IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 1
Penerapan Model Warna HSV pada Aplikasi Deteksi Warna Vera Nita Mulpasi Dewi1, Robert2, Gasim3 STMIK GI MDP; Jl. Rajawali No. 14, +62(711)376400/376360 1,2,3 Program Studi Teknik Informatika, STMIK GI MDP Palembang e-mail:
[email protected],
[email protected],
[email protected] 1,2,3
Abstrak Warna merupakan suatu elemen paling kuat dan penting karena warna dapat sangat berperan dalam segala aspek kehidupan manusia. Pengenalan warna bagi anakanak dapat merangsang indera penglihatan, otak, estetis dan emosi (Luscher, 1984 : 16). Dalam mengenali warna, anak-anak sering bertanya kepada orang tua, guru dan orang lain di sekitarnya, selain itu sering mencocokkan warna objek sekitarnya dengan warna pada buku, sehingga membutuhkan waktu yang lama untuk mengetahui warna tersebut. Penelitian ini dilakukan sebagai alternatif belajar mengenal warna dengan membangun aplikasi pengenalan warna secara real time menggunakan model warna HSV. Aplikasi ini dibangun dengan menggunakan metodologi iterasi dan diimplementasikan dengan software Eclipse ADT. Dari hasil implementasi dan pengujian Model warna HSV dapat diterapkan pada aplikasi pengenalan warna secara real time. Dengan tingkat akurasi pembacaan warna diluar ruangan sebesar 97% dan pembacaan didalam ruangan sebesar 94%. Kata kunci—Warna, Pengenal Warna, HSV
Abstract Colour is the strongest element and important because colours can be play an important role in all aspect of human life. Colour recogniton for children can stimulate the sense of vision, the brain, aesthetically and emotion (Luscher, 1984: 16).In recognize colour, children often ask parents, teachers and other people around it, in addition often match color object surrounding with color around it, that require a long time to know such color. This research is done as an alternative of instructional media to colour learning by application design for recognition of colour with real time and designed by model colour hsv. This application is built with a utilizing with methodology of iteration and implemented by software Eclipse ADT. From the implementation and testing model colour in hsv be applied on the application the introduction of colour in real time.Accuracy colour recognition in outdoor 97% and indoor 94%. Keywords—Colour, Real Time, Color Recognition. 1. PENDAHULUAN
P
engenalan warna bagi anak dapat merangsang indera penglihatan, otak, estetis dan emosi. Retina pada mata merupakan mediator antara dunia nyata dan otak, di mana terjadi proses yang membentuk suatu model realita dalam pikiran. Dengan proses kerjasama antara otak dan mata maka akan timbul emosi bahkan estetis. Hal ini Received June1st,2012; Revised June25th, 2012; Accepted July 10th, 2012
2
ISSN: 1978-1520
sesuai dengan penelitian Becker yang membuktikan bahwa ada satu jaringan syaraf yang langsung mengarah dari titik pusat retina ke pusat otak (mesencephalon) dan bagian yang mengeluarkan hormon (pituitary system). Hal ini menunjukkan bahwa persepsi visual tergantung pada interprestasi otak terhadap suatu rangsangan yang diterima oleh mata[1]. Banyak metode-metode yang dapat digunakan dalam mengenali warna, dalam kehidupan sehari-hari. Salah satu metode yang biasa digunakan anak-anak untuk mengenali warna adalah metode tatap muka langsung terhadap apa yang dilihat lalu bertanya kepada guru, orang tua dan orang sekitarnya. Kemampuan anak mengenali dan menyebut warna secara benar sangat tergantung kepada kemampuannya berbicara dan mengingat. Seiring dengan perkembangan teknologi sudah ada beberapa aplikasi yang memudahkan anak-anak belajar. Salah satunya dengan menggunakan aplikasi berbasis mobile. Anak-anak dapat menggunakan aplikasi berbasis mobile melalui smartphone. Beberapa Penelitian tentang pengenalan warna yang sudah pernah dilakukan yaitu oleh R.Dkusumanto, Alan Novi Tampunu, dan Wahyu Setyo Pambudi dengan menggunakan model HSV dan software visual studio 2008 yang telah dilengkapi dengan program pendukung EmguCV untuk menentukan jenis warna secara real time [2]. Selain itu Penelitian oleh Akip Suhendra dan Zaenal Mustofa dengan judul Media pembelajaran mengenal bentuk dan warna berbasis multimedia pada RA AL A’ARAAF, yang bertujuan untuk merancang sebuah aplikasi pembelajaran mengenal angka, huruf, bentuk, dan warna [3]. Berdasarkan penelitian sebelumnya yang telah dilakukan yaitu membuat dasar konsep pengenalan obyek warna yang akan di gunakan untuk aplikasi robot dengan menggunakan model warna HSV dan membuat media pembelajaran mengenal bentuk dan warna berbasis multimedia maka penelitian ini melakukan perancangan sistem pengenalan warna berbasis mobile dengan menggunakan 7 warna secara real time serta menggunakan ukuran berukuran 15x15 piksel. 2. METODE PENELITIAN Pada bab ini akan dibahas tentang metodologi penelitian yang digunakan pada penelitian ini dibutuhkan PC dengan spesifikasi tertentu, dibutuhkan software untuk merancang perancangan sistem. 2.1 Analisis Tahapan ini merupakan tahapan analisis kebutuhan sistem yang akan dibangun yaitu dengan menganalisis kebutuhan apa yang dibutuhkan dalam perancangan sistem pengenalan warna menggunakan model warna HSV. 2.2 Perancangan Perancangan adalah suatu kegiatan yang memiliki tujuan untuk mendesain sistem baru yang dapat menyelesaikan masalah-masalah yang dihadapi [4]. Tahapan selanjutnya dilakukan dengan membuat suatu rancangan sistem pengenalan warna. Penilitian ini melakukan dua tahapan dalam perancangan yaitu warna yang diterapkan pada aplikasi berdasarkan model warna HSV dan rancangan antar muka aplikasi. 2.2.1 Penerapan Nilai Warna HSV Rancangan Model Warna HSV adalah penetapan nilai warna yang dipakai pada saat melakukan perancangan aplikasi yang dilakukan. Aplikasi ini menerapkan 7 warna yaitu merah, kuning, hijau, biru, ungu, hitam, dan putih.
IJCCS Vol. x, No. x, July201x : first_page–end_page
IJCCS
3
ISSN: 1978-1520
Ketujuh warna tersebut memiliki nilai hue, saturation, dan value, misalkan warna putih dengan nilai hue sebesar 0, nilai saturation sebesar 0%, dan nilai value sebesar 0%. Gambar 1 merupakan model warna HSV, Hue adalah tingkat kemurrnian warna, sedangkan Saturation adalah tingkat kejenuhan warna, dan Value adalah tingkat kecerahan dari warna tersebut.
Gambar 1 Model Warna HSV
No 1.
Tabel 1 Nilai Warna HSV Nama Warna Hue Saturation (°) (%) Putih 0 0
Value (%) 0
2.
Hitam
0
0
100
3.
Merah
0
100
100
4.
Kuning
60
100
100
5.
Hijau
120
100
100
6.
Biru
240
100
100
7.
Ungu
300
100
100
Tabel 1 merupakan tabel nilai warna HSV terdiri dari nilai-nilai Hue, Saturation, Value dari ketujuh warna yaitu putih, hitam, merah, kuning, hijau, biru, dan ungu. 2.2.2 Perhitungan Nilai Warna HSV Setelah memberikan batasan nilai pada tiap-tiap warna maka akan dilakukan perhitungan nilai rata-rata untuk kotak 15x15 piksel. Berikut adalah perhitungan rata-rata pada Gambar 2 untuk menghitung nilai hue, saturation, dan value pada kotak berukuran 15x15 piksel. Rumus Rata-rata = (x1+x2+.....+xn)/n atau (xi/n)
Title of manuscript is short and clear, implies research results (First Author)
4
ISSN: 1978-1520
Keterangan : X = rata-rata Xi = nilai sampel ke i N = jumlah sampe Salah satu contoh perhitungan Nilai Hue,Saturation,dan Value pada ukuran citra 15x15 piksel pada Gambar 2
Gambar pada layar smartphone
Gambar 2 Layar pada smartphone 1. Contoh Perhitungan Hue 39
42
45
38
50
52
53
50
61
60
52
39
38
50
50
41
56
59
38
52
62
45
51
50
55
62
41
38
52
52
43
39
34
38
60
39
47
54
60
59
39
43
38
60
60
45
59
56
56
59
59
55
57
54
50
59
45
56
59
59
50
46
38
59
59
59
45
57
69
59
59
50
59
59
59
56
56
63
59
59
59
46
56
56
57
59
56
59
59
59
53
60
56
48
57
54
58
34
45
60
54
53
48
57
57
54
54
60
40
58
57
57
47
49
40
57
54
40
58
58
67
57
61
57
51
46
57
46
48
45
46
67
57
51
51
59
47
45
57
45
48
59
45
48
45
48
59
57
45
45
54
54
60
40
58
57
57
47
49
40
57
54
40
58
58
54
54
60
40
58
57
57
47
49
40
57
54
40
58
58
54
54
60
40
58
57
57
47
49
40
57
54
40
58
58
41
56
59
38
52
62
45
51
50
55
62
41
38
52
52
56
56
76
76
76
80
80
80
90
80
80
56
76
76
76
Nilai xi =39+55+43+39+34+38+60+39+47+54+60+59+45+59+56+56+59+59+55+57+54+ 50+50+46+38+59+59+59+45+57+69+59+56+56+63+59+59+59+46+56+56+57+5 3+60+56+48+57+54+58+34+45+60+54+60+40+58+57+57+47+49+40+67+57+61 +57+51+46+57+46+48+48+45+59+47+45+47+57+45+48+59+45+48+45+54+54+ 60+40+58+57+57+47+49+40+54+54+60+40+58+57+57+47+49+40+41+56+59+3 8+52+62+45+51+50+55+56+56+76+76+76+80+80+80+90+80+52+62+39+59+59 +59+54+47+46+48+57+57+62+80+39+41+43+45+50+56+53+54+67+59+54+54+ 54+41+56+38+38+38+56+59+59+48+40+57+57+40+40+40+38+76+50+52+60+5 9+59+57+58+51+45+58+58+58+52+76+76+50+52+60+59+59+57+58+51+45+58 +58+58+52+76 = 11469 Rata-rata = xi / n = 5245 / 225 = 50,97 IJCCS Vol. x, No. x, July201x : first_page–end_page
IJCCS
5
ISSN: 1978-1520
2. Contoh Perhitungan Nilai Saturation 90
90
85
58
85
85
80
80
80
90
80
80
56
76
76
90
90
85
58
85
85
80
80
80
90
80
80
56
76
76
90
90
85
58
85
85
80
80
80
90
80
80
56
76
76
90
90
85
58
85
85
80
80
80
90
80
80
56
76
76
90
90
85
58
85
85
85
90
70
70
70
70
80
80
80
90
90
85
58
85
85
85
90
70
70
70
70
80
80
80
90
90
85
58
85
85
85
90
70
70
70
70
80
80
80
90
90
85
58
85
85
85
57
47
49
40
57
54
40
58
90
90
70
70
70
70
46
57
46
48
45
46
67
57
51
90
90
70
70
70
70
90
85
58
85
85
85
90
70
70
90
90
70
70
70
70
90
85
58
85
85
85
90
70
70
90
90
70
70
70
70
90
85
58
85
85
85
90
70
70
90
90
70
70
70
70
80
80
80
90
80
80
56
76
76
90
90
70
70
70
70
80
80
80
90
80
80
56
76
76
90
90
70
70
70
70
80
80
80
90
80
80
56
76
76
Nilai xi = 90+90+85+58+85+85+80+80+80+90+80+80+56+76+76+90+90+85+58+85+85 +80+80+80+90+80+80+56+76+76+76+90+90+85+58+85+85+80+80+80+90+80+80+56+ 76+76+90+90+85+58+85+85+80+80+80+90+80+80+56+76+76+90+90+85+58+85+85+8 5+90+70+70+70+70+80+80+80+90+90+85+58+85+85+85+90+70+70+70+70+80+80+80 +90+90+85+58+85+85+85+57+47+49+40+57+54+40+58+90+90+70+70+70+70+46+57+ 46+48+45+46+67+57+51+90+90+70+70+70+70+90+85+58+85+85+85+90+70+70+90+9 0+70+70+70+70+90+85+58+85+85+85+90+70+70+90+90+70+70+70+70+90+85+58+85 +85+85+90+70+70+90+90+70+70+70+70+80+80+80+90+80+80+56+76+76+90+90+70+ 70+70+70+80+80+80+90+80+80+56+76+76+90+90+70+70+70+70+80+80+80+90+80+8 0+56+76+76 = 16127
Rata-rata = xi / n = 16127/255 = 71,67 %
3. Contoh Perhitungan Nilai Value 75
75
85
76
76
75
75
90
90
90
75
75
85
76
76
90
90
85
58
85
85
80
90
90
90
75
75
85
76
76
90
90
85
58
85
85
80
90
90
90
75
75
85
76
76
90
90
85
58
85
85
80
90
90
90
75
75
85
76
76
90
90
85
58
85
85
85
90
70
70
70
70
80
80
80
90
90
85
58
85
85
85
90
70
70
70
70
80
80
80
90
90
85
58
85
85
85
90
47
49
40
57
54
40
58
90
90
85
58
85
85
85
57
47
49
40
57
54
40
58
90
90
70
70
70
70
46
57
46
48
45
46
67
57
51
90
90
70
70
70
70
90
85
58
85
85
85
90
70
70
90
90
70
70
70
70
90
85
58
85
85
85
90
70
70
90
85
58
85
85
85
90
90
90
90
85
58
85
85
85
90
85
58
85
85
85
90
90
90
90
85
58
85
85
85
90
85
58
85
85
85
90
90
90
90
85
58
85
85
85
90
85
58
85
85
85
90
80
90
90
85
58
85
85
85
Title of manuscript is short and clear, implies research results (First Author)
6
ISSN: 1978-1520
Nilai xi = 75+75+85+76+76+75+75+90+90+90+75+75+85+76+76+90+90+85+58+85+85+8 0+90+90+90+75+75+85+76+76+90+90+85+58+85+85+80+90+90+90+75+75+85 +76+76+90+90+85+58+85+85+80+90+90+90+75+75+85+76+76+90+90+85+58+ 85+85+85+90+70+70+70+70+80+80+80+90+90+85+58+85+85+85+90+70+70+7 0+70+80+80+80+90+90+85+58+85+85+85+90+47+49+40+57+54+40+58+90+90 +85+58+85+85+85+90+47+49+40+57+54+40+58+90+90+70+70+70+70+46+57+ 46+48+45+46+67+57+51+90+90+70+70+70+70+90+85+58+85+85+85+90+70+7 0+90+90+70+70+70+70+90+85+58+85+85+85+90+70+70+90+85+58+85+85+85 +90+90+90+90+85+58+85+85+85+90+85+58+85+85+85+90+90+90+90+85+58+ 85+85+85+90+85+58+85+85+85+90+90+90+90+85+58+85+85+85+90+85+58+8 5+85+85+90+90+90+90+85+58+85+85+85= 17549 Rata-rata = xi / n = 17549/100 = 77,99% Setelah dilakukan perhitungan nilai rata-rata didapat nilai Hue sebesar 50,97 ; nilai Saturation sebesar 71,67% ; dan nilai Value sebesar 77,99%. Berdasarkan Tabel 2 tentang Batasan Nilai Warna HSV, nilai hue 40 - 69, nilai saturation dan nilai Value antara 30%–100% adalah warna kuning. Jadi dapat disimpulkan bahwa nilai perhitungan diatas termasuk pada kategori warna kuning. 2.3 Perancangan Antarmuka/interface adalah penghubung antara pengguna dengan sistem. Tampilan Antarmuka menerima input dari pengguna dan memberikan informasi kepada pengguna untuk membantu mengarahkan alur penelusuran masalah sampai ditemukan suatu solusi. Rancangan antarmuka yang dirancang berupa rancangan tampilan Splass Screen, rancangan tampilan Menu Utama, rancangan tampilan Mulai, rancangan tampilan Gambar yang dideteksi, rancangan tampilan Pengaturan, dan rancangan tampilan Tentang. 2.4 Implementasi Tahapan ini menerapkan hasil dari perancangan dengan membuat kode program menjadi sebuah aplikasi. Pengkodean menggunakan bahasa pemograman java yang di terapkan pada sistem operasi android. 2.5 Pengujian Pengujian adalah proses yang bertujuan untuk memastikan apakah semua fungsi sistem berjalan dengan baik dan mencari kesalahan yang mungkin terjadi pada sistem[5]. Tahapan ini dilakukan untuk menguji aplikasi pengenalan warna secara real time menggunakan smartphone. Pengujian di lakukan dengan menggunakan metode black box testing yaitu menguji perangkat lunak dari segi spesifikasi fungsional tanpa menguji desain dan kode program. Pengujian dimaksudkan untuk mengetahui apakah fungsi-fungsi masukan dan keluaran dari perangkat lunak sesuai dengan spesifikasi yang dibutuhkan[6]. Selain dengan blackbox testing dilakukan juga dengan cara menguji secara langsung apakah aplikasi dapat mengenali 7 warna secara real time , pengujian secara langsung dilakukan didalam dan diluar ruangan pada siang hari saat cuaca cerah.
IJCCS Vol. x, No. x, July201x : first_page–end_page
IJCCS
7
ISSN: 1978-1520
3. HASIL DAN PEMBAHASAN 3.1 Hasil Rancangan Warna Tabel 2 menyajikan batasan nilai HSV untuk masing – masing warna yang akan di terapkan. Untuk rentangan nilai Hue dari 0 - 360, rentangan nilai Saturation dari 0–100, dan rentangan nilai Value dari 0– 100. Contoh : Setelah dilakukan perhitungan nilai hue, saturation, dan value pada Gambar 2 didapatkan hasil nilai hue sebesar 50,97, nilai saturation sebesar 71,67%, dan nilai value sebesar 77,99% maka berdasarkan tabel 2, dapat disimpulkan bahwa nilai hue, saturation, dan value yang didapat termasuk pada kategori warna kuning.
No 1
Tabel 2 Batasan Nilai Warna HSV Batasan Nilai Nama Warna Hue Saturation (°) (%) Putih 0
Value (%) 30
2
Hitam
0
0<S<30
0
3
Merah
0
30<S<100
30
4
Kuning
40
30<S<100
30
5
Hijau
70
30<S<100
30
6
Biru
150
30<S<100
30
7
Ungu
250
30<S<100
30
3.2 Rancangan Antarmuka Gambar 3 adalah rancangan antarmuka yang terdapat pada sistem aplikasi yang dibuat berupa Tampilan Splass Screen, Tampilan Menu Utama, Tampilan Mulai, Tampilan Gambar yang dideteksi, Tampilan Pengaturan, dan Tampilan Tentang.
Title of manuscript is short and clear, implies research results (First Author)
8
ISSN: 1978-1520
Gambar 3 Rancangan Antarmuka Sistem Aplikasi
3.3 Uji Coba Dengan Metode Black Box Testing Tabel 3 menyajikan tentang pengujian dengan metode black-box testing. Metode ini dilakukan untuk menguji perangkat lunak dari segi spesifikasi fungsional tanpa menguji desain dan kode program. Pengujian ini dilakukan agar mengetahui apakah perangkat lunak sesuai dengan spesifikasi yang dibutuhkan. Tabel 3 Blackbox Testing No
Tahap Menjalankan Sistem
Tahap Proses Sistem
Berhasil/ Gagal
Keterangan
1
Menjalankan menu mulai dengan menekan tombol mulai pada menu utama.
Berhasil
Berhasil karena aplikasi telah dapat menampilkan form mulai
2
Kembali ke menu utama dari form mulai
Berhasil
3
Menjalankan menu pengaturan dengan menekan tombol pengaturan pada menu utama.
Berhasil karena aplikasi telah dapat kembali ke tampilan menu utama. Berhasil karena aplikasi telah dapat menampilkan form pengaturan.
4
Kembali ke utama dari pengaturan
menu menu
5
Menjalankan
Menu
Pada saat pengguna menekan tombol mulai pada aplikasi maka akan tampil form mulai yang berisi tampilan gambar untuk mengenali warna Pada saat pengguna menekan tombol kembali pada form mulai, maka tampilan kembali ke menu utama. Pada saat pengguna menekan tombol pengaturan pada aplikasi maka akan tampil form pengaturan yang berisi pengaturan untuk kecil atau besar suara dan penggunaan music Pada saat pengguna menekan tombol kembali pada menu pengaturan maka tampilan akan kembali ke menu utama. Pada saat pengguna
IJCCS Vol. x, No. x, July201x : first_page–end_page
Berhasil
Berhasil
Berhasil
Berhasil karena aplikasi telah dapat menampilkan form menu utama Berhasil karena
IJCCS
9
ISSN: 1978-1520
No
Tahap Menjalankan Sistem
Tahap Proses Sistem
Tentang dengan menekan tombol Tentang pada menu utama
menekan tombol tentang maka akan tampil form tentang yang berisi tulisan mengenai informasi mengenai cara penggunaan aplikasi dan profil pembuat aplikasi. Pada saat pengguna menekan tombol kembali pada menu tentang maka tampilan akan kembali ke menu utama. Pada saat pengguna menekan tombol keluar pada menu utama maka tampilan menu utama akan keluar dari aplikasi.
6
Kembali ke utama dari tentang
menu menu
7
Menjalankan keluar pada utama
menu menu
Berhasil/ Gagal
Keterangan
aplikasi telah menampilkan form tentang.
Berhasil
Berhasil
Berhasil karena aplikasi telah dapat menampilkan form menu utama Berhasil karena menu utama keluar dari aplikasi.
Tabel 3 berisi tahap menjalankan sistem, tahap proses, tahap apakah berhasil/gagalnya sistem yang dijalankan, dan keterangan sistem ketika dijalankan. Tahapan ini dilakukan agar dapat mengetahui apakah sistem berjalan dengan baik dengan menampilkan form tertentu ketika diketuk pilihan button pada menu utama yang berisi form mulai, form tentang, form pengaturan, form keluar. 3.4 Uji Coba Warna pada Gambar secara Langsung Pengujian ini dilakukan untuk menguji aplikasi pengenalan warna secara real time menggunakan smartphone. Pengujian dilakukan di siang hari dengan cuaca yang cerah pada 2 tempat yaitu didalam dan diluar ruangan stmik mdp. Data yang diambil adalah gambar warna yaitu putih, hitam, merah, kuning, hijau, biru, dan ungu. 3.4.1 Pengujian pada Masing-masing Warna di dalam Ruangan Pengujian dilakukan pada warna putih, hitam, merah, kuning, hijau, biru, ungu. Pengujian dilakukan sebanyak 5 kali percobaan di dalam ruangan perkuliahan STMIK MDP. Dari hasil pengujian yang telah dilakukan didapat akurasi pembacaan warna pada 7 warna yaitu warna hijau 100%,warna biru 80%, putih 100%, hitam 80%, merah 100%, kuning 100%, ungu 100%, sehingga dapat di simpulkan rata-rata akurasi pembacaan pada 7 warna adalah 94%. Tabel 3 Contoh dari satu perhitungan HSV warna hijau No
Gambar Setelah gambar diketuk
1
Warna yang di dapat pada kotak 15x15 piksel
Suara yang dikeluarkan Hijau
Valid
Sukses
Nilai rata-rata HSV 118,45,87
Warna yang dideteksi 2
Hijau
sukses
134, 39, 54
Title of manuscript is short and clear, implies research results (First Author)
10
ISSN: 1978-1520
Warna yang dideteksi 3
Hijau
sukses
115, 96, 47
Warna yang dideteksi 4
Hijau
sukses
119, 99, 37
Hijau
sukses
119, 99, 37
Warna yang dideteksi 5
Warna yang dideteksi
Tabel 3 merupakan salah satu contoh dari perhitungan HSV pada warna hijau di dalam ruangan untuk menguji sistem pengenalan warna secara langsung. Setelah dilakukan 5 kali pengujian pada satu warna maka hasil yang didapat adalah sukses dengan suara yang dikeluarkan oleh sistem adalah benar. 3.4.2 Pengujian pada Masing-masing Warna di luar Ruangan Pengujian dilakukan pada warna putih, hitam, merah, kuning, hijau, biru, ungu. Pengujian dilakukan sebanyak 5 kali percobaan diluar ruangan STMIK MDP. Dari hasil pengujian yang telah dilakukan didapat akurasi pembacaan warna pada 7 warna yaitu warna hijau 100 persen, warna biru 100%, kuning 100%, hitam 80%, putih 100%, ungu 100%, merah 100%, sehingga dapat di simpulkan rata-rata akurasi pembacaan pada masing-masing warna adalah 97%. Tabel 4 Contoh dari satu perhitungan HSV warna putih No
Gambar Setelah gambar diketuk
Warna yang di dapat pada kotak 15x15 piksel
Suara yang dikeluarkan
Valid
Nilai rata-rata HSV
Putih
sukses
148,13,93
1
Warna yang dideteksi
IJCCS Vol. x, No. x, July201x : first_page–end_page
IJCCS
11
ISSN: 1978-1520
2
Putih
sukses
157,14,97
putih
sukses
153,14,99
Putih
sukses
160,14,99
Putih
sukses
185,13,91
Warna yang dideteksi
3
Warna yang dideteksi
4
Warna yang dideteksi
5
Warna yang dideteksi
Tabel 4 merupakan salah satu contoh dari perhitungan HSV pada warna putih yang dilakukan diluar ruangan untuk menguji sistem pengenalan warna secara langsung. Setelah dilakukan 5 kali pengujian pada satu warna maka hasil yang didapat adalah sukses dengan suara yang dikeluarkan oleh sistem adalah benar. 4. KESIMPULAN Berdasarkan pengujian yang dilakukan pada 7 warna, batasan nilai warna HSV dapat diterapkan pada aplikasi pengenalan warna. Hasil pengujian secara langsung terhadap 7 warna di dalam ruangan didapatkan hasil rata-rata akurasi pembacaan warna yaitu 94%. Sedangkan Pengujian diluar ruangan didapatkan hasil rata-rata akurasi pembacaan warna yaitu 97%. Dari rata-rata akurasi pembacaan yang telah diperoleh maka dapat disimpulkan bahwa tingkat akurasi pembacaan warna yang baik dilakukan diluar ruangan pada siang hari dengan kondisi cerah. Model warna HSV dapat diterapkan pada aplikasi pengenalan warna secara real time.
Title of manuscript is short and clear, implies research results (First Author)
12
ISSN: 1978-1520
5. SARAN Dengan melihat nilai tingkat keberhasilan deteksi 7 warna yang tinggi. Adapun saran untuk dapat mengembangkan sistem deteksi warna lebih lanjut dengan ditambahkan deteksi lebih dari 7 warna. DAFTAR PUSTAKA [1] Luscher, 1984, Teori Warna Brewster, diakses 3 Oktober 2015 pada 21.05 WIB, dari http://www.edupaint.com [2] Kusumanto, RD, Tampunu, Alan Novi, Pambudi, Wahyu Setyo, 2011, Klasifikasi warna menggunakan pengolahan model warna HSV, Universitas , Politeknik Negri Sriwijaya, Palembang, Jurnal Ilmiah Elite Elektro, Vol.02, No.2 [3] Suhendra, Akip, Mustofa, Zaenal, 2014, Media pembelajaran mengenal bentuk dan warna berbasis multimedia pada RA AL A’ARAAF, Universitas Serang, Protekinfo, Vol I No. 1 [4] Ladjamudin , Al-Bahra Bin, 2005, Analisis & Desain Sistem Informasi, Graha Ilmu, Jakarta [5] Putra, Darma, 2010, Pengolahan Citra Digital, Andi Offset, Yogyakarta [6] A.S, Rosa, Shalahuddin, M, 2013, Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek, Informatika, Bandung.
IJCCS Vol. x, No. x, July201x : first_page–end_page
