Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana lihat dalam hal ini berarti bahwa mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis.

Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi. Cabang ilmu ini bersama Intelijensia Semu (Artificial Intelligence) akan mampu menghasilkan sistem intelijen visual (Visual Intelligence System).

Sebagai disiplin teknologi, visi komputer berusaha untuk menerapkan teori dan model untuk pembangunan sistem visi komputer. Contoh aplikasi dari visi komputer mencakup sistem untuk  : 

·         Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).

·         Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung).

·        Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan).

·        Modeling benda atau lingkungan (misalnya, inspeksi industri, analisis citra medis ataumodel topografi).

·         Interaksi (misalnya, sebagai input ke perangkat untuk interaksi komputer-manusia).

Proses dalam Computer Vision

Sebuah komputer yang menyerupai kemampuan manusia dalam menangkap sinyal visual (human sight) dilakukan dalam empat tahapan proses dasar :

·  

·         Proses penangkapan citra/gambar (image acquisition),

·         Proses pengolahan citra (image processing),

·         Analisadata citra (image analysis) dan

·         Proses pemahamandata citra (image understanding).

Penjelasan untuk masing-masing proses yaitu, sebagai berikut :

1.    Image Acqusition

·        Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak. Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual. Umumnya mata pada computer vision adalah sebuah kamera video. amera menerjemahkan sebuah scene atau image. Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.

·        Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan amplitude berkaitan dengan tingginya sinyal listrik yang dihasilkan) merepresentasikan detail ketajaman (brightness) pada scene.

·         Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan membaginya menjadi ratusangaris horizontal yang sama. Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.

·         Karena komputer tidak bekerja dengan sinyal analog, maka sebuah analog‐to‐digital converter (ADC), dibutuhkan untuk memproses semua sinyal tersebut oleh komputer. ADC ini akan mengubah sinyal analog yang direpresentasikan dalam bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner. Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi data raw yang akan diproses.

2.    Image Processing

Tahapn berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary tersebut.

·         Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebihjauh secara lebih efisien. Image processing akan meningkatkan perbandingan sinyal terhadap noise (signal‐to‐noise ratio = s/n).

·         Sinyal‐sinyal tersebut adalah informasi yang akanmerepresentasikan objek yang ada dalam image. Sedangkan noise adalah segala bentuk interferensiyang terjadi pada sebuah objek.

3.    Image Analysis

·         Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama dari objek melalui suatu proses investigasi. Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasi fitur‐fitur spesifik dan karekteristiknya.

·         Lebih khusus lagi program image analysis digunakanuntuk mencari tepi dan batas‐batasan objek dalamimage.

·         Sebuah tepian (edge) terbentuk antara objek dan latarbelakangnya atau antara dua objek yang spesifik.Tepi ini akan terdeteksi sebagai akibat dari perbedaan

level brightness pada sisi yang berbeda dengan salahsatu batasnya.

4.    Image Understanding

Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.

·         Pada bagian ini akan melibatkan kajian tentang teknikteknik artificial intelligent. Understanding berkaitan dengn template matching yang ada dalam sebuah scene.

·         Metoda ini menggunakan program pencarian (search program)dan teknik penyesuaian pola (pattern matching techniques).

·       

  Penerapan Computer Vision Antara Lain

1.      Bidang Pertahanan dan Keamanan (Militer).

Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebihsistem canggih untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik,dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citradiperoleh secara lokal. konsep modern militer, seperti "kesadaran medan perang",menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya setinformasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusanstrategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangikompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.

Sumber : http://ndangmutz.blogspot.com/2010/11/komputer-vision.html

2.      Bidang Didalam kendaraan Otonom.

Contohnya adalah kendaraan otonom, yang meliputi submersibles, kendaraan darat (robot kecil dengan roda, mobil atau truk), kendaraan udara, dan kendaraan udara tak berawak (UAV). Tingkat berkisar otonomi dari sepenuhnya otonom (berawak) kendaraan untuk kendaraan di manasistem visi berbasis komputer mendukung driver atau pilot dalam berbagai situasi.Sepenuhnya otonom kendaraan biasanya menggunakan visi komputer untuk navigasi, yakni untuk mengetahui mana itu, atau untuk menghasilkan peta lingkungan (SLAM) dan untuk mendeteksi rintangan. Hal ini juga dapat digunakan untuk mendeteksi peristiwa-peristiwa tugas tertentu yang spesifik, e. g., sebuah UAV mencari kebakaran hutan. Contoh sistem pendukung sistem peringatan hambatan dalam mobil, dan sistem untuk pendaratan pesawat otonom. Beberapa produsen mobil telah menunjukkan sistem otonomi mengemudi mobil,tapi teknologi ini masih belum mencapai tingkat di mana dapat diletakkan di pasar. Adabanyak contoh kendaraan otonom militer mulai dari rudal maju, untuk UAV untuk misipengintaian atau bimbingan rudal. Ruang eksplorasi sudah dibuat dengan kendaraan otonom menggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover ExoMars ESA.

            Sumber : http://ndangmutz.blogspot.com/2010/11/komputer-vision.html

3.      Bidang Industri.

kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk tujuanmendukung proses manufaktur. Salah satu contohnya adalah kendali mutu dimana rincianatau produk akhir yang secara otomatis diperiksa untuk menemukan cacat. Contoh lainadalah pengukuran posisi dan orientasi rincian yang akan dijemput oleh lengan robot. Mesinvisi juga banyak digunakan dalam proses pertanian untuk menghilangkan bahan makananyang tidak diinginkan dari bahan massal, proses yang disebut sortir optik.

Sumber : http://ndangmutz.blogspot.com/2010/11/komputer-vision.html

4.      Bidang pengolahan citra medis.

Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuatdiagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambarX-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yangdapat diekstraksi dari data gambar tersebut deteksi tumor, arteriosclerosis atau perubahanmemfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll areaaplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya,tentang struktur otak, atau tentang kualitas perawatan medis.

Sumber : http://ndangmutz.blogspot.com/2010/11/komputer-vision.html

5.      Bidang Neurobiologi.

Khususnya studi tentang sistem biological vision Selama abad terakhir, telah terjadi studiekstensif dari mata, neuron, dan struktur otak dikhususkan untuk pengolahan rangsangan visualpada manusia dan berbagai hewan. Hal ini menimbulkan gambaran kasar, namun rumit, tentang bagaimana “sebenarnya” sistem visi beroperasi dalam menyelesaikan tugas-tugas visi tertentuyang terkait. Hasil ini telah menyebabkan subfield di dalam visi komputer di mana sistem buatanyang dirancang untuk meniru pengolahan dan perilaku sistem biologi, pada berbagai tingkat kompleksitas. Juga, beberapa metode pembelajaran berbasis komputer yang dikembangkandalam visi memiliki latar belakang mereka dalam biologi.

Sumber : http://en.wikipedia.org/wiki/Computer_vision

6.      Bidang Industri Perfilman

Semua efek-efek di dunia akting , animasi, dan penyotingan adegan film semua direkam dengan perangkat elektronik yang dihubungkan dengan komputer. Animasinya juga di kembangkan mempergunakan animasi yang dibuat dengan aplikasi komputer.Sebagai contoh film-film Hollywood berjudul TITANIC itu sebenarnya tambahananimasi untuk menggambarkan kapal raksasa yang pecah dan tenggelam, sehinggatampak menjadi seolah-olah mirip dengan kejadian nyata.S

umber: blogvrman, 25 Oktober 2009

7.      Bidang Kecerdasan Buatan.

Keterkaitan dengan perencanaan otonom atau musyawarah untuk sistem roboticaluntuk menavigasi melalui lingkungan. Pemahaman yang rinci tentang lingkungan inidiperlukan untuk menavigasi melalui mereka. Information about the environment could beprovided by a computer vision system, acting as a vision sensor and providing high-levelinformation about the environment and the robot. Informasi tentang lingkungan dapatdiberikan oleh sistem visi komputer, bertindak sebagai sensor visi dan memberikan informasitingkat tinggi tentang lingkungan dan robot. Buatan kecerdasan dan visi lain berbagi topik komputer seperti pengenalan pola dan teknik pembelajaran. Akibatnya, visi komputerkadang-kadang dilihat sebagai bagian dari bidang kecerdasan buatan atau ilmu bidangkomputer secara umum.

Sumber : Wikipedia, the free encyclopedia

8.      Bidang Pemrosesan Sinyal.

Banyak metode untuk pemrosesan sinyal satu-variabel, biasanya sinyal temporal,dapat diperpanjang dengan cara alami untuk pengolahan sinyal dua variabel atau sinyalmulti-variabel dalam visi komputer. Namun, karena sifat spesifik gambar ada banyak metode dikembangkan dalam visi komputer yang tidak memiliki mitra dalam pengolahan sinyal satu-variabel. Sebuah karakter yang berbeda dari metode ini adalah kenyataan bahwa merekaadalah non-linear yang bersama-sama dengan dimensi-multi sinyal, mendefinisikan subfielddalam pemrosesan sinyal sebagai bagian dari visi komputer.

Sumber : http://en.wikipedia.org/wiki/Computer_vision

9.      Bidang Fisika.

Fisika merupakan bidang lain yang terkait erat dengan Computer vision. sistem Computervision bergantung pada sensor gambar yang mendeteksi radiasi elektromagnetik yangbiasanya dalam bentuk baik cahaya tampak atau infra-merah sensor dirancang denganmengunakan fisika solid-state. Proses di mana cahaya merambat dan mencerminkan off permukaan dijelaskan menggunakan optik. sensor gambar canggih bahkan memintamekanika kuantum untuk memberikan pemahaman lengkap dari proses pembentukangambar. Selain itu, berbagai masalah pegukuran fisika dapat di atasi dengan menggunakanComputer Vision, untuk gerakan misalnya dalam cairan..

Sumber : http://en.wikipedia.org/wiki/Computer_vision

10.  Bidang matematika murni.

Sebagai contoh, banyak metode dalam visi komputer didasarkan pada statistik, optimasiatau geometri. Akhirnya, bagian penting dari lapangan dikhususkan untuk aspek pelaksanaanvisi komputer, bagaimana metode yang ada dapat diwujudkan dalam berbagai kombinasiperangkat lunak dan perangkat keras, atau bagaimana metode ini dapat dimodifikasi untuk mendapatkan kecepatan pemrosesan tanpa kehilangan terlalu banyak kinerja .

Sumber : http://en.wikipedia.org/wiki/Computer_vision 

Referensi lain :

http://www.scribd.com/doc/54460621/10-Penerapan-Computer-Vision

http://cosaviora.blogspot.com/2010/11/computer-vision.html

http://muhammadadri.net/wp-content/uploads/2009/04/computer-vision-01.pdf

Pada dasarnya pengembangan sistem di kategorikan ke dalam 2 pendekatan, yaitu :

1. Pendekatan secara terstruktur, dan
2. Pendekatan secara objek

1.      Pendekatan Terstruktur

Pendekatan ini telah dimulai dari awal 1970-an. Pendekatan terstruktur dilengkapi dengan alat-alat (tools) dan teknik-teknik yang dibutuhkan dalam pengembangan sistem sehingga didapatkan hasil akhir berupa sistem yang strukturnya didefinisikan dengan baik dan jelas.

Teknik terstruktur, merupakan pendekatan formal untuk memecahkan masalah-masalah dalam aktivitas bisnis menjadi bagian-bagian kecil yang dapat diatur dan berhubungan untuk kemudian dapat disatukan kembali menjadi satu kesatuan yang dapat dipergunakan untuk memecahkan masalah.

Tujuan pendekatan terstruktur adalah agar pada akhir pengembangan perangkat lunak dapat memenuhi kebutuhan user, dilakukan tepat waktu, tidak melampaui anggaran biaya, mudah dipergunakan, mudah dipahami dan mudah dirawat.

Ciri-ciri utama yang mendukung pendekatan terstruktur, yaitu :

·         Memanfaatkan alat-alat pemodelan

menggunakan model untuk menjelaskan berbagai sistem, sub sistem untuk ditelaah dan dievaluasi oleh pelanggan dan pengembang (sebagai alat komunikasi, eksperimentasi atau prediksi).

·         Merancang berdasar modul

modularisasi adalah proses yang membagi suatu sistem menjadi beberapa modul yang dapat beroperasi secara independent.

·         Bekerja dengan pendekatan top-down

dimulai dari level atas (secara global) kemudian diuraikan sampai ke tingkat modul (rinci).

·         Dilakukan secara iterasi

dengan iterasi akan didapat hasil yang lebih baik, terlalu banyak iterasi juga akan menurunkan hasilnya dan menunjukkan bahwa tahap sebelumnya tidak dilakukan dengan baik.

·         Kegiatan dilakukan secara paralel

pengembangan subsistem-subsistem dapat dilakukan secara paralel, sehingga akan memperpendek waktu pengembangan sistem.

2.      Pendekatan Objek

Pendekatan berorientasi objek merupakan paradigma pemrograman yang berorientasikan kepada objek. Semua data dan fungsi di dalam paradigma ini dibungkus dalam kelas-kelas atau objek-objek. Bandingkan dengan logika pemrograman terstruktur. Setiap objek dapat menerima pesan, memproses data, dan mengirim pesan ke objek lainnya.

Pendekatan berorientasi objek adalah cara memandang persoalan dengan menggunakan model – model yang diorganisasikan seputar konsep objek yang mengkombinasikan struktur data dan perilaku suatu entitas. Pada pendekatan ini, organisasi perangkat lunak adalah sebagai kumpulan objek diskrit yang saling bekerja sama, berkomunikasi, dan berinteraksi menuju sasaran tertentu

PERBEDAAN PENDEKATAN TERSTRUKTUR VS PENDEKATAN OBJEK

Pendekatan Terstruktur	Pendekatan Objek
dikenal dengan (Structured Analisys and Design / SSAD)	dikenal dengan (Object-oriented Analysis and Design / OOAD)
Pendekatan Fungsional	Pendekatan Objek
dekomposisi permasalahan dilakukan berdasarkan fungsi atau proses secarahirarki, mulai dan konteks sampai proses-proses yang paling kecil	dekomposisi permasalahan dilakukan berdasarkan objek-objek yang ada dalam sistem
SSAD lebih sulit digunakan dalam pembangunan sistem.	OOAD lebih mudah digunakan dalam pembangunan sistem.
Pada SSAD tidak fokus pada coding	Pada OOAD lebih fokus pada coding
Pada SSAD menekankan pada kinerja team	Pada OOAD tidak menekankan pada kinerja team

3.      Pendekatan Terstruktur dengan Pendekatan objek dilihat dari kelebihan dan kekurangan.

Pendekatan Terstruktur

Kelebihan

·         SSAD merupakan pendekatan visual, ini membuat metode ini mudah dimengerti oleh pengguna atau programmer.

·        Penggunaan analisis grafis dan tool seperti DFD menjadikan SSAD menjadikan bagus untuk digunakan.

·         SSAD merupakan metode yang diketahui secara umum pada berbagai industri.

·        SSAD sudah diterapkan begitu lama sehingga metode ini sudah matang dan layak untuk digunakan.

·         SSAD memungkinkan untuk melakukan validasi antara berbagai kebutuhan

·         SSAD relatif simpel dan mudah dimengerti.

  Kekurangan

·         SSAD berorientasi utama pada proses, sehingga mengabaikan kebutuhan non-fungsional.

·         Sedikit sekali manajemen langsung terkait dengan SSAD.

·         Interaksi antara analisis atau pengguna tidak komprehensif, karena sistem telah didefinisikan dari awal, sehingga tidak adaptif terhadap perubahan (kebutuhan-kebutuhan baru).

·         Selain dengan menggunakan desain logic dan DFD, tidak cukup tool yang digunakan untuk mengkomunikasikan dengan pengguna, sehingga sangat sulit bagi pengguna untuk melakukan evaluasi.

·         Pada SAAD sulit sekali untuk memutuskan ketika ingin menghentikan dekomposisi dan mulai membuat sistem.

·         SSAD tidak selalu memenuhi kebutuhan pengguna.

·         SSAD tidak dapat memenuhi kebutuhan terkait bahasa pemrograman berorientasi obyek, karena metode ini memang didesain untuk mendukung bahasa pemrograman terstruktur, tidak berorientasi pada obyek (Jadalowen, 2002).

Pendekatan Objek

Kelebihan

·         Dibandingkan dengan metode SSAD, OOAD lebih mudah digunakan dalam pembangunan sistem.

·         Tidak ada pemisahan antara fase desain dan analisis, sehingga meningkatkan komunikasi antara user dan developer dari awal hingga akhir pembangunan sistem.

·         Analis dan programmer tidak dibatasi dengan batasan implementasi sistem, jadi desain dapat diformalisasikan yang dapat dikonfirmasi dengan berbagai lingkungan eksekusi.

·         Relasi obyek dengan entitas (thing) umumnya dapat di mapping dengan baik seperti kondisi pada dunia nyata dan keterkaitan dalam sistem. Hal ini memudahkan dalam memahami desain (Sommerville, 2000).

·         Memungkinkan adanya perubahan dan kepercayaan diri yang tinggi terhadap kebenaran software yang membantu untuk mengurangi resiko pada pembangunan sistem yang kompleks (Booch, 2007).

·         Encapsliation data dan method, memungkinkan penggunaan kembali pada proyek lain, hal ini akan memperingan proses desain, pemrograman dan reduksi harga.

·         OOAD memungkinkan adanya standarisasi obyek yang akan memudahkan memahami desain dan mengurangi resiko pelaksanaan proyek.

·         Dekomposisi obyek, memungkinkan seorang analis untuk memecah masalah menjadi pecahan-pecahan masalah dan bagian-bagian yang dimanage secara terpisah. Kode program dapat dikerjakan bersama-sama. Metode ini memungkinkan pembangunan software dengan cepat, sehingga dapat segera masuk ke pasaran dan kompetitif. Sistem yang dihasilkan sangat fleksibel dan mudah dalam memelihara.

Kekurangan

·         Pada awal desain OOAD, sistem mungkin akan sangat simple.

·         Pada OOAD lebih fokus pada coding dibandingkan dengan SSAD.

·         Pada OOAD tidak menekankan pada kinerja team seperti pada SSAD.

·         Pada OOAD tidak mudah untuk mendefinisikan class dan obyek yang dibutuhkan sistem.

·         Sering kali pemrogramam berorientasi obyek digunakan untuk melakukan anlisisis terhadap fungsional sistem, sementara metode OOAD tidak berbasis pada fungsional sistem.

·         OOAD merupakan jenis manajemen proyek yang tergolong baru, yang berbeda dengan metode analisis dengan metode terstruktur. Konsekuensinya adalah, team developer butuh waktu yang lebih lama untuk berpindah ke OOAD, karena mereka sudah menggunakan SSAD dalam waktu yang lama ( Hantos, 2005)

·         Metodologi pengembangan sistem dengan OOAD menggunakan konsep reuse. Reuse merupakan salah satu keuntungan utama yang menjadi alasan digunakannya OOAD. Namun demikian, tanpa prosedur yang emplisit terhadap reuse, akan sangat sulit untuk menerapkan konsep ini pada skala besar (Hantos, 2005).

Sumber ::

http://www.scribd.com/doc/67154238/48/Gambar-8-Ilustrasi-Perbandingan-OO-vs-Terstruktur

http://www.gangsir.com/download/4-PendekatanPengembanganSistemBerorientasiObjekdanPenggunaanAlatalatPemodelan.pdf

http://supriliwa.wordpress.com/2010/05/07/perbandingan-metode-terstruktrur-dan-obyek-oriented-pada-pengambangan-sistem-informasi/