HUD (Head-Up Display) System

Head-up display, atau disingkat HUD, adalah setiap tampilan yang transparan menyajikan data tanpa memerlukan pengguna untuk melihat diri dari sudut pandang atau yang biasa. Asal usul nama berasal dari pengguna bisa melihat informasi dengan kepala “naik” (terangkat) dan melihat ke depan, bukan memandang miring ke instrumen yang lebih rendah.

1. Sejarah HUD

HUD pertama kali diperkenalkan pada tahun 1950-an, dengan adanya teknologi reflektif gunsight pada perang dunia ke dua. Saat itu, suatu tembakan dihasilkan dari sumber listrik yang diproyeksikan ke sebuah kaca. Pemasangan proyektor itu biasanya dilakukan pada bagian atas panel instrumen di tengah daerah pandang pilot, antara kaca depan
dan pilot sendiri.

Dengan menggunakan reflektif gunshight pada pertempuran udara, pilot harus “mengkalibrasi” pandangannya secara manual. Hal ini dilakukan dengan memasukkan lebar sayap target pada sebuah penyetelan roda yang diikuti dengan penyesuaian mata, sehingga target yang bergerak dapat disesuaikan dengan bingkai yang diarahkan kepadanya. Dengan melakukan hal tersebut, maka hasilnya akan terjadi kompensasi terhadap kecepatan, penembakan peluru, G-load, dll.

Pada tahun 1950-an, gambar dari efletif gunsight diproyeksikan ke sebuah CRT (Cathode Ray Tube) yang dikendalikan oleh komputer yang terdapat pada pesawat. Hal inilah yang menandai kelahiran teknologi HUD modern. Komputer mampu mengkompensasi akurasi dan menyesuaikan tujuan dari kursor secara otomatis terhadap faktor, seperti range, daya percepatan, tembakan peluru, pendekatan target, G-load, dll.

Penambahan data penerbangan terhadap tanda bidikan, memberikan perananan kepada HUD sebagai pembantu pilot dalam melakukan pendaratan, serta membantu pilot di dalam pertempuran udara. Pada tahun 1960-an, HUD digunakan secara ekstensif dalam melakukan pendaratan. HUD menyediakan data-data penerbangan penting kepada pilot, sehingga pilot tidak perlu melihat peralatan pada bagian dalam dari panel.

Penerbangan komersial HUD pertama kali diluncurkan pada tahun 1980-an. HUD pertama kali digunakan oleh Air Inter pada pesawat MD-80. Namun, masih tergantung pada FD pesawat untuk bimbingan dan hanya bekerja sebagai repeater informasi yang ada. Pada tahun 1984, penerbangan dinamika Rockwell Collins sudah berkembang dan mendapatkan

sertifikasi HUD “standalone” yang pertama sebagai pesawat komersial, yang disebut HGS (Head Up Guidance System). Sistem “stand alone” ini mendatangkan kesempatan untuk mengurangi waktu lepas landas dan pendaratan minimum. Pada tahun 1984, FAA menyetujui pendaratan CAT IIIA tanpa menyediakan pemasangan sistem autoland atau autothrottle pada pesawat yang dilengkapi dengan HGS.

Sampai beberapa tahun yang lalu, Embraer 190 dan Boeing 737 New Generation Aircraft (737-600,700,800, dan 900 series) adalah satu-satunya pesawat penumpang komersial untuk datang dengan HUD opsional. Namun, kini teknologi ini sudah menjadi lebih umum untuk pesawat seperti Canadair RJ, Airbus A318 dan beberapa jet bisnis. HUD telah menjadi peralatan standar Boeing 787. Dan lebih jauh lagi, Airbus A320, A330, A340 dan A380 keluarga yang sedang menjalani proses sertifikasi untuk HUD. Selain pada pesawat komersial, HUD juga sudah mulai digunakan pada mobil dan aplikasi lainnya. BMW merupakan pabrikan otomotif pertama yang meluncurkan produk massal dengan teknologi HUD pada kaca depannya. Teknologi ini tak hanya memberi kenyamanan bagi pengemudi, melainkan juga keselamatan berkendara.

HUD terbagi menjadi 3 generasi yang mencerminkan teknologi yang digunakan untuk menghasilkan gambar, yaitu:

♥ Generasi Pertama – Gunakan CRT untuk menghasilkan sebuah gambar pada layar fosfor, memiliki kelemahan dari degradasi dari waktu ke waktu dari lapisan layar fosfor. Mayoritas HUDs beroperasi saat ini adalah dari jenis ini.

♥ Generasi Kedua – Gunakan sumber cahaya padat, misalnya LED, yang dimodulasi oleh sebuah layar LCD untuk menampilkan gambar. Ini menghilangkan memudar dengan waktu dan juga tegangan tinggi yang dibutuhkan untuk sistem generasi pertama. Sistem ini pada pesawat komersial.

♥ Generasi Ketiga – Gunakan waveguides optik untuk menghasilkan gambar secara langsung dalam Combiner daripada menggunakan sistem proyeksi.

Penggunaan HUD dapat dibagi menjadi 2 jenis. Jenis pertama adalah HUD yang terikat pada badan pesawat atau kendaraan chasis. Sistem penentuan gambar yang ingin disajikan semata-mata tergantung pada orientasi kendaraan. Jenis yang kedua adalah HMD, helm dipasang yang menampilkan HUD dimana elemen akan ditampilkan tergantung pada orientasi dari kepala pengguna.

2. Teknologi HUD

CRT (Cathode Ray Tube)

Hal yang sama untuk semua HUD adalah sumber dari gambar yang ditampilkan, CRT, yang dikemudikan oleh generator. Tanda generator mengirimkan informasi ke CRT berbentuk koordinat x dan y. Hal itu merupakan tugas dari CRT untuk menggambarkan koordinat senagai piksel, yaitu grafik. CRT membuat piksel dengan menciptakan suatu sinar elektonil, yang menyerang permukaan tabung (tube).

Refractive HUD

Dari CRT, sinar diproduksi secara paralel dengan sebuah lensa collimating. Sinar paralel tersebut diproyeksikan ke kaca semitrasnparan (kaca gabungan) dan memantul ke mata pilot. Salah satu keuntungan dari reaktif HUD adalah kemampuan pilot untuk menggerakkan kepalanya dan sekaligus melihat gambar yang ditampilkan pada kaca gabungan.

Reflective HUD

Kerugian dari HUD reflektif adalah akibatnya pada besarnya tingkat kompleksitas yang terlibat dalam meproduksi penggabungan lekungan dari segi materi dan rekayasa. Keuntungan besarnya adalah kemampuan pada peningkatan tanda brightness (terang), meminimalisir redaman cahaya dari pemandangan visual eksternal dan adanya kemungkinan untuk menghemat ruang di kokpit, karena lensa collimating yang tidak diperlukan.

System Architecture

HUD komputer mengumpulkan informasi dari sumber – sumber seperti IRS (Inertial Reference System), ADC (Air Data Computer), radio altimeter, gyros, radio navigasi dan kontrol kokpit. Diterjemahkan ke dalam koordinat x dan y, komputer HUD selanjutnya akan menyediakan informasi yang dibutuhkan untuk hal apa yang akan ditampilkan pada HUD ke generator simbol. Berdasarkan informasi ini, generator simbol menghasilkan koordinat yang diperlukan pada grafik, yang akan dikirmkan ke unit display (CRT) dan ditampilkan sebagai simbol grafik pada permukaan tabung.

Kebanyakan HUD militer mudah memberikan atau melewatkan isyarat kemudi FD melalui generator simbol. HUD memperhitungkan isyarat kemudi pada komputer HUD dan hal tersebut membuatnya sebagai sistem ‘standalone’. Sipil HUD merupakan fail-passive dan mencakup pemeriksaan internal yang besar mulai dari data sampai pada simbol generator. Kebanyakan perselisihan perhitungan dirancang untuk mencegah data palsu tampil.

Display Clutter

Salah satu perhatian penting dengan simbologi HUD adalah kecenderungan perancang untuk memasukkan data terlalu banyak, sehingga menghasilkan kekacauan tampilan. Kekacauan tampilan ini jauh dari eksklusif untuk HUD, tetapi hal ini sangat kritis pada saat melihat ke arah tampilan. Setiap simbologi yang tampil pada sebuah HUD harus melayani atau memiliki sebuah tujuan dan mengarahkan peningkatan performa. Kenyataannya, bukan piksel tunggal yang dapat menerangi kecuali dia secara langsung mengarahkan pada penigkatan. Prinsip yang diterapkan pada perancangan HUD adalah ‘ketika dalam keraguan, tinggalkan saja’.

3. Faktor Perancangan HUD

Ada beberapa faktor yang harus dipertimbangkan ketika merancang sebuah HUD, yaitu:

♣ Bidang penglihatan – Karena mata seseorang berada di dua titik berbeda, mereka melihat dua gambar yang berbeda. Untuk mencegah mata seseorang dari keharusan untuk mengubah fokus antara dunia luar dan layar HUD, layar adalah “Collimated” (difokuskan pada tak terhingga). Dalam tampilan mobil umumnya terfokus di sekitar jarak ke bemper.

♣ Eyebox – menampilkan hanya dapat dilihat sementara mata pemirsa dalam 3-dimensi suatu daerah yang disebut Kepala Motion Kotak atau “Eyebox”. HUD Eyeboxes modern biasanya sekitar 5 dengan 3 dari 6 inci. Hal ini memungkinkan pemirsa beberapa kebebasan gerakan kepala. Hal ini juga memungkinkan pilot kemampuan untuk melihat seluruh tampilan selama salah satu mata adalah di dalam Eyebox.

♣ Terang / kontras – harus menampilkan pencahayaan yang diatur dalam dan kontras untuk memperhitungkan pencahayaan sekitarnya, yang dapat sangat bervariasi (misalnya, dari cahaya terang awan malam tak berbulan pendekatan minimal bidang menyala).

♣ Menampilkan akurasi – HUD komponen pesawat harus sangat tepat sesuai dengan pesawat tiga sumbu – sebuah proses yang disebut boresighting – sehingga data yang ditampilkan sesuai dengan kenyataan biasanya dengan akurasi ± 7,0 milliradians.

♣ Instalasi – instalasi dari komponen HUD harus kompatibel dengan avionik lain, menampilkan, dll

<<< Teknologi Interface Telematika

Sumber:

Anders Ingman, The Head Up Display Concept A Summary With Special Attention To The Civil Aviation Industry, School Of Aviation Lud University

Tangible User Interface

1. Pengenalan TUI

Pada sebuah pantai, ada tanah dan lautan, kita menghadapi suatu tantangan untuk mempertemukan kedua tempat tinggal kita antara dunia fisik dan dunia digital. Informasi digital merendam organ visual dan indera perasa kita, tetapi tubuh kita tetap merasakan atau berada di dunia fisik. Jendela unuk ruang digital terbatas pada layar datar persegi dan piksel atau “painted bits”. Sayangnya, orang tidak dapat merasakan keberadaan informasi digital melalui tangan dan tubuhnya.

Bayangkan sebuah gunug es, sejumlah massa es yang mengambang di lautan. Hal tersebut merupakan metafora dari TUI (Tangible User Interface). TUI memberikan bentuk fisik ke informasi digital dan komputasi, menyelamatkan bit dari bagian bawah air, pengaturan pengapungan, dan membuatnya langsung bisa dikendalikan dengan tangan manusia. TUI dibangun atas dasar ketrampilan dan penemapatan informasi fisik yang berwujud digital di dalam ruang fisik. Tantangan rancangannya adlah ekstensi mulus dari affordance fisik dari objek ke dalam domain digital (Ishii dan Ullmer, 1997).

Ada terdapat 4 buah karakteristik dari TUI, yaitu:

1. Representasi fisik digabungkan untuk mendasari komputasi informasi digital.
2. Representasi fisik mewujudkan mekanisme kontrol interaktif.
3. Representasi fisik perseptual digabungkan untuk secara aktif ditengahi representasi digital.
4. Keadaan fisik terlihat “mewujudkan aspek kunci dari negara digital dari sebuah sistem.

2. Dasar Model Dari TUI

Antarmuka antara manusia dan informasi membutuhkan dua komponen utama, yaitu input dan output, atau kontrol dan representasi. Kontrol memungkinkan pengguna untuk memanipulasi informasi, sedangkan representasi eksternal dianggap sebagai indera manusia. Gambar 2.9 menampilkan model sederhana yang terdiri dari kontrol, representasi dan informasi.

TUI menggunakan representasi nyata dari informasi yang juga berfungsi sebagai mekanisme kontrol secara langsung pada informasi digital. Dengan merepresentasikan informasi pada kedua bentuk tangible dan intangible, pengguna dapat lebih secara langsung menekankan representasi digital dengan menggunakan tangan mereka.

Representasi Tangible Sebagai Kontrol

Gambar 1 menggambarkan ide utama dari TUI untuk memberikan representasi (physical dan graspable) nyata eksternal ke informasi digital. Represenntasi tangible membantu jemabatan batas antara fisik dan dunia fisik. Representasi tangible juga adalah komputasi digabungkan dengan kontrol terhadap dasar informasi digital dan model komputasi.

Fungsi dari representasi tangible adalah sebagai pengendali fisik interaktif. Upaya TUI untuk mewujudkan informasi digital dalam bentuk fisik, memaksimalkan kelangsungan informasi dengan manipulasi sambungan ke dasar perhitungan. Melalui pemanipulasian fisik dari representasi tangible, representasi digital diubah.

Representasi Intangible

Representasi tangible (berwujud) memungkinkan perwujudan fisik secara langsung digabungkan ke informasi digita. Namun, ia memiliki kemampuan terbatas.untuk mewakili perubahan banyak materi atau properti (sifat) fisik. Tidak seperti penempaan pixel pada komputer, untuk mengubah suatu objek fisik dalam bentuk, posisi, atau properti dalam real-time sangat sulit. Dalam perbandingan dengan “bit”, “atom” sangat kaku, mengambil massa dan ruang.

Ada beberapa jenis TUI yang telah digerakkan dari representasi berwujud (benda fisik) sebagai pusat dari umpan balik. Contohnya adalah inTouch ((Brave, et al., 1998), curlybot (Frei, et al., 2000a), dan topobo (Undian, et al, 2004). Jenis kekuatan umpan balik TUI ini tidak tergantung pada representasi berwujud, sejak umpan balik aktif melalui representasi berwujud sebagai saluran tampilan utama.

3. Genre Aplikasi TUI

TUI memiliki berbagai macam aplikasi domain. Ada terdpat 7 genre untuk aplikasi yang menjanjikan,, yaitu:

Tangible Telepresence

Genre ini merupakan komunikasi antar-pribadi yang mengambil keuntungan dari interasiksi haptic yang diggunakan untuk menengahi representasi tangible dan kontrol.Genre ini bergantung pda pemetaan reprensentasi input haptic jarak jauh. Tangible telepresence, dasar mekanismenya dalah sinkronisasi objek terdistribusi dan gestural simulasi kehadiran artefak, sepertu gerakan atau getaran, yang memungkunka peserta jarak jauh untuk menyampaikan manipulasi hapticmereka dari pendistribusian objek fisik. Contohnya: inTouch (Berani dan Dahley, 1997), HandJive (Fogg, et al, 1998), dan ComTouch (Chang, et al . 2002).

Tangible With Kinetic Memory

Penggunaan gerak kinestetik dan gerakan untuk meningkarkan pembelajaran konsep lain merupakan domain lain yang menjanjikan. Mainan pendidikan untuk mewujudkan catatan dan konsep bermain sudah dieksplorasi dengan menggunakan teknologi aktuasi dan mengambil keuntungan dari i/o kebetulan dari TUI. Gerak dalam ruang fisik menerangi hubungan matematika simetris di alam, dan gerakan kinetik dapat digunakan untuk mengajarkan kepada anak-anak konsep yang relevan dengan program dan geometri diferensial serta bercerita. Contoh dari genre ini adalah Curlybot (Frei, et, al, 2000) dan topobo (undian, et al, 2004) merupakan mainan yan menyaring ide-ide yang berkaitan dengan gerak tubuh dan bentuk pergerakan dinamis, fisik dan bercerita (strory telling).

Constructive Assembly

Domain lainnya adalah pendekatan peraktian konstruktif yang menarik inspirasi dari LEGO TM dan blok bangunana, pembangunan pada interkoneksi unsur fisik modular. Domain ini terutama berkaitan dengan kesesuain fisik antara obyek dan hubungan kinetik antara potongan-potongan yang memungkinkan konstruksi yang lebih besar dan pergerakan varietas. Contoh domain ini adalah perakitan konstruksi yang dipelopori oleh Aish dan Frazer di akhir tahun 1970-an. Aish membangun BBS untuk analisis kinerja panas (thermal), dan Frazer membangun serangkaian pemodelan alat cerdas sperti Universal Constructor untuk pemodelan san simulasi. Contoh terbaru adalah AlgoBlock (Suzuki dan Kato, 1993), ActiveCube (Kitamura, et al, 2001), Blok System (Zuckerman dan resnick 2004), dll.

Tokens and Constraints

Token dan kendala (constraint) adalaah pendekatan lain TUI untuk mengoperasikan informasi digital abstrak menggunakan mekanisme kendala (Ullmer, et al, 2005). Token adalah diskrit, benda fisik spasial reconfigurable yang mewakili digital informasi atau operasi. Kendal membatasi daerah dimana tanda dapat ditempatkan. Kendala yang dipetakan ke operasi digital atau properti yang diterapkan pada penempatan token dengan batasan-batasan.Kendala yang sering diwujudkan sebagai struktur fisik yang mekanisme salurannya menetukan bagaimana token dapat dimanipulasi, padahal sering membatasi pergerakannya pada dimensi fisik. Contohnya adalah media Blocks (Ullmer, et al, 1998), LogJam(Cohen, et al, 1999(, Tangible Query Interface (Ullmer, et al, 2003), dll

Interactive Surfaces – table top TUI

Interaktif permukaan lain adalah pendekatan yang menjanjikan untuk mendukung kolaborasi desain dan simulasi yang telah dieksplorasi oleh banyak peneliti dalam tahun terakhir untuk mendukung berbagai aplikasi spasial. Digital Desk (Wallner, et al, 1993) adlah karya perintis dalam genre ini, dan berbegai TUI meja dikembangkan menggunakan beberapa artefak berwujud dalam bingkai umum dari permukaan kerja horizontal. Contohnya adalah metaDesk (Ulmer dan Ishi, 1997), AudioPad(Patten, et all, 2002), Desain Jaringan IP Workbeach (Kobayashi, et al, 2003), dll.

Continuous Plastic TUI

Keterbatasan dari TUI sebelumnya adalah kurangnya kemampuan untuk mengubah bentuk representasi berwujud selama berinteraksi. Pengguna harus menggunakan standar himpunan objek fixed-form, hanya mengubah hubungan spasial diantara mereka, tetapi tidak bentuk individual objek itu sendiri. Alih-alih menggunakan benda diskrit dengan bentuk tetap, jenis baru dari sistem TUI memanfaatkan bahan tangible secara berlanjut, seperti tanah liat dan pasir yang dikembangkan untuk memberikan bentuk cepat dan patung untuk desain landscape. Contohnya adalah illumniating Clay (Piper, et al, 2002), dan SandSpcape (Ishii, et al, 2004).

Augmented Everyday Objects

Peningkatan benda-benada yang familiar setiap harinya adalah pendekatan desain penting dari TUI untuk memperpendek lantai dan membuatnya mudah untuk memahami konsep-konsep dasar. Contohnya adalah Notebook Audio(Stifelman, 1996), LumiTouch(Chang, et al, 2001), I/O Brush (Ryokai, et al, 2004), dll.

<<< Teknologi Interface Telematika

Sumber:

Hiroshi Ishii, Tangible User Interfaces, MIT Media Laboratory

Computer Vision

Visi Komputer 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, 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
atau model topografi).

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

Komputer visi berkaitan erat dengan kajian visi biologis. Bidang studi visi biologis dan model proses fisiologis di balik persepsi visual pada manusia dan hewan lainnya. Komputer visi, di sisi lain, studi dan menggambarkan proses diimplementasikan dalam perangkat lunak dan perangkat keras di belakang sistem visi buatan. pertukaran Interdisipliner antara visi biologi dan komputer telah terbukti bermanfaat bagi kedua bidang.

Komputer visi, dalam beberapa hal, invers grafis komputer. Sementara komputer grafis menghasilkan data gambar dari model 3D, visi komputer sering menghasilkan model 3D dari data citra. Ada juga kecenderungan kombinasi dari dua disiplin, misalnya, sebagaimana dibahas dalam realitas ditambah.

Sub-domain dari visi komputer termasuk adegan rekonstruksi, deteksi event, pelacakan video, pengenalan obyek, belajar, indexing, estimasi gerak, dan pemulihan citra.

Negara seni

Komputer visi adalah bidang beragam dan relatif baru belajar. Pada hari-hari awal komputasi, sulit untuk memproses set bahkan cukup besar data citra. Tidak sampai akhir 1970-an bahwa penelitian lebih terfokus lapangan muncul. Komputer visi mencakup berbagai topik yang sering berhubungan dengan disiplin lain, dan akibatnya tidak ada perumusan standar "masalah visi komputer". Selain itu, tidak ada rumusan standar tentang bagaimana komputer masalah penglihatan harus diselesaikan. Sebaliknya, terdapat banyak sekali metode untuk memecahkan berbagai tugas visi komputer yang terdefinisi dengan baik, dimana metode sering sangat tugas spesifik dan jarang dapat digeneralisir rentang aplikasi yang luas. Banyak metode dan aplikasi yang masih dalam keadaan penelitian dasar, tetapi metode semakin banyak menemukan cara mereka ke produk komersial, di mana mereka sering merupakan bagian dari sistem yang lebih besar yang dapat menyelesaikan tugas-tugas kompleks (misalnya, di bidang medis gambar, atau pengendalian mutu dan pengukuran dalam proses industri). Pada kebanyakan aplikasi praktis visi komputer, komputer adalah pra-diprogram untuk menyelesaikan tugas tertentu, namun metode berdasarkan pembelajaran yang sekarang menjadi semakin umum.

Bidang-bidang terkait

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.

Selain pandangan yang disebutkan di atas pada visi komputer, banyak topik penelitian yang terkait juga dapat dipelajari dari sudut pandang matematika murni. Sebagai contoh, banyak metode dalam visi komputer didasarkan pada statistik, optimasi atau geometri. Akhirnya, bagian penting dari lapangan dikhususkan untuk aspek pelaksanaan visi komputer, bagaimana metode yang ada dapat diwujudkan dalam berbagai kombinasi perangkat lunak dan perangkat keras, atau bagaimana metode ini dapat dimodifikasi untuk mendapatkan kecepatan pemrosesan tanpa kehilangan terlalu banyak kinerja .

Bidang yang paling erat kaitannya dengan visi komputer pengolahan citra, analisis citra dan visi mesin. Ada yang signifikan tumpang tindih dalam berbagai teknik dan aplikasi yang menutupi. Ini berarti bahwa teknik-teknik dasar yang digunakan dan dikembangkan dalam bidang ini kurang lebih sama, sesuatu yang dapat diartikan sebagai hanya ada satu lapangan dengan nama yang berbeda. Di sisi lain, tampaknya perlu untuk kelompok penelitian, jurnal ilmiah, konferensi dan perusahaan untuk menyajikan atau memasarkan diri sebagai milik khusus untuk salah satu bidang dan, karenanya, berbagai penokohan yang membedakan masing-masing bidang dari yang lain telah disajikan.

Karakterisasi berikut akan muncul yang relevan tetapi tidak harus diambil sebagai universal diterima:


* Pengolahan citra dan analisis citra cenderung untuk fokus pada gambar 2D, bagaimana mengubah satu gambar yang lain, misalnya, dari operasi pixel-bijaksana seperti peningkatan kontras, daerah operasi seperti ekstraksi tepi atau penghapusan noise, atau transformasi geometri seperti memutar gambar. karakterisasi ini menunjukkan bahwa pengolahan gambar / analisis tidak memerlukan asumsi atau menghasilkan interpretasi tentang isi gambar.

* Visi Komputer cenderung untuk berfokus pada adegan 3D diproyeksikan ke satu atau beberapa gambar, misalnya, bagaimana merekonstruksi struktur atau informasi lain tentang adegan 3D dari satu atau beberapa gambar. Komputer visi sering mengandalkan pada asumsi yang lebih kompleks atau kurang tentang adegan digambarkan dalam gambar.

* Visi Mesin cenderung untuk fokus pada aplikasi, terutama di bidang manufaktur, misalnya, visi robot otonom berbasis dan sistem untuk inspeksi berbasis visi atau pengukuran. Ini berarti bahwa teknologi sensor gambar dan teori kontrol sering terintegrasi dengan pengolahan data citra untuk mengontrol robot dan bahwa pemrosesan real-time ditekankan dengan cara implementasi efisien dalam hardware dan software. Hal ini juga menyiratkan bahwa kondisi eksternal seperti pencahayaan dapat dan sering lebih terkontrol dalam visi mesin daripada di visi komputer umum, yang dapat memungkinkan penggunaan algoritma yang berbeda.

* Ada juga bidang pencitraan yang disebut yang terutama berfokus pada proses menghasilkan gambar, tapi kadang-kadang juga berkaitan dengan pengolahan dan analisis gambar. Sebagai contoh, pencitraan medis berisi banyak bekerja pada analisis data gambar dalam aplikasi medis.

* Akhirnya, pengenalan pola adalah bidang yang menggunakan berbagai metode untuk mengekstrak informasi dari sinyal pada umumnya, terutama didasarkan pada pendekatan statistik. Sebuah bagian penting dari bidang ini dikhususkan untuk menerapkan metode ini untuk data citra.

Aplikasi untuk visi computer

Salah satu bidang aplikasi yang paling menonjol adalah computer vision medis atau pengolahan citra medis. Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor, arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis.

Sebuah wilayah aplikasi kedua dalam visi komputer di industri, kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk tujuan mendukung proses manufaktur. Salah satu contohnya adalah kendali mutu dimana rincian atau produk akhir yang secara otomatis diperiksa untuk menemukan cacat. Contoh lain adalah pengukuran posisi dan orientasi rincian yang akan dijemput oleh lengan robot. Mesin visi juga banyak digunakan dalam proses pertanian untuk menghilangkan bahan makanan yang tidak diinginkan dari bahan massal, proses yang disebut sortir optik.

Militer aplikasi mungkin salah satu daerah terbesar untuk visi komputer. Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebih sistem canggih untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik, dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal. konsep modern militer, seperti "kesadaran medan perang", menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya set informasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.
Artis Konsep Rover di Mars, sebuah contoh dari kendaraan darat tak berawak. Perhatikan kamera stereo yang terpasang di atas Rover.


Salah satu area aplikasi yang lebih baru 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 mana sistem 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. Ada banyak contoh kendaraan otonom militer mulai dari rudal maju, untuk UAV untuk misi pengintaian atau bimbingan rudal. Ruang eksplorasi sudah dibuat dengan kendaraan otonom menggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover ExoMars ESA.

Khas tugas visi computer

Masing-masing dari area aplikasi yang dijelaskan di atas menggunakan berbagai tugas visi komputer, lebih atau kurang baik pasti pengukuran masalah atau masalah pemrosesan, yang dapat diselesaikan dengan menggunakan berbagai metode. Beberapa contoh tugas visi komputer biasa disajikan di bawah ini.

Pengakuan

Masalah klasik dalam visi komputer, pengolahan gambar, dan visi mesin adalah menentukan apakah atau tidak data gambar berisi beberapa objek tertentu, fitur, atau kegiatan. Tugas ini biasanya dapat diselesaikan kokoh dan tanpa usaha oleh manusia, namun masih belum memuaskan dipecahkan dalam visi komputer untuk kasus umum: objek sewenang-wenang dalam situasi sewenang-wenang. Metode yang ada untuk menangani masalah ini bisa di terbaik mengatasinya hanya untuk objek tertentu, seperti objek geometris sederhana (misalnya, polyhedra), wajah manusia, dicetak atau karakter yang ditulis tangan, atau kendaraan, dan dalam situasi tertentu, biasanya dijelaskan dalam hal pencahayaan yang jelas, latar belakang, dan pose objek relatif terhadap kamera.

varietas yang berbeda dari masalah pengakuan dijelaskan dalam literatur:

* Obyek pengakuan: satu atau beberapa pra-ditentukan atau objek belajar atau kelas objek dapat dikenali, biasanya bersama dengan posisi mereka dalam gambar 2D atau 3D pose dalam adegan.

* Identifikasi: Sebuah contoh individu objek diakui. Contoh: identifikasi wajah orang tertentu atau sidik jari, atau identifikasi dari sebuah kendaraan tertentu.

* Deteksi: data gambar dipindai untuk kondisi tertentu. Contoh: mendeteksi sel abnormal mungkin atau jaringan dalam gambar medis atau deteksi dari sebuah kendaraan di jalan tol sistem otomatis. Deteksi berdasarkan perhitungan relatif sederhana dan cepat kadang-kadang digunakan untuk mencari daerah yang lebih kecil data citra yang menarik yang dapat dianalisa lebih lanjut oleh lebih menuntut komputasi teknik untuk menghasilkan sebuah interpretasi yang tepat.

Beberapa tugas khusus berdasarkan pengakuan ada, seperti:

* Content berbasis image retrieval: menemukan semua gambar dalam satu set gambar yang lebih besar yang memiliki konten yang spesifik. Konten tersebut dapat ditetapkan dengan cara yang berbeda, misalnya dalam hal relatif kesamaan gambar target (beri aku semua gambar yang mirip dengan gambar X), atau dalam hal kriteria pencarian tingkat tinggi diberikan sebagai input teks (memberi saya semua gambar yang berisi banyak rumah, yang diambil selama musim dingin, dan tidak memiliki mobil di dalamnya).

* Pose estimasi: memperkirakan posisi atau orientasi objek tertentu relatif terhadap kamera. Sebuah contoh aplikasi untuk teknik ini akan membantu lengan robot dalam mengambil objek dari sabuk konveyor dalam situasi jalur perakitan.

* Optical pengenalan karakter (OCR): mengidentifikasi karakter dalam gambar teks dicetak atau tulisan tangan, biasanya dengan tujuan untuk pengkodean teks dalam format yang lebih setuju untuk mengedit atau pengindeksan (misalnya ASCII).

Analisis gerak

Beberapa tugas yang berhubungan dengan estimasi gerakan di mana suatu urutan gambar diproses untuk menghasilkan perkiraan kecepatan baik pada setiap titik dalam gambar atau dalam adegan 3D, atau bahkan dari kamera yang menghasilkan gambar. Contoh tugas tersebut adalah:

* Egomotion: menentukan gerak kaku 3D (rotasi dan translasi) dari kamera dari urutan gambar yang dihasilkan oleh kamera.

* Pelacakan: mengikuti pergerakan dari satu set (biasanya) lebih kecil dari poin bunga atau objek (misalnya, kendaraan atau manusia) dalam urutan gambar.
* Aliran Optical: untuk menentukan, untuk setiap titik dalam gambar, bagaimana titik yang bergerak relatif terhadap bidang gambar, yaitu, gerak yang tampak jelas.Gerakan ini adalah hasil kedua bagaimana titik 3D yang terkait bergerak dalam adegan dan bagaimana kamera bergerak relatif ke TKP.

Scene rekonstruksi

Mengingat satu atau (biasanya) gambar lebih dari adegan, atau video, adegan rekonstruksi bertujuan komputasi model 3D dari TKP. Dalam kasus yang paling sederhana model bisa menjadi set 3D poin. metode yang lebih canggih menghasilkan model permukaan 3D lengkap.

Gambar restorasi

Tujuan dari restorasi citra penghapusan noise (sensor noise, blur, dll) dari gambar.Pendekatan paling sederhana untuk menghilangkan kebisingan adalah berbagai jenis filter seperti filter low-pass atau filter median. metode yang lebih canggih mengasumsikan model bagaimana struktur gambar lokal terlihat seperti, model yang membedakan mereka dari kebisingan. Dengan pertama-tama menganalisis data citra dalam hal struktur gambar lokal, seperti garis atau tepi, dan kemudian mengendalikan penyaringan berdasarkan informasi lokal dari tahap analisis, tingkat kebisingan yang lebih baik penghapusan biasanya diperoleh dibandingkan dengan pendekatan sederhana. Sebuah contoh dalam bidang ini adalah inpainting tersebut.

Komputer visi system

Organisasi sistem visi komputer sangat tergantung aplikasi. Beberapa sistem adalah aplikasi yang berdiri sendiri yang memecahkan suatu pengukuran tertentu atau masalah deteksi, sementara yang lain merupakan sub-sistem desain yang lebih besar yang, misalnya, juga mengandung sub-sistem untuk kontrol aktuator mekanik, perencanaan, database informasi, manusia antarmuka mesin, dll Pelaksanaan spesifik sistem visi komputer juga tergantung apakah fungsinya adalah pra-ditentukan atau jika beberapa bagian dari itu bisa dipelajari atau diubah selama operasi. Namun demikian, fungsi khas yang ditemukan dalam sistem computer vision banyak.

* Akuisisi Image: Sebuah gambar digital yang dihasilkan oleh satu atau beberapa sensor gambar, yang, selain berbagai jenis kamera peka cahaya, termasuk sensor jarak, perangkat tomografi, radar, kamera ultra-sonic, dll Tergantung pada jenis sensor, data gambar yang dihasilkan adalah gambar 2D biasa, volume 3D, atau urutan gambar. pixel Nilai biasanya sesuai dengan intensitas cahaya dalam satu atau beberapa spektral band (gambar abu-abu atau gambar warna), tetapi juga dapat dihubungkan dengan berbagai tindakan fisik, seperti kedalaman, penyerapan atau pantulan gelombang sonik atau elektromagnetik, atau resonansi magnetik nuklir.

* Pre-processing: Sebelum metode visi komputer dapat diterapkan pada data citra untuk mengekstrak beberapa bagian spesifik informasi, biasanya diperlukan untuk mengolah data dalam rangka untuk memastikan bahwa itu memenuhi asumsi tertentu tersirat oleh metode ini. Contohnya adalah

- sampling dalam rangka untuk memastikan bahwa gambar sistem koordinat benar.

- Pengurangan kebisingan dalam rangka untuk memastikan bahwa kebisingan
sensor tidak memperkenalkan informasi palsu.

peningkatan Kontras o untuk memastikan bahwa informasi yang relevan dapat
dideteksi.

- Skala-ruang representasi untuk meningkatkan struktur citra pada skala yang
tepat.

* Fitur ekstraksi: Image fitur pada berbagai tingkat kompleksitas yang diekstraksi
dari data gambar. Contoh umum dari fitur tersebut

- Lines, pinggiran dan pegunungan.

- bunga poin Localized seperti sudut, gumpalan atau poin.

Lebih banyak fitur kompleks mungkin berhubungan dengan tekstur, bentuk atau gerakan.

Deteksi
• segmentasi: Pada beberapa titik dalam proses keputusan dibuat tentang gambar mana yang poin atau wilayah gambar yang relevan untuk diproses lebih lanjut. Contohnya adalah
• Pemilihan serangkaian tertentu titik bunga
• Segmentasi satu atau beberapa citra daerah yang berisi objek tertentu yang menarik.
• Tingkat tinggi pengolahan: Pada langkah ini masukan biasanya satu set kecil data, misalnya satu set poin atau wilayah gambar yang dianggap mengandung suatu objek tertentu. Pengolahan transaksi yang tersisa dengan, misalnya:
• Verifikasi bahwa data model berbasis memuaskan dan asumsi aplikasi spesifik.
• estimasi parameter aplikasi tertentu, seperti obyek menimbulkan atau objek ukuran.
• Klasifikasi benda terdeteksi ke dalam kategori yang berbeda.

Browsing Audio Data

iBrowsing 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).

<<< Teknologi Interface Telematika

Sumber:

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

Speech Recognition

Speech recognition adalah proses komputer untuk mengenali apa yang diucapkan user berdasarkan intonasi suara yang dikonversikan kedalam bentuk tulisan.

Dalam menggunakan speech recognition ada beberapa hal yang harus dipersiapkan komputer yang memiliki fasilitas speech recognition dan microphone ataupun headset. Dengan alat tersebut suara kita akan lebih dikenali oleh komputer dan dapat memudahkan dalam penggunaan.

Speech Synthesis

1. Pengertian Speech Synthesis

Speech synthesis adalah transformasi dari teks ke arah suara (speech). Transformasi ini mengkonversi teks ke pemadu suara (speech synthesis) yang sebisa mungkin dibuat menyerupai suara nyata, disesuaikan dengan aturan – aturan pengucapan bahasa.TTS (text to speech) dimaksudkan untuk membaca teks elektronik dalam bentuk buku, dan juga untuk menyuarakan teks dengan menggunakan pemaduan suara. Sistem ini dapat digunakan sebagai sistem komunikasi, pada sistem informasi referral, dapat diterapkan untuk membantu orang-orang yang kehilangan kemampuan melihat dan membaca.

Ada beberapa masalah yang terdapat pada pemaduan suara, yaitu:

@ User sangat sensitif terhadap variasi dan informasi suara. Oleh sebab itu, mereka tidak dapat memberikan toleransi atas ketidaksempurnaan pemadu suara.

@ Output dalam bentuk suara tidak dapat diulang atau dicari dengan mudah.

@ Meningkatkan keberisikan pada lingkungan kantor atau jika menggunakan handphone, maka akan meningkatkan biaya pengeluaran.

Lingkungan dari aplikasi pemadu suara adalah:

• Bagi tunanetra, pemadu suara menawarkan media komunkasi dimana mereka dapat memiliki akses yang tidak terbatas.
• Lingkungan dimana visual dan haptic skill user berfokus pada hal lain. Contohnya: sinyal bahaya pada kokpit pesawat udara.

2. Sejarah Speech Synthesis

Upaya yang paling awal untuk menghasilkan lahirnya pemandu suara, pada abad XVIII. Terlepas dari kenyataan bahwa upaya pertama adalah bentuk mesin mekanis, kita dapat mengatakan hari ini bahwa synthesizer sudah berkualitas tinggi. Pada tahun 1779 di
St Petersburg, Rusia Profesor Kratzenshtein Kristen fisiologis menjelaskan perbedaan antara lima vokal panjang (/ A /, / e /, / i /, / o /, dan / u /) dan membuat alat untuk menghasilkan mereka artifisial. Tahun 1791 di Wina, Wolfgang von Kempelen memperkenalkan nya “Akustik-Mekanik Mesin Speech”. Dalam sekitar pertengahan 1800-an Charles Wheatstone dibangun terkenal versi mesin berbicara von Kempelen’s.

Generasi dari sistem pemaduan suara ini dapat dibagi ke dalam 3 masa, yaitu:

♦ Generasi pertama (1962-1977). Format sintesis dari fonem adalah teknologi dominan. Teknologi ini memanfaatkan aturan berdasarkan penguraian fonetik pada kalimat untuk kontur frekuensi forman. Beberapa sintesis masih miskin atau kurang dalam kejelasan dan kealamiannya.

♦ Generasi kedua (1977-1992). Metode pemadu suara adalah diphone diwakilkan dengan parameter LPC. Hal tersebut menunujukkan bahwa kejelasan yang baik pada pemadu suara dapat diperoleh dengan andal dari input teks dengan menggabungkan diphone yang sesuai dengan unit. Kejelasan meningkat selama sintesis forman, tetapi kealamian dari pemadu suara masih tetap rendah.

♦ Generasi ketiga (1992-sekarang). Generasi ini ditandai dengan metode ‘ sintesis pemilihan unit’ yang diperkenalkan dan disempurnakan oelh Sagisaka di Labs ATR Kyoto. Hasil dari pemandu suara pada periode ini sangat mendekati human-generated speech pada bagian kejelasan dan kealamian,

Teknologi pemadu suara modern melibatkan metode dan algoritma yang canggih dan rumit. alat pemadu suara dari keluarga “Infovox” mungkin mejadi salah satu multi bahasa TTS yang paling dikenal saat ini. Versi komersial pertamanya, Infovox-SA 101, dikembangkan pada tahun 1982 di Institute Teknologi Royal, Swedia dan didasarkan pada sintesis forman.

AT & T Bell Laboratories (Lucent Technologies) juga memiliki tradisi yang sangat panjang tentang pemandu suara (speech synthesis). TTS lengkap yang pertama didemostrasikan di Boston pada tahun 1972 dan diliris pada tahun 1973. Hal ini didasarkan pada model artikulatoris yang sikembangkan oleh Ceceil Coker (Klatt 1987). Pengembangan proses dari sistem penggabungan sintesis ini dimulai oleh Joseph Olive pada pertengahan tahun 1970-an (Bell Labs 1997). Sistem ini sekarang sudah tersedia untuk bahasa Inggris, Perancis, Spanyol, Italia, Jerman, Rusia, Rumania, Cina, dan Jepang (Mcbius et al 1996).

Sumber:

1. http://student.eepis-its.edu/syafur/IES/Syafur/buku_ta/hmmbuku1.doc
2. http://tony911.files.wordpress.com/2010/03/bukuajarimk.pdf

Beberapa Pendekatan Pengembangan Sistem

1. a. Fase model Waterfall
-Analisa dan definisi kebutuhan
-Desain sistem dan software
-Implementasi dan unit testing
-Integrasi dan testing sistem
-Operasi dan maintenance

b. Permasalahan model Waterfall
- Kekurangan utama dari model waterfall adalah kesulitan untuk mengakomodasi perubahan setelah proses berjalan
-Tidak fleksibel dalam pembagian proyek ke dalam tingkat yang berbeda
-Sulit untuk merespon perubahan kebutuhan konsumen
-Sehingga model ini hanya cocok jika kebutuhan sudah dimengerti dengan baik

2. Pengembangan Evolusioner
a. Permasalahan
Tidak ada visibilitas proses
Sistem biasanya tidak terstruktur dengan baik
Kemampuan khusus (misalnya bahasa untuk prototipe cepat) kemungkinan diperlukan
b. Aplikasi
Untuk sistem interaktif berukuran kecil atau medium
Untuk bagian dari sistem besar (misalnya user interface)
Untuk sistem dengan daur hidup pendek

3. Metodologi Pengembangan Sistem
- Functional decomposition methodologies
Dekomposisi sistem ke subsistem.
-Data-oriented methodologies
Memfokuskan karakteristik data
Jenis: data flow dan data structure
-Prescriptive methodologies