Teknologi Interface dan Lingkungan Komputasinya

        Teknologi interface adalah suatu teknologi yang mendukung bagaimana user dan aplikasi dapat bertemu melalui suatu media.Media yang menyediakan sarana yang dapat dijalankan sebagai alat untuk pengoperasian seperti HUD, TUI, Computer Vision, Browsing Audio Data dan Apeech Recognation. Bagaimana user dapat melihat,menjalankan,dan meproses semua itu tentunya harus ada dukungan dari lingkungan komputasi yang disediakan oleh media interface tersebut.Lingkungan komputasi adalah dukungan dari berbagai elemen yang digunakan agar system di dalamnya dapat berjalan.

       Lingkungan komputasi dapat berupa software dan hardware. Dengan adanya lingkungan komputasi maka teknologi interface dengan sendirinya akan dapat terbentuk.Teknologi interface dapat membantu dalam menjebatani kebutuhan – kebutuhan user dalam hal pengaksesan yang tentu saja selalu di dukung dan memerlukan teknologi tatap muka antara aplikasi dengan user melalui pemanfaatan teknologi interface.Layanan teknologi interface memang menjadi sebuah hal yang penting,karena dapat memberikan kemudahan bagi setiap user dalam pengkasesan aplikasi atau system yang akan digunakan dalam masing – masing media.

BROWSING AUDIO DATA dan SPEECH RECOGATION

Browsing Audio Data

Sebuah metode browsing jaringan disediakan untuk browsing video / audio data yang ditembak oleh sebuah IP kamera. Jaringan video / audio metode browsing sesuai mencakup langkah-langkah dari:

1. Menjalankan sebuah program aplikasi komputer lokal untuk mendapatkan kode identifikasi yang disimpan dalam kamera IP,
2. Transmisi untuk mendaftarkan kode identifikasi ke DDNS ( Dynamic Domain Name Server) oleh program aplikasi,
3. 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 dan,
4. Kopel ke layanan server melalui alamat server pribadi sehingga untuk mendapatkan video / audio data yang ditembak oleh kamera IP, di mana server layanan menangkap video / audio data yang ditembak oleh kamera IP melalui Internet.

Penemuan berkaitan dengan sistem dan metode untuk browsing video / audio data, lebih khusus ke jaringan video / audio sistem browsing dan metode yang akan diatur dalam sebuah IP kamera (juga disebut sebagai kamera jaringan) untuk browsing video / audio data yang ditembak oleh kamera IP.

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.

Jaringan video / audio sistem browsing penemuan yang sekarang digunakan untuk browsing video / audio data yang ditembak oleh sebuah IP kamera. Sistem penjelajahan termasuk DDNS (Dynamic Domain Name Server), sebuah IP kamera disimpan dengan kode identifikasi, sebuah layanan server, sebuah komputer lokal dan setidaknya satu client. Masing-masing item sebelumnya terhubung ke Internet.

Pada perkembangan sejarahnya Audio mengalami 4 fase, yaitu :

1. Fase pertama, dikenal juga dengan Tehnik Audio – Mono ini umumnya dikenal sekitar periode tahun 20’an hingga sekitar akhir tahun 50’an dengan diketemukannya Alat Gramaphone oleh Thomas Alfa Edison dengan metode Plat Baja,
2. Fase kedua, sekitar awal tahun 50’an dengan diketemukan Perekaman Analog dengan piringan plat hitam maka orang mulai mengenal perekaman Mono stereo dengan metode pemisahan suara ( Vokal dan Alat Musik ) menjadi L / R ( Music ;Left – output, Voice ; Right – output )
3. Fase ketiga, ditemukan tehnik Mixing Stereo menjadi L /R , ini populer sekali dan dikembangkan terus hingga sekitar tahun 60’an akhir – awal 70’an
4. Fase keempat, Proses perekaman Umumnya saat ini didalam produksi audio umumnya dilakukan dari Analog Ke Digital begitupun sebaliknya . Data Analog mempunyai pengertian adalah data sinyal gelombang suara yang dikeluarkan dari Sumber Aslinya hasil perekaman, misal : Perekaman Vokal ke komputer. Data Analog sendiri mempunyai pengertian adalah Informasi gelombang suara yang terus menerus berubah tidak beraturan secara Alami, Data Analog mengalami perubahan keras (Amplitudo) dan tinggi rendah suara yang berfluktuasi, namun belum mempunyai Skala & satuan yang pasti, sedangkan Data Digital adalah hasil manipulasi Informasi gelombang suara secara terus menerus berubah tidak beraturan secara alami menjadi satuan skala yang pasti .

SPEECH RECOGNATION

1.     Pengenalan Speech Recognation

Speech recognation (ASR) adalah suatu pengembangan teknik dan sistem yang memungkinkan komputer untuk menerima masukan berupa kata yang diucapkan. Teknologi ini memungkinkan suatu perangkat untuk mengenali dan memahami kata-kata yang diucapkan dengan cara digitalisasi kata dan mencocokkan sinyal digital tersebut dengan suatu pola tertentu yang tersimpan dalam suatu perangkat.

Pengenalan ucapan (speech recognation) dalam perkembangan teknologinya merupakan bagian dari pengenalan suara (proses identifikasi seseorang berdasarkan suaranya). Pengenalan suara sendiri terbagi menjadi du kategori, yaitu:

• Piranti pengenalan kata (word recognation) yang mampu merespon ucapan-ucapan secara indovidu atau perintah-perintah yang menggunakan teknik yang dikenal sebagai speaker verification. Pertama kali sistem akan membangkitkan suatu template untuk mengenali suara user.
• Piranti pengenalan kalimat (speech recognation) yang mampu mengenali hubungan antar kata terucap di dalam kalimat atau frase. Teknik -  teknik statistik dipakai dalam hal pola perekaman suara yang akan dicocokkan dengan kata-kata terucap.

2.    Jenis-Jenis Pengenalan Ucapan

Berdasarkan kemampuan dalam mengenal kata yang diucapkan, terdapat 5 jenis pengenalan kata, yaitu :

♣ Kata-kata yang terisolasi : Proses pengidentifikasian kata yang hanya dapat mengenal kata yang diucapkan jika kata tersebut memiliki jeda waktu pengucapan antar kata

♣ Kata-kata yang berhubungan : Proses pengidentifikasian kata yang mirip dengan kata-kata terisolasi, namun membutuhkan jeda waktu pengucapan antar kata yang lebih singkat

♣ Kata-kata yang berkelanjutan :  Proses pengidentifikasian kata yang sudah lebih maju karena dapat mengenal kata-kata yang diucapkan secara berkesinambungan dengan jeda waktu yang sangat sedikit atau tanpa jeda waktu. Proses pengenalan suara ini sangat rumit karena membutuhkan metode khusus untuk membedakan kata-kata yang diucapkan tanpa jeda waktu. Pengguna perangkat ini dapat mengucapkan kata-kata secara natural

♣ Kata-kata spontan: Proses pengidentifikasian kata yang dapat mengenal kata-kata yang diucapkan secara spontan tanpa jeda waktu antar kata

♣ Verifikasi atau identifikasi suara: Proses pengidentifikasian kata yang tidak hanya mampu mengenal kata, namun juga mengidentifikasi siapa yang berbicara

3.    Prinsip Dasar Speech Recognation

Semua metode dasar proses pengenalan suara terdiri dari dua fase operasi, yaitu:

• Proses training. Pada proses ini sistem belajar dari referensi pola yang berupa perbedaan pola sinyal suara misal frase, kata, fonem yang akan mengisi vocabulari dari sistem. Setiap referensi di pelajari dari kata yang dikatakan yang kemudian disimpan dalam template dan telah mengalami metode untuk merata-rata dan karakteristik statistik dan parameter statistik.
• Proses recognation. Pada proses ini sistem akan diberikan inputan yang belum diketahui dan akan di identifikasi berdasarkan pola template yang telah didapatkan pada proses training.

Pada umumnya, suatu sistem pengenalan suara terdiri dari beberapa modul utama, yaitu:

@ Signal processign frontend digunakan untuk mengkonversi sinyal suara kedalam bentuk sequence feature  vector yang akan digunakan pada saat klasifikasi.

@ Accoustic modelling digunakan untuk memodelkan secara statistik hasil training yang telah dilakukan kedalam sebuah template.

@ Language modelling digunakan untuk memodelkan bentuk kata baik berupa kata, fonem, ataupun kalimat.

Sumber :

http://myth90.blogspot.com/2011/11/browsing-audio-data.html

http://freezcha.wordpress.com/2010/11/16/speech-recognation/

Computer Vision dan Middleware

Computer Vision

Definisi

Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana 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. Sedangkan 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. Cabang ilmu ini bersama Artificial Intelligence akan mampu menghasilkanVisual Intelligence System. Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Namun komputer grafik lebih ke arah pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari grafik komputer adalah grafik komputer 2D yang kemudian berkembang menjadi grafik komputer 3D, pemrosesan citra, dan pengenalan pola. Grafik komputer sering dikenal dengan istilah visualisasi data.
Computer Vision adalah kombinasi antara :

• Pengolahan Citra (Image Processing), bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.
• 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.

Hubungan dari kombinasi tersebut dapat dilihat pada gambar berikut :

Fungsi / Proses pada Computer Vision

Untuk menunjang tugas Computer Vision, terdapat beberapa fungsi pendukung ke dalam sistem ini, yaitu :

1. Proses penangkapan citra (Image Acquisition)
• 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.
• Kamera menerjemahkan sebuah scene atau image.
• Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan amplitudo 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 membaginyamenjadi ratusan garis horizontal yang sama.
• Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
• Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.
• 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. Proses pengolahan citra (Image Processing)
• Tahapan 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 lebih jauh secara lebih efisien.
• Image processing akan meningkatkan perbandingan sinyal terhadap noise (signal‐to‐noise ratio = s/n).
• Sinyal‐sinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada dalam image.
• Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah objek.
3. Analisa data citra (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 digunakan untuk mencari tepi dan batas‐batasan objek dalam image.
• Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara dua objek yang spesifik.
• Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada sisi yang berbeda dengan salah satu batasnya.
4. Proses pemahaman data citra (Image Understanding)
• Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.
• Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent.
• Understanding berkaitan dengan template matching yang ada dalam sebuah scene.
• Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).

Contoh aplikasi dari Computer Vision

Beberapa aplikasi yang dihasilkan dari Computer Vision antara lain :

1.    Psychology, AI – exploring representation and computation in natural vision
2. Optical Character Recognition – text reading
3. Remote Sensing – land use and environmental monitoring
4. Medical Image Analysis – measurement and interpretation of many types of images
5. Industrial Inspection – measurement, fault checking, process control
6. Robotic – navigation and control

middleware telematika

Pengertian

Middleware Didefinisikan sebagai sebuah aplikasi yang secara logic berada diantara lapisan aplikasi (application layer) dan lapisan data dari sebuah arsitektur layer-layer TCP/IP [1]. Middleware bisa juga disebut protokol. Protokol komunikasi middleware mendukung layanan komunikasi aras tinggi. Pengertian yang lain yaitu :

 Software yang berfungsi sebagai lapisan konversi atau penerjemah. Software penghubung yang berisi sekumpulan layanan yang memungkinkan beberapa proses dapat berjalan pada satu atau lebih mesin untuk saling berinteraksi pada suatu jaringan. Juga sebagai integrator. Middleware saat ini dikembangkan untuk memungkinkan satu aplikasi berkomunikasi dengan lainnya walaupun berjalan pada platform yang berbeda. Biasa dipakai saat bermigrasi

Contoh Middleware
 Java’s: Remote Procedure CallØ
 Object Management Group's: Common Object Request Broker Architecture (CORBA)Ø
 Microsoft's COM/DCOM (Component Object Model)Ø
– Also .NET Remoting

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 jaringanØ
 Menyediakan interaksi dengan aplikasi atau layanan lainØ
 Diperluas (dikembangkan) kapasitasnya tanpa kehilangan fungsinya.Ø

Contoh Layanan Middleware

 Transaction MonitorØ
1. Produk pertama yang disebut middleware.
2. Menempati posisi antara permintaan dari program client dan database, untuk menyakinkan bahwa semua transaksi ke database terlayani dengan baik

 Messaging MiddlewareØ
1. Menyimpan data dalam suatu antrian message jika mesin tujuan sedang mati atau overloaded
2. Mungkin berisi business logic yang merutekan message ke ujuan sebenarnya dan memformat ulang data lebih tepat
3. Sama seperti sistem messaging email, kecuali messaging middleware digunakan untuk mengirim data antar aplikasi


Contoh Layanan Middleware

 Distributed Object MiddlewareØ
Contoh: RPC, CORBA dan DCOM/COM
 Middleware basis dataØ
menyediakan antarmuka antara sebuah query dengan beberapa database yang terdistribusi
Contoh: JDBC, ODBC, dan ADO.NET
 Application Server MiddlewareØ
J2EE Application Server, Oracle Application Server

Sumber :

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

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

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