];katatxt=[];

while a==1

if strcmp(kataout(1:2),'sh')==0 &&


hurufin=[hurufin kataout(1:2)];

kataout(1:2)=[];

elseif strcmp(kataout(1:2),'sh')==0 &&




kataout=[];

elseif strcmp(kataout(1:2),'sh')==1



hurufin=[];

kataout(1:2)=[];

end

pjkataout=length(kataout);

if pjkataout==0

a=0;

end

end

katatxt

hasilout=katatxt

set(handles.text9,'string',hasilout)

%===================================================





MATLAB


close all;

clear all;





MATLAB


L23



plot(0);


plot(0);

set(handles.text9,'String',' ');

Program Avgfilter

function vhist1=avgfilter(vhist0)

% Average filtering

for k=2:length(vhist0)-1

x1=vhist0(k-1);

x2=vhist0(k);

x3=vhist0(k+1);

vhist0(k)=(x1+x2+x3)/3;

end

vhist1=vhist0;

Program Kenalhuruf

function hurufout=kenalhuruf(hurufin)

hurufin

switch hurufin

case 'pdsspj'

hurufout='A';

case 'pjsspdsspdsspd'

hurufout='B';

case 'pjsspdsspjsspd'

hurufout='C';

case 'pjsspdsspd'

hurufout='D';

case 'pd'

hurufout='E';

case 'pdsspdsspjsspd'

hurufout='F';

case 'pjsspjsspd'

hurufout='G';

case 'pdsspdsspdsspd'

hurufout='H';

case 'pdsspd'

hurufout='I';

case 'pdsspjsspjsspj'

hurufout='J';

case 'pjsspdsspj'

hurufout='K';


L24

case 'pdsspjsspdsspd'

hurufout='L';

case 'pjsspj'

hurufout='M';

case 'pjsspd'

hurufout='N';

case 'pjsspjsspj'

hurufout='O';

case 'pdsspjsspjsspd'

hurufout='P';

case 'pjsspjsspdsspj'

hurufout='Q';

case 'pdsspjsspd'

hurufout='R';

case 'pdsspdsspd'

hurufout='S';

case 'pj'

hurufout='T';

case 'pdsspdsspj'

hurufout='U';

case 'pdsspdsspdsspj'

hurufout='V';

case 'pdsspjsspj'

hurufout='W';

case 'pjsspdsspdsspj'

hurufout='X';

case 'pjsspdsspjsspj'

hurufout='Y';

case 'pjsspjsspdsspd'

hurufout='Z';

end


L25

LAMPIRAN 7

Pengujian Jarak Maksimum dan Minimum

Jarak (cm) Hasil Percobaan

20 ×

30 √

40 √

60 √

80 √

100 √

140 √

160 √

180 √

200 √

240 √

260 √

280 √

300 √

340 √

360 √

380 √

400 √

440 √

460 √

480 √

500 √

520 √

540 √

560 √

580 √

600 √

620 √

640 √

680 √

700 √

720 ×

730 ×

keterangan: ×: kode morse dikenali dengan tidak benar


Kode yang dikirim : “ABC”


pembangkit dan pengenal sinyal morse berbasis …

Documents