Abstrak
Penelitian ini bertujuan untuk menghasilkan sebuah produk perangkat lunak teknologi digital analisis citra yang dapat digunakan untuk menilai postur tubuh secara cepat dan akurat. Produk yang dikembangkan dan dihasilkan melalui penelitian ini adalah alat pindai yang dapat menangkap citra 2 dimensi dilengkapi dengan perangkat lunak yang dapat menganalisis citra yang ditangkap oleh alat pindai tersebut, sesuai dengan indikator penilaian postur. Proses pengenalan postur secara otomatis antara citra subyek dan citra ideal melalui pengubahan ke citra biner dilakukan dengan metode perbandingan luas bidang tubuh antara citra subyek dengan citra ideal yang sudah ada. Hasil penelitian ini adalah bahwa pengubahan gambar ke Citra biner hitam putih dapat digunakan untuk penentuan bentuk somatotype manusia.
Kata kunci: Teknologi analisis citra digital, postur,
Pendahuluan
Arah dan strategi pembangunan olahraga di Indonesia telah di desain sedemikian rupa, mengacu pada pola ‘Bangunan Olahraga Nasional’ (lihat Gambar 1). Pada desain bangunan tersebut tampak jelas bahwa pembangunan olahraga nasional telah ditata dari hulu hingga ke hilir, dari fondasi hingga ke atap bangunan. Dengan analogi bentuk ‘bangunan rumah’, pembangunan olahraga nasional dimulai dengan menggarap bagian dasar, yaitu fondasi bangunan yang menjadi bagian dari strategi pembudayaan olahraga dalam kehidupan sehari-hari, terus mengalir, menanjak makin tinggi hingga ke atap bangunan. Melalui strategi menjadikan olahraga sebagai bagian dari budaya, diharapkan partisipasi masyarakat dalam berolahraga akan meningkat baik secara kuantitas maupun kualitas sehingga kemudian akan mudah ditemukan orang-orang berbakat dan berpotensi untuk diarahkan dan dibina menjadi atlet.
Pada bagian selanjutnya, yaitu di bagian lantai 1 yang merupakan bagian akhir dari strategi pembudayaan olahraga diwujudkan melalui upaya pemassalan. Pemassalan dilaksanakan melalui kegiatan olahraga rekreasi, pendidikan jasmani dan klub usia dini. Keberhasilan bagian pemassalan di lantai 1 ini sangat mempengaruhi keberhasilan pembinaan di lantai-lantai berikutnya, hingga ke bagian atap bangunan. Pengemban tanggungjawab, pengawal, dan pengendali pelaksanaan kegiatan pemassalan adalah masyarakat, pemerintah daerah dan Departemen Pendidikan Nasional.
Salah satu peran strategis Departemen Pendidikan Nasional dalam mengawal dan mengendalikan pemassalan olahraga adalah “menyediakan guru-guru pendidikan jasmani” yang berkualitas yang mampu membuat peserta didik gemar bergerak, menikmati gerak, mengekplorasi gerak hingga memudahkan ditemukannya mereka yang berpotensi untuk dibina sebagai atlet melalui klub olahraga. Kepanjangan tangan Departemen Pendidikan Nasional dalam menyediakan guru pendidikan jasmani adalah lembaga pendidikan tenaga kependidikan, yang dalam hal ini secara spesifik adalah Fakultas Ilmu Keolahragaan (FIK) dan Jurusan Pendidikan Jasmani dan Keolahragaan (JPOK) pada Fakultas Ilmu Pendidikan (FIP).
Sebagai lembaga pendidikan tinggi yang menerima lulusan sekolah menengah atas sebagai calon mahasiswa, FIK dan JPOK FIP yang ada di Indonesia pada umumnya melaksanakan tes khusus berupa tes praktik dan atau tes keterampilan sebagai upaya untuk menyeleksi calon yang memenuhi persyaratan untuk mengikuti perkuliahan di bidang keolahragaan.
Dalam 5 tahun terakhir, terdapat kecenderungan kuat meningkatnya jumlah calon mahasiswa yang berminat untuk studi di jurusan atau fakultas keolahragaan. Hal ini tampak dari meningkatnya jumlah peserta tes khusus sejak tahun 2005, seperti yang dapat diamati dalam data berikut ini
Jumlah Calon Mahasiswa FIK/JPOK-FIP Peserta Tes Praktik
di Beberapa Lembaga Pendidikan Tinggi Keolahragaan Di Indonesia
LEMBAGA 2005 2006 2007 2008
FIK UNNES 1888 2514 1934 2383
FIK UNJ 1067 1774 1178 1778
FIK UNY 1478 1945 2462 2516
FIK UNESA 1393 1879 2299 2002
JPOK FIP UNS 233 577 734 1055
JPOK FIP UM 700 950 1100 1450
JPOK FIP UNSYIAH 150 342 446 445
Salah satu item tes yang harus dilewati oleh para calon mahasiswa FIK/JPOK adalah tes postur. Tes postur ini dilakukan dengan tujuan untuk menilai kenormalan dan kelayakan bentuk fisik para calon. Tes ini diperlukan karena beberapa materi perkuliahan di bidang keolahragaan, khususnya perkuliahan keterampilan gerak memang memerlukan persyaratan fisik tertentu, baik sebagai persyaratan untuk menguasai keterampilan maupun untuk alasan keamanan.
Berdasarkan informasi yang telah berhasil dikumpulkan, baik di FIK Unnes maupun di FIK/JPOK perguruan tinggi lain, selama ini tes postur dilakukan secara manual dengan mengandalkan pengamatan mata telanjang. Pengamatan dengan mengandalkan mata telanjang memang merupakan salah satu teknik penilaian postur yang telah dilakukan sejak lama di berbagai negara, namun bila ini dilakukan terhadap populasi yang jumlahnya relatif banyak, hingga mencapai ribuan, tentu akan menimbulkan masalah. Masalah yang pertama dan utama adalah yang terkait dengan akurasi penilaian, yang kedua adalah waktu pelaksanaan tes yang sangat lama.
Teknologi Digital untuk Penilaian Postur
Perkembangan teknologi digital dalam dasawarsa terakhir ini menunjukkan progres yang luar biasa. Hingga saat ini teknologi digital telah memberikan sumbangan berharga dalam berbagai bidang, dari bidang kesehatan hingga seni. Image proccessing atau pemrosesan citra merupakan salah satu bidang kajian teknik elektro keisyaratan yang berupaya mengekstraksi informasi atas citra yang telah diolah, umumnya secara digital. Citra adalah representasi objek (benda, orang) ke dalam bidang 2 dimensi (Gonzalez dan Wood, 2008:1-2). Teknologi ini secara fungsional dapat dimanfaatkan untuk memindai dan menilai postur.
Postur adalah sebutan yang lazim digunakan untuk menyebut bentuk atau tampakan tubuh dengan memperhatikan kontur tubuh, proporsi, dan komposisi. Dalam kajian antropometri, postur disebut sebagai somatotype. Somatotyping adalah sistem untuk mengklasifikasi tipe tubuh dalam 3 kategori, yaitu endomorf (endomorphy), mesomorf (mesomorphy) dan ektomorf (ectomorphy).
Dari artikel tentang somatotype yang diunduh di http: //www.topendsports.com dijelaskan masing-masing tipe memiliki ciri-ciri seperti uraian di bawah ini.
Endomorf
Seorang dengan postur tubuh kategori endomorf akan terlihat ‘gendut’, dengan tubuh yang besar membulat, leher pendek dan lebar, lengan dan tungkai pendek, dengan kecenderungan memiliki timbunan lemak yang cukup banyak di tubuhnya.
Olahragawan biasanya tidak masuk dalam kategori ini. Biasanya orang dengan postur endomorf memiliki kebugaran jasmani yang kurang baik.
Mesomorf
Ciri-ciri seorang dengan postur mesomorf adalah bertubuh kokoh. Dada dan bahu lebar serta berotot. Lengan dan tungkai juga tampak berotot dengan sedikit timbunan lemak pada tubuh. Sebagai contoh, orang dengan kategori ini banyak dijumpai pada atlet angkat berat atau tolak peluru.
Secara umum orang dengan bentuk tubuh mesomorf memiliki kekuatan, dayatahan, daya ledak dan kelincahan yang baik.
Ektomorf
Seseorang dengan bentuk tubuh ektomorf akan tampak tinggi dan kurus, dengan tubuh yang langsing. Lengan dan tungkainya jenjang, tubuhnya tidak berlemak dan otot-ototnya tampak liat. Orang-orang dengan tipe tubuh semacam ini akan banyak dijumpai pada atlet cabang olahraga seperti lari jarah jauh atau bola basket. Secara umum, tipe ektomorf memiliki daya tahan, kelenturan dan kelincahan yang baik.
Bentuk tubuh semua atlet dapat dilacak dari ekstrimitas ke tiga bentuk tubuh, yaitu endomorf, mesomorf dan ektomorf. Dengan menggunakan skor 1 sampai 7, setiap bentuk tubuh dapat diskor dan hasilnya menggambarkan kecenderungannya. Sebagai contoh: 2-6-3 berarti 2 (skor 2/rendah untuk endomorf), 6 (skor 6/tinggi untuk mesomorf), dan 3 (skor 3/rendah untuk ektomorf). Metode penilaian ini disebut dengan somatotyping. Gambar 4 di bawah ini merupakan contoh pemetaan somatotipe
Penilaian Postur
Pada mulanya penilaian postur dilakukan oleh Hitchcock, dalam bentuk rekaman antropometrik. Dalam perkembangan selanjutnya, di sekitar tahun 1930-1940, beberapa pakar mulai secara progresif mengembangkan teknik dan metodologi pengukuran dan evaluasi postur, seperti the Cureton-Gunby conformateur, Korbs’ comparograph, posturemeter, scoliometer, x-rays, pedograph, photography, dan skala lajuan. Namun dalam perkembangan selanjutnya sejumlah kendala muncul pada saat alat-alat ukur tersebut digunakan, seperti prosedur operasional yang rumit dan objektivitas dalam proses pengukuran (Johnson & Nelson, 1970:12).
Aplikasi Analisis Citra
Analisis citra adalah bidang kajian teknik elektro keisyaratan yang berupaya mengekstraksi informasi atas citra yang telah diolah, umumnya secara digital.
Citra adalah representasi objek (benda, orang) ke dalam bidang 2 dimensi (Gonzalez dan Wood,2008:1-2). Pada penilaian postur, analisis citra bisa dimanfaatkan dengan mengambil citra postur orang yang dinilai, membandingkan citra yang diperoleh dengan pola idealnya. Tingkat kesesuaian citra perolehan dengan pola ideal akan menentukan tinggi rendahnya skor tes yang diperoleh.
Untuk memperoleh citra postur orang yang dinilai, dilakukan pemotretan dengan kamera digital dengan latar belakang warna yang kontras dengan citra orang. Dalam hal ini, latar belakang putih dengan objek cenderung gelap bisa digunakan. Citra yang dihasilkan dari proses pemotretan diubah ke dalam bentuk citra biner dengan pemilihan ambang (threshold) tertentu sehingga citra yang diperoleh akan menjadi citra hitam pekat dengan latar belakang putih. Citra hitam pekat mewakili objek yang dites.
Citra yang diperoleh dari hasil pemotretan dan diolah menjadi citra biner tersebut selanjutnya dihitung luas bidang hitam dalam satuan pixel kemudian dibandingkan dengan ukuran luas citra pola idealnya. Berikut ini adalah langkah-langkah yang akan ditempuh untuk mengembangkan dan menyusun software analisis citra.
Metode
Metode photoscopic memungkinkan penggunaan foto digital yang dianalisis dengan komputer untuk menilai postur atau menentukan somatotype seseorang. Secara teknis ada dua cara melakukan penentuan somatotype dengan teknik analisis citra ini , yakni:
1. Citra subyek yang telah dibuat menjadi citra biner, dibandingkan dengan 3 citra biner standard yang mewakili tiga tipe utama (ectomorph, mesomorph, dan endomorph) menggunakan metode perbandingan luas bidang tubuh Korelasi terbesar antara citra subyek dengan citra standar merupakan indikasi tipe subyek yang diuji.
2. Terhadap citra yang didapat, diekstrak ciri atau fitur-fitur yang berpengaruh dalam menentukan tipe atau bentuk tubuh seseorang. Pemilihan ciri yang berpengaruh ini dilakukan dengan mempelajari secara seksama ‘apa yang dilihat’ oleh penilai dan menerjemahkannya ke dalam ciri atau fitur yang dikenali komputer. Fitur yang dapat dikenali atau dihitung dengan komputer, misalnya adalah: proporsi tinggi badan dengan lebar bahu, proporsi lebar bahu dengan lebar perut, dan sebagainya. Ukuran lebar dan panjang digunakan karena citra, yang diambil dengan foto digital, adalah entitas 2 dimensi.
Hasil
Proses pengenalan postur secara otomatis antara citra subyek dan citra ideal melalui pengubahan ke citra biner dapat dilakukan. Pengenalan ini dengan dengan metode perbandingan luas bidang tubuh antara citra subyek dengan citra ideal yang sudah ada . Dalam metode ini, ditentukan ciri/fitur yang berpengaruh dalam menentukan tipe/bentuk seseorang ke dalam satu dari 3 tipe. fitur yang akan digunakan adalah:
a. Proporsi panjang/tinggi badan dengan lebar bahu.
b. Proporsi lebar bahu dengan ‘lebar’ perut.
c. Proporsi ‘lebar’ kepala dengan lebar bahu.
Gambar 7
Tampilan hasil
Kesimpulan dan Saran
Program Pengenalan deteksi tubuh atau somatotype dengan menggunakan teknologi analisis citra digital dengan metode ektraksi fitur dapat membantu penilaian postur.
Penelitian yang mengembangkan teknologi Photocospik untuk kepentingan pengukuran bentuk tubuh dalam kondisi statis maupun dinamis perlu dikembangkan.
Diperlukan Pengembangan teknologi analisis citra digital lain untuk penilaian postur melalui image processing yang dapat membantu mempercepat proses pengubahan citra dari berwarna ke citra biner (hitam dan putih.) dan dapat mengukur secara akurat tanpa dipengaruhi faktor luar (cahaya, pakaian dan posisi) dalam pengambilan gambar.
Daftar Pustaka
Borg, Walter R. dan Gall, Meredith, Damien. 1983. Educational Research: An Introduction Fourth Edition. New York: Longman Inc.
Clarke, H. Harrison & David H. Harrison. 1987. (6th ed.). Application of Measurement to Physical Education. New Jersey: Prentice-Hall, Inc
Gonzalez, R.C. dan Richard E. Woods. 2008. Digital Image Processing. Third Edition. New York: Pearson-Prentice Hall.
Jizeng Wang and Hongmei Yang. 2008. "Face Detection Based on Template Matching and 2DPCA Algorithm," cisp,pp.575-579, 2008 Congress on Image and Signal Processing, Vol. 4, 2008
Johnson, Barry L & Jack K. Nelson. 1970 (3th ed). Practical Measurements for Evaluation in Physical Education. Minneapollis: Burgess Publishing Company
http://www.topendsports.com/, Fitness Testing, download 10
Maret 2009
http://www.brianmac.co.uk/bodytype.htm, Body Type, download 11 Maret 2009
http://organisasi.org/macam-jenis-gangguan-pada-tulang-dan-sendi-tulang-manusia-pengertian-arti-definisi-penyakit, Gangguan Kelainan Pada Tulang Belakang, download 21 Maret 2009
http://www.e-dukasi.net/ , Lordosis, Kifosis, Skoliosis, download 21 Maret 2009
Regan, John J. A Closer Look at Lordosis. http://www.spinesource.com, download 15 Maret 2009
Shihong Lao, et.al. 2000. “Plate Matching for Pose Invariant Face Recognition Using 3D Facial Model Built with Isoluminance Line Based Stereo Vision," icpr,pp.2911, 15th International Conference on Pattern Recognition (ICPR'00) - Volume 2, 2000
Sulaiman, S.N., et.al. 2007. An Expert Image Processing System on Template Matching. IJCSNS International Journal of Computer Science and Network Security, VOL.7 No.7, July 2007
Zhe Lin, et. al. 2007. Hierarchical Part-Template Matching for Human Detection and Segmentation. Eleventh IEEE International Conference on Computer Vision Rio de Janeiro, Brazil, October 14-20, 2007
Tidak ada komentar:
Posting Komentar