Teknologi Interface Telematika dan Lingkungan Komputasinya

Teknologi Interface Telematika

Teknologi Interface Telematika adalah suatu teknologi atribut sensor dari pertemuan sistem jaringan komunikasi dan teknologi informasi yang berhubungan dengan pengoperasian oleh pengguna.

Dalam Teknologi Interface Telamatika terdapat 6 macam fitur yang terdiri dari:

·         Head up display system

·         Tangible User Interface

·         Computer Vision

·         Middleware Telematika

·         Browsing Audio Data

·         Speech Recognation

Kemudian untuk penjelasan dari masing-masing fitur tersebut adalah sebagai berikut.

1.      Head Up Display System

Head Up Display (HUD) adalah suatu tampilan yang transparan dimana dia menampilkan data tanpa mengharuskan si user untuk melihat ke arah yang lain dari sudut pandang biasanya. Asal nama dari alat ini yaitu pengguna dapat melihat informasi dengan kepala yang terangkat (head up) dan melihat ke arah depan daripada melihat ke arah bawah bagian instrumen. Walaupun HUD dibuat untuk kepentingan penerbangan militer, sekarang HUD telah digunakan pada penerbangan sipil, kendaraang bermotor dan aplikasi lainnya.

2.      Tanglible User Interface

Tangible User Interface(TUI), merupakan suatu antarmuka yang memungkinkan seseorang bisa berinteraksi dengan suatu informasi digital lewat lingkungan fisik. Salah satu perintis TUI ialah Hiroshi Ishii, seorang profesor di Laboratorium Media MIT yang memimpin Tangible Media Group. Pandangan yang istimewanya untuk tangible UI disebut tangible bits, yaitu memberikan bentuk fisik kepada informasi digital sehingga membuat bit dapat dimanipulasi dan diamati secara langsung.

3.      Computer Vision

Computer Vision yaitu suatu ilmu pengetahuan dan teknologi dari mesin yang melihat. Computer vision dimanfaatkan juga untuk membangun teori kecerdasan buatan yang membutuhkan informasi dari citra(gambar) yang ditangkap dalam berbagai bentuk seperti urutan video, pandangan dari kamera yang diambil dari berbagai sudut dan data multi dimensi yang didapatkan dari hasil pemindaian (scan) medis. Computer vision juga berusaha untuk mengintegrasikan model dan teori untuk pembangunan sistem visi komputer.

Berikut ini contoh dari Computer Vision.

·         Interaksi maksudnya sebagai input (masukan) ke suatu perangkat yang  nantinya digunakan sebagai alat untuk keperluan interaksi manusia dan komputer.

·         Pengendalian proses yang biasanya digunakan untuk keperluan robotika di dalam dunia industry.

·         Mengorganisir informasi biasanya digunakan untuk untuk pengindeksan database foto dan gambar urutan.

4.      Middleware Telematika

sebuah program yang digunakan atau berfungsi untuk menghubungkan 2 buah program yang berada di 2 buah layer yang berbeda. Middleware juga sering disebut sebagai protokol.

Beberapa fungsi dari Middleware Telematika adalah:

·         Membuat sebuah aplikasi yang dapat dioperasikan di berbagai sistem operasi serta komputer yang bebeda.

·         Mengisi ruang kosong yang ada diantara sistem operasi dan aplikasi.

5.      Browsing Audio Data

Browsing Audio Data merupakan metode browsing jaringan yang digunakan untuk browsing video/ audio data yang ditangkap oleh sebuah IP kamera. Jaringan video/audio metode browsing mencakupi langkah-langkah sebagai berikut :

·         Menjalankan sebuah program aplikasi komputer lokal untuk mendapatkan kode identifikasi yang disimpan dalam kamera IP Transmisi untuk mendaftarkan kode identifikasi ke DDNS (Dynamic Domain Name Server) oleh program aplikasi Mendapatkan kamera IP pribadi alamat dan alamat server pribadi sehingga pasangan IP kamera dan kontrol kamera IP melalui kamera IP pribadi alamat dan alamat server pribadi compile ke layanan server melalui alamat server pribadi sehingga untuk mendapatkan video / audio data yang ditangkap oleh kamera IP, dimana server layanan menangkap video / audio data melalui Internet.

·         Sebagai kemajuan teknologi jaringan, semakin banyak diterapkan jaringan produk yang dibuat-buat terus-menerus. Salah satu yang paling umum diterapkan jaringan yang dikenal adalah produk kamera IP, yang dapat menampilkan isi (video / audio data) melalui Internet. Kamera IP biasanya terhubung ke jaringan melalui router, dan memiliki sebuah IP (Internet Protocol) address setelah operasi sambungan.

6.      Speech Recognation

Sistem ini dipakai untuk mengubah suara menjadi tulisan, dengan pengenal suara otomatis (automatic speech recognition) atau pengenal suara komputer (computer speech recognition) dengan system tadi computer dapat mendeteksi sebuah suara yang mana dari suara tadi akan di ubah menjadi tulisan. Dengan adanya system ini si user tidak perlu melakukan pengetikan untuk mengetik suatu kalimat tadi cukup membunyikan kata itu maka computer secara otomatis menulis apa yang anda ucapkan. Dan ini juga digunakan (voice recognition) yang digunakan untuk mengidentifikasi siapa yang membunyikan kata itu saat user berbicara jadi suara user akan dikenali berasal dari siapa dengan alat ini dan Istilah “Speech Recognition” digunakan untuk mengidentifikasi apa yang diucapkan oleh user.

Lingkungan Komputasi

Lingkungan komputasi adalah suatu lingkungan di mana sistem komputer digunakan. Lingkungan komputasi dapat dikelompokkan menjadi empat jenis yaitu komputasi tradisional, komputasi berbasis jaringan, komputasi embedded, dan komputasi grid.

Pada awalnya komputasi tradisional hanya meliputi penggunaan komputer meja (desktop) untuk pemakaian pribadi di kantor atau di rumah. Namun, seiring dengan perkembangan teknologi maka komputasi tradisional sekarang sudah meliputi penggunaan teknologi jaringan yang diterapkan mulai dari desktop hingga sistem genggam. Perubahan yang begitu drastis ini membuat batas antara komputasi tradisional dan komputasi berbasis jaringan sudah tidak jelas lagi.

Dalam ledakan informasi, bagaimana perusahaan memperoleh informasi akurat dan tepat waktu, respon cepat kebutuhan pelanggan menjadi faktor penting dalam kesuksesan bisnis. Untuk memastikan bahwa staf dari waktu, ruang dan kondisi jaringan tetap, mudah dan aman terhubung ke kantor pusat aplikasi, akses informasi dan data dan panggilan berbagai peralatan, perusahaan membutuhkan lingkungan kerja yang lebih kompleks untuk lebih banyak pengguna sumber informasi beberapa menyediakan kemampuan untuk menghubungkan.

Browsing Audio Data dan Speech Recognation

Browsing Audio Data

Browsing merupakan aktivitas menjelajahi dunia maya (Internet) untuk mencari informasi yang terkini tanpa batas dan tanpa birokrasi atau dikenal juga dengan istilah surfing internet (berselancar di dunia maya), software yang digunakan dikenal dengan nama web browser.  Beberapa contoh web browser adalah Mozilla Firefox, Internet aexplorer, Opera, Chrome, dll.

Dalam beberapa tahun terakhir, perkembangan Internet telah didefinisikan kembali  berbagai bidang hiburan, khususnya, yaitu musik. Hari ini, real-time Internet Real audio streaming musik dan MP3 secara teratur dinikmati oleh jutaan pendengar. Makalah ini menyajikan multimedia yang berpusat manusia audio (audio informasi) sistem pencarian melalui jaringan komputer.

Karya ini juga telah diurus memainkan audio yang terus-menerus tanpa ada data yang mengganggu dengan menerapkan mekanisme streaming dan buffering. Arsitektur sistem client-server berikut model. Database digunakan untuk menyimpan informasi metadata audio. Server audio yang bertanggung jawab untuk mengambil informasi dari database untuk memenuhi permintaan klien. Klien menyediakan antarmuka komputer manusia untuk pengguna melalui antarmuka pengguna grafis untuk browsing, mencari dan memainkan audio yang menarik melalui jaringan. Berdasarkan masukan klien permintaan pengguna ke server untuk mendapatkan informasi audio (seperti daftar film-film bahasa tertentu, daftar lagu-lagu film tertentu dan daftar lagu berdasarkan pencocokan pengguna memasukkan teks lirik). Audio pengambilan informasi dari basis data akan dilakukan oleh server berbasis teks menggunakan metode pencarian.

Browsing Audio Data merupakan metode browsing jaringan yang digunakan untuk browsing video / audio data yang ditangkap oleh sebuah IP kamera. Sebuah komputer lokal digabungkan ke LAN (local area network) untuk mendeteksi IP kamera. Jaringan video / audio metode browsing mencakupi langkah-langkah sebagai berikut :

@ Menjalankan sebuah program aplikasi komputer lokal untuk mendapatkan kode identifikasi yang disimpan dalam kamera IP.

@ Transmisi untuk mendaftarkan kode identifikasi ke DDNS ( Dynamic Domain Name Server) oleh program aplikasi.

@ Mendapatkan kamera IP pribadi alamat dan alamat server pribadi sehingga pasangan IP kamera dan kontrol kamera IP melalui kamera IP pribadi alamat dan alamat server pribadi compile ke layanan server melalui alamat server pribadi sehingga untuk mendapatkan video / audio data yang ditangkap oleh kamera IP, dimana server layanan menangkap video / audio data melalui Internet.

Browsing audio data tidak semudah browsing dokumen cetak, karena adanya sifat temporal suara. Ketika melakukan browsing terhadap dokumen, kita dapat dengan cepat mengalihkan fokus perhatian dengan membaca sepintas isi dari dokumen tersebut. Kita dapat mengetahui ukuran dan struktur dokumen, dan menggunakan memori spasial visual untuk mengingat dan mencari spesifik topik.  Namun, ketika browsing suatu rekaman audio, kita harus berulang kali memainkan dan melompati bagian tertentu, tanpa memainkannya, kita tidak bisa menyadari suara atau isinya. Kita harus mendengarkan semua stream audio untuk dapat menangkap semua isinya.

Beberapa bentuk informasi yang dapat dicari (browsed)  melalui internet, yaitu: informasi berupa teks (text/plain, text/html), image (image/gif, image/jpeg, image/png), video (video/mpeg, video/quicktime), audio (audio/basic, audio/wav) dan application (application/msword, application/octet-stream).

Speech Recognation

1. PENGERTIAN SPEECH RECOGNITION

Speech Recognition adalah proses identifikasi suara berdasarkan kata yang diucapkan dengan melakukan konversi sebuah sinyal akustik, yang ditangkap oleh audio device (perangkat input suara).

Speech Recognition juga merupakan sistem yang digunakan untuk mengenali
perintah kata dari suara manusia dan kemudian diterjemahkan menjadi suatu data
yang dimengerti oleh komputer. Pada saat ini, sistem ini digunakan untuk
menggantikan peranan input dari keyboard dan mouse.

Keuntungan dari sistem ini adalah pada kecepatan dan kemudahan dalam penggunaannya. Kata – kata yang ditangkap dan dikenali bisa jadi sebagai hasil akhir, untuk sebuah aplikasi seperti command & control, penginputan data, dan persiapan dokumen. Parameter yang dibandingkan ialah tingkat penekanan suara yang kemudian akan dicocokkan dengan template database yang tersedia. Sedangkan sistem pengenalan suara berdasarkan orang yang berbicara dinamakan speaker recognition. Pada makalah ini hanya akan dibahas mengenai speech recognition karena kompleksitas algoritma yang diimplementasikan lebih sederhana daripada speaker recognition. Algoritma yang akan diimplementasikan pada bahasan mengenai proses speech recognition ini adalah algoritma FFT (Fast Fourier Transform), yaitu algoritma yang cukup efisien dalam pemrosesan sinyal digital (dalam hal ini suara) dalam bentuk diskrit. Algoritma ini mengimplementasikan algoritma Divide and Conquer untuk pemrosesannya. Konsep utama algoritma ini adalah mengubah sinyal suara yang berbasis waktu menjadi berbasis frekuensi dengan membagi masalah menjadi beberapa upa masalah yang lebih kecil. Kemudian, setiap upa masalah diselesaikan dengan cara melakukan pencocokan pola digital suara.

2. SEJARAH SPEECH RECOGNITION

Biometrik, termasuk di dalamnya speech recognition, secara umum digunakan untuk identifikasi dan verifikasi. Identifikasi ialah mengenali identitas subyek, dilakukan perbandingan kecocokan antara data biometric subyek dalam database berisi record karakter subyek. Sedangkan verifikasi adalah menentukan apakah subyek sesuai dengan apa yang dikatakan terhadap dirinya.

Biometrik merupakan suatu metoda untuk mengenali manusia berdasarkan pada satu atau lebih ciri-ciri fisik atau tingkah laku yang unik. Biometric Recognition atau biasa disebut dengan Sistem pengenalan biometric mengacu pada identifikasi secara otomatis terhadap manusia berdasarkan psikological atau karakteristik tingkah laku manusia. Ada beberapa jenis teknologi biometric antara lain suara (speech recognition).

Metode Hidden Markov Model mulai diperkenalkan dan dipelajari pada akhir tahun 1960, metode yang berupa model statistik dari rantai Markov ini semakin banyak dipakai pada tahun-tahun terakhir terutama dalam bidang speech recognition, seperti dijelaskan oleh Lawrence R. Rabiner dalam laporannya yang berjudul “A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition”

Proses dalam dunia nyata secara umum menghasilkan observable output yang dapat dikarakterisasikan sebagai signal. Signal bisa bersifat diskrit (karakter dalam alfabet) maupun kontinu (pengukuran temperatur, alunan musik). Signal bisa bersifat stabil (nilai statistiknya tidak berubah terhadap waktu) maupun nonstabil (nilai signal berubah-ubah terhadap waktu). Dengan melakukan pemodelan terhadap signal secara benar, dapat dilakukan simulasi terhadap sumber dan pelatihan sebanyak mungkin melalui proses simulasi tersebut. Sehingga model dapat diterapkan dalam sistem prediksi, sistem pengenalan, maupun sistem identifikasi. Secara garis besar model signal dapat dikategorikan menjadi 2 golongan yaitu : model deterministik dan model statistikal. Model deterministik menggunakan nilai-nilai properti dari sebuah signal seperti : amplitudo, frekuensi, fase dari gelombang sinus. Sedangkan model statistikal menggunakan nilai-nilai statistik dari sebuah signal seperti: proses Gaussian, proses Poisson, proses Markov, dan proses Hidden Markov.

Suatu model HMM secara umum memiliki unsur-unsur sebagai berikut:

· N, yaitu jumlah state dalam model. Secara umum state saling terhubung satu dengan yang lain, dan suatu state bisa mencapai semua state yang lain dan sebaliknya (disebut model ergodic). Namun hal tersebut tidak mutlak, terdapat kondisi lain dimana suatu state hanya bisa berputar ke diri sendiri dan berpindah ke satu state berikutnya, hal ini bergantung pada implementasi dari model.

· M, yaitu jumlah observation symbol secara unik pada tiap statenya, misalnya: karakter dalam alfabet, dimana state adalah huruf dalam kata.

· State Transition Probability { } -> ij A a

· Observation Symbol Probability pada state j, { } () -> j Bb k

· Initial State Distribution -> i p p

Dengan memberikan nilai pada N, M, A, B, dan p , HMM dapat digunakan sebagai generator untuk menghasilkan urutan observasi. dimana tiap observasi t o adalah salah satu simbol dari V, dan T adalah jumlah observasi dalam suatu sequence.

3. SKEMA UTAMA DAN ALGORITMA SPEECH RECOGNITION

Terdapat 4 langkah utama dalam sistem pengenalan suara:

· Penerimaan data input

· Ekstraksi, yaitu penyimpanan data masukan sekaligus pembuatan database untuk template.

· Pembandingan / pencocokan, yaitu tahap pencocokan data baru dengan data suara (pencocokan tata bahasa) pada template.

· Validasi identitas pengguna.

Secara umum, speech recognizer memproses sinyal suara yang masuk dan menyimpannya dalam bentuk digital. Hasit proses digitalisasi tersebut kemudian dikonversi dalam bentuk spektrum suara yang akan dianalisa dengan membandingkannya dengan template suara pada database sistem.

Gambar 2. Spektrum Suara

Sebelumnya, data suara masukan dipilah-pilah dan diproses satu per satu berdasarkan urutannya. Pemilahan ini dilakukan agar proses analisis dapat dilakukan secara paralel. Proses yang pertama kali dilakukan ialah memproses gelombang kontinu spektrum suara ke dalam bentuk diskrit. Langkah berikutnya ialah proses kalkulasi yang dibagi menjadi dua bagian :

· Transformasi gelombang diskrit menjadi array data.

· Untuk masing-masing elemen pada aiTay data, hitung "ketinggian" gelombang (frekuensi).
Objek permasaiahan yang akan dibagi adalah masukan berukuran n, berupa data diskrit gelombang suara.

Ketika mengkonversi gelombang suara ke dalam bentuk diskrit, gelombang diperlebar dengan cara memperinci berdasarkan waktu. Hal ini dilakukan agar proses algontma seianjutnya (pencocokan) lebih mudah diiakukan. Namun, efek buruknya ialah array of array data yang terbentuk akan lebih banyak.

Gambar 3. Contoh Hasit Konversi Sinyal Diskrit

Dari tiap elemen array data tersebut, dikonversi ke dalam bentuk bilangan biner. Data biner tersebut yang nantinya akan dibandingkan dengan template data suara.
Proses divide and conquer:

· Pilih sebuah angkaN, dimana N merupakan bilangan bulat kelipatan 2.Bilangan ini berfungsi untuk menghitung jumlah elemen transformasi FFT.

· Bagi dua data diskrit secara (dengan menerapkan algoritma divide and conquer) menjadi data diskrit yang lebih kecii berukuran N = N,.N2.

· Objek data dimasukkan ke dalam table (sebagai elemen tabel).

· Untuk setiap eiemen data, dicocokkan dengan data pada template (pada data template juga dilakukan pemrosesan digitaiisasi menjadi data diskrit, dengan cara yang sama dengan proses digitaiisasi data masukan bam yang ingin dicocokkan).

· Setiap upa masalah disatukan kembali dan dianalisis secara keseluruhan, kecocokan dari segi tata bahasa dan apakah data yang diucapkan sesuai dengan kata yang tersedia pada template data.

· Verifikasi data. Jika sesuai, proses iebih lanjut, sesuai dengan aplikasi yang mengimplementasikan algoritma ini.

4. IMPLEMENTASI SPEECH RECOGNITION

Hardware yang dibutuhkan dalam implementasi Speech Recognition :

· Sound card : Merupakan perangkat yang ditambahkan dalam suatu Komputer yang fungsinya sebagai perangkat input dan output suara untuk mengubah sinyal elektrik, menjadi analog maupun menjadi digital.

· Microphone : Perangkat input suara yang berfungsi untuk mengubah suara yang melewati udara, air dari benda orang menjadi sinyal elektrik.

· Komputer atau Komputer Server : Dalam proses suara digital menterjemahkan gelombang suara menjadi suatu simbol biasanya menjadi suatu nomor biner yang dapat diproses lagi kemudian diidentifikasikan dan dicocokan dengan database yang berisi berkas suara agar dapat dikenali.

Contoh Implementasi teknologi Speech Recognition :

Saat ini pada tahun 2010 Microsoft windows vista dan windows 7 , speech recognition telah disertakan dalam system operasinya . sebagaimana fungsi dari speech recognition menterjemahkan pengucapan kata – kata kedalam bentuk teks digital. Salah satu implementasi speech recognition adalah pada konfrensi PBB dimana seluruh Negara tergabung dalam keanggotaan nya , fungsi speech recognition dalam hal ini menterjemahkan bahasa pembicara dari suatu Negara kedalam bahasa yang dipahami pendengar . Contoh penggunaan lain speech recognition adalah Perawatan kesehatan.

Dalam perawatan kesehatan domain, bahkan di bangun meningkatkan teknologi pengenalan suara, transcriptionists medis (MTs) belum menjadi usang. Layanan yang diberikan dapat didistribusikan daripada diganti. Pengenalan pembicaraan dapat diimplementasikan di front-end atau back-end dari proses dokumentasi medis. Front-End SR adalah salah satu alat untuk mengidentifikasi kata-kata yang ucapkan dan ditampilkan tepat setelah mereka berbicara Back-End SR atau SR tangguhan adalah di mana penyedia menentukan menjadi sebuah sistem dikte digital, dan suara yang diarahkan melalui pidato-mesin pengakuan dan draft dokumen diakui dirutekan bersama dengan file suara yang asli ke MT / editor, yang mengedit draft dan memfinalisasi laporan. Ditangguhkan SR sedang banyak digunakan dalam industri saat ini.

Banyak aplikasi Electronic Medical Records (EMR) dapat menjadi lebih efektif dan dapat dilakukan lebih mudah bila digunakan dalam hubungannya dengan pengenalan-mesin bicara. Pencarian, query, dan pengisian formulir semua bisa lebih cepat untuk melakukan dengan suara dibandingkan dengan menggunakan keyboard.

      http://freezcha.wordpress.com/2010/11/16/browsing-audio-data/

http://pjj-vedca.depdiknas.go.id/literasi/modul/Browsing_Internet.pdf  

http://kuliah319.blogspot.com/2011/02/speech-recognition-dengan-algoritma-fft.html

http://citraanindya.blog.upi.edu/2009/06/25/tugas-artikel-300-kata/

http://kuliah319.blogspot.com/2011/02/speech-recognition-dengan-algoritma-fft.html

http://kaichitaro.blogspot.com/2010/11/speech-recognition.html

Computer Vision dan Middleware Telematika

Computer Vision

 

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. Sebagai disiplin teknologi, computer vision berusaha untuk menerapkan teori dan model untuk pembangunan sistem computer vision.

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). Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi. Namun komputer grafika lebih ke arah pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari grafika komputer adalah grafika komputer 2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal juga dengan istilah visualisasi data.

Computer Vision adalah kombinasi antara Pengolahan Citra dan Pengenalan Pola. Pengolahan Citra (Image Processing) merupakan bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.

Sedangkan Pengenalan Pola (Pattern Recognition), bidang ini berhubungan dengan proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.

 

Contoh dan Penerapan Computer Vision:

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 gambarurutan).
Modeling benda atau lingkungan (misalnya, inspeksi industri,analisis citra medis ataumodel topografi).
Interaksi (misalnya, sebagai input ke perangkat untuk interaksi komputer-manusia).

PENERAPAN KOMPUTER VISION ANTARA LAIN :

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.

Bidang Didalam kendaraan Otonom.

kendaraan otonom, yang meliputi submersibles, kendaraan darat (robot kecil denganroda, mobil atau truk), kendaraan udara, dan kendaraan udara tak berawak (UAV). Tingkatberkisar 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, yakniuntuk mengetahui mana itu, atau untuk menghasilkan peta lingkungan (SLAM) dan untuk mendeteksi rintangan. Hal ini juga dapat digunakan untuk mendeteksi peristiwa-peristiwatugas tertentu yang spesifik, e. g., sebuah UAV mencari kebakaran hutan. Contoh sistempendukung sistem peringatan hambatan dalam mobil, dan sistem untuk pendaratan pesawatotonom. 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 otonommenggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover ExoMars ESA.

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.

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.

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 tingkatkompleksitas. Juga, beberapa metode pembelajaran berbasis komputer yang dikembangkandalam visi memiliki latar belakang mereka dalam biologi.

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.

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.

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.

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.

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 .

Hubungan antara visi komputer dan berbagai bidang lainnya
Banyak kesepakatan kecerdasan buatan dengan perencanaan otonom atau musyawarah untuk sistem robotical untuk menavigasi melalui lingkungan. Pemahaman yang rinci tentang lingkungan ini diperlukan untuk menavigasi melalui mereka. Informasi tentang lingkungan dapat diberikan oleh sistem visi komputer, bertindak sebagai sensor visi dan memberikan informasi tingkat tinggi tentang lingkungan dan robot. Kecerdasan buatan dan topik-topik berbagi komputer visi lain seperti pengenalan pola dan teknik pembelajaran. Akibatnya, visi komputer kadang-kadang dilihat sebagai bagian dari bidang kecerdasan buatan atau ilmu bidang komputer secara umum.

Fisika merupakan bidang lain yang terkait erat dengan visi komputer. sistem visi Komputer bergantung pada sensor gambar yang mendeteksi radiasi elektromagnetik yang biasanya dalam bentuk baik cahaya tampak atau infra-merah. Sensor dirancang dengan menggunakan fisika solid-state. Proses di mana cahaya merambat dan mencerminkan off permukaan dijelaskan menggunakan optik. sensor gambar canggih bahkan meminta mekanika kuantum untuk memberikan pemahaman lengkap dari proses pembentukan gambar. Selain itu, berbagai masalah pengukuran fisika dapat diatasi dengan menggunakan visi komputer, untuk gerakan misalnya dalam cairan.

Bidang ketiga yang memainkan peran penting adalah neurobiologi, khususnya studi tentang sistem visi biologis. Selama abad terakhir, telah terjadi studi ekstensif dari mata, neuron, dan struktur otak dikhususkan untuk pengolahan rangsangan visual pada manusia dan berbagai hewan. Hal ini menimbulkan gambaran kasar, namun rumit, tentang bagaimana “sebenarnya” sistem visi beroperasi dalam menyelesaikan tugas-tugas visi tertentu yang terkait. Hasil ini telah menyebabkan subfield di dalam visi komputer di mana sistem buatan yang dirancang untuk meniru pengolahan dan perilaku sistem biologi, pada berbagai tingkat kompleksitas. Juga, beberapa metode pembelajaran berbasis komputer yang dikembangkan dalam visi memiliki latar belakang mereka dalam biologi.

Namun bidang lain yang terkait dengan visi komputer pemrosesan sinyal. Banyak metode untuk pemrosesan sinyal satu-variabel, biasanya sinyal temporal, dapat diperpanjang dengan cara alami untuk pengolahan sinyal dua variabel atau sinyal multi-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 mereka adalah non-linear yang bersama-sama dengan dimensi-multi sinyal, mendefinisikan subfield dalam pemrosesan sinyal sebagai bagian dari visi komputer.

 

 

 

Middleware Telematika

 

1. Definisi Middleware
Middleware merupakan software yang berfungsi sebagai lapisan konversi atau penerjemah.
Selain itu middleware juga sebagai Consolidator dan Integrator.
- Middleware saat ini dikembangkan untuk memungkinkan satu aplikasi berkomunikasi dengan lainnya walaupun berjalan pada platform yang berbeda.
- Saat ini terdapat bermacam produk yang menawarkan middleware.



2. Lapisan Middleware


3. Tujuan dan Asal-Usul Middleware
Middleware adalah S/W penghubung yang berisi sekumpulan layanan yang memungkinkan beberapa proses dapat berjalan pada satu atau lebih mesin untuk saling berinteraksi pada suatu jaringan.

Middleware sangat dibutuhkan untuk bermigrasi dari aplikasi mainframe ke aplikasi client/server dan juga untuk menyediakan komunikasi antar platform yang berbeda.
Middleware yang paling banyak dipublikasikan :
=> Open Software Foundation's Distributed Computing Environment (DCE),
=> Object Management Group's Common Object Request Broker Architecture (CORBA),
=> Microsoft's COM/DCOM (Component Object Model.


4. Arsitektur Teknis
Arsitektur middleware merupakan sekumpulan S/W terdistribusi yang menempati lapisan antara aplikasi dan sistem operasi serta layanan jaringan di suatu node pada jaringan komputer


5. Layanan Middleware
Layanan middleware menyediakan kumpulan fungsi API (Application Programming Interfaces) yang lebih tinggi daripada API yang disediakan sistem operasi dan layanan jaringan yang memungkinkan suatu aplikasi dapat :
– Mengalokasikan suatu layanan secara transparan pada jaringan.
– Menyediakan interaksi dengan aplikasi atau layanan lain.
– Tidak tergantung dari layanan jaringan.
– Handal dan mampu memberikan suatu layanan.
– Diperluas (dikembangkan) kapasitasnya tanpa kehilangan fungsinya.


6. TP Monitors (Transaction Processing Monitors)
Produk pertama yang disebut middleware. Menempati posisi antara permintaan dari program client dan database, untuk menyakinkan bahwa semua transaksi ke database terlayani dengan baik.


7. Karakteristik TP
Cenderung tidak sekedar sebagai koordinator dan pemantau transaksi pada beberapa sesumber data.
– Meningkatkan unjuk kerja, kehandalan dan skalabilitas sistem server-side.
– TP Monitor TP monitors menyusun suatu kerangka kerja untuk pembuatan aplikasi server-side.
– TP monitor dapat dengan handal dan efisien mengatur sesumber yng dibutuhkan oleh aplikasi yang sesuai dengan aturan sebuah TP Monitor.
CICS (Customer Information Control System) dan IMS/TM (message-based Transaction Manager) adalah pemrosesan transaksi yang dibebankan pada mainframe. Pada sistem UNIX, BEA’s TUXEDO, BEA’s TOP END, dan IBM’s Encina adalah produk yang digunakan sebagai TP monitors. Pada lingkungan Java, kita mengenal EJB (Enterprise Java Beans).


8. Messaging Middleware
Merupakan antarmuka dan transportasi antar aplikasi.
– Menyimpan data dalam suatu antrian message jika mesin tujuan sedang mati atau overloaded.
– Mungkin berisi business logic yang merutekan message ke tujuan sebenarnya dan memformat ulang data lebih tepat.
– Sama seperti sistem messaging email, kecuali messaging middleware digunakan untuk mengirim data antar aplikasi.


9. Produk Messaging Middleware
• Produk utama messaging (pengiriman pesan) untuk pengaturan komunikasi asinkronus antar aplikasi adalah MQSeries dari IBM.
– MQSeries telah dipasangkan pada semua platform server.
• Microsoft memperkenalkan sistem messagingnya sendiri yang digabungkan dengan Component Object Model (COM), yaitu Microsoft Message Queue Server (MSMQ).
– MSMQ dan MQSeries menawarkan fungsi yang sama.


10. Distributed Processing
– Sistem objek terdistribusi, seperti CORBA, DCOM dan EJB memungkinkan proses-proses untuk dijalankan di sembarang node pada jaringan.
– Sistem Objek terdistrbusi tersebut berbeda dari messaging middleware, yang menyebabkan proses proses (komponen/objek) dijalankan dalam mode synchronous daripada pengiriman data secara asynchronous.


11. Remote Procedure Calls
Remote Procedure Calls (RPC) memungkinkan suatu bagian logika aplikasi untuk didistribusikan pada jaringan. Contoh :
– SUN RPC, diawali dengan network file system (SUN NFS).
– DCE RPC, sebagai dasar Microsoft’s COM. Object Request Brokers (ORBs) memungkinkan objek untuk didistribusikan dan dishare pada jaringan yang heterogen.
– Pengembangan dari model prosedural RPC, –Sistem objek terdistribusi, seperti CORBA, DCOM, EJB, dan .NET memungkinkan proses untuk dijalankan pada sembarang jaringan.


12. Middleware Basis Data
Middleware basis data menyediakan antarmuka antara sebuah query dengan beberapa database yang terdistribusi. Menggunakan, baik arsitektur hub and spoke atau arsitektur terdistribusi, memungkinkan data untuk digabungkan dari beberapa sumber data yang berbeda atau terpisah.


13. Antarmuka Pemrograman Basis data
Antarmuka pemrograman antar aplikasi dipertimbangkan juga sebagai sebuah middleware.
– Open Database Connectivity (ODBC)
– Java Database Connectivity (JDBC)
– Perl::DBI


14. Middleware Application Server
Sebuah Web-based Application Server, yang menyediakan antarmuka untuk berbagai aplikasi, digunakan sebagai middleware antara browser dan aplikais.
J2EE adalah contoh application server a wide range of server-side processing has been supported by appservers (i.e.;J2EE).



15. Arsitektur J2EE


16. Universal Computing
● Prinsip Dasar :
– Memungkinkan program yang sama dapat dijalankan pada platform apapun tanpa modifikasi.
– Halaman HTML ditulis dalam JavaScript yang dapat dijalankan pada web browser yang mendukung JavaScript.
– Aplikasi Java dan applet dijalankan oleh suatu Java Virtual Machine, yang dapat dibuat untuk berbagai sistem operasi Browser dan Java meniadakan kebutuhan platform tunggal.


17. Pertimbangan Pemakaian
Tujuan utama layanan middleware adalah untuk membantu memecahkan interkoneksi beberapa aplikasi dan masalah interoperabilitas. Bagaimana pun juga middleware bukanlah “obat mujarab” :
– Ada jarak antara prinsip dan praktek. Beberapa middleware membuat suatu aplikasi tergantung pada suatu produk tertentu.
– Sedikitnya jumlah middleware menjadikan rintangan tersendiri. Untuk menjaga lingkungan komputasi mudah diatur, pengembang biasanya memilih sejumlah kecil layanan yang memenuhi kebutuhan mereka.
– Selama layanan middleware masih memunculkan abtraksi pemrograman terdistrbusi, middleware masih akan memberikan bagi si pengembang suatu pilihan rancangan aplikasi yang cukup sulit. Contoh : pengembang masih harus menentukan layanan atau fungsi apa yang harus diletakkan pada client ataupun server.


18. Tipe Layanan Middleware
Ada tiga tipe layanan yaitu :
a. Layanan Sistem Terdistribusi
• Komunikasi kritis, program-to-program, dan layanan manajemen data.
• RPC, MOM (Message Oriented Middleware) dan ORB.

b. Layanan Application
• Akses ke layanan terdistribusi dan jaringan • Yang termasuk : TP (transaction processing) monitor dan layanan database, seperti Structured Query Language (SQL).

c. Layanan Manajemen Middleware
• Memungkinkan aplikasi dan fungsi dimonitor secara terus menerus untuk menyakinkan unjuk kerja yang optimal pada lingkungan terdistribusi.


19. Remoting Architectures
Distributed Computing Environment (DCE) dari Open Software Foundation (OSF). Secara aktualnya adalah sebuah lingkungan pemrosesan terdistribusi yang di dasarkan pada Remote Procedure Call (RPC) Common Object Request Broker Architecture (CORBA) dari Object Management Group’s (OMG).


20. Arsitektur-Arsitektur Komponen
• Microsoft’s Component Object Model (COM)
Menangani pemaketan dan deployment komponen yang mendukung berbagai bahasa pemrograman
• JavaBeans dan Enterprise Java Beans (EJB) diperkenalkan oleh SUN Microsystem.
• Baik COM dan EJB diperluas menjadi :
- COM diperluas ke Distributed COM (DCOM) menggunakan versi perluasan dari DCE RPC sebagai transport.
- EJB mendukung komunikasi C/S yang di dasarkan pada Java Remote Method Invocation (RMI).
- RMI adalah merupakan model pendistribusian komponen jarak jauh yang menggunakan Java, tanpa perlu Interface Definition.
- Language (IDL) untuk mendeskripsikan interfacenya.
- Microsoft memperkenalkan arsitektur .NET sebagai arsitektur komponen terbaru dengan basis web service sebagai tulang punggungnya.


21. Arsitektur DCE dan Layanan-layanannya



22. Object Management Architecture (OMA)



23. Antarmuka ORB



24. Komponen COM Server



25. Karakteristik COM
• COM adalah arsitektur komponen yang memiliki beberapa kekuatan.
– Ribuan kontrol ActiveX controls (in-process COM components) tersedia di pasar.
– Microsoft dan vendor lain membangun banyak tool yang mempercepat perkembangan aplikasi berbasis pada COM.
• Layanan tingkat lanjut seperti Microsoft Transaction Server (MTS) dan Microsoft Message Queuing Server (MSMQ) mendukung pengembangan sistem multi-tier C/S.
– Microsoft menggunakan nama COM+ untuk menyatakan COM yang berjalan pada layanan tersebut.


26. Microsoft .NET Framework


27. Kesimpulan
Middleware merupakan komponen perangkat lunak yang memberikan peranan penting dalam pengembangan aplikasi client/server dengan tidak memandang platform Beberapa arsitektur dan tipe middleware dapat digunakan sesuai dengan kebutuhan.

 

Sumber:

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

http://utiemarlin.blogspot.com/2009/12/middleware-telematika.html

http://wartawarga.gunadarma.ac.id/2011/11/beberapa-contoh-penerapan-teknologi-komputer-vision/