Documente Academic
Documente Profesional
Documente Cultură
BAB I
PENDAHULUAN
kekurangan yakni belum mampu menggambarkan kontur kaki secara utuh. Selain
itu keakuratan pengukuran manual rendah karena anatomi yang kompleks serta
terdapat lekukan-lekukan pada telapak serta jari kaki (Taha dkk., 2014). Oleh
sebab itu, repeatabilitas pengukuran manual buruk serta kinerja pengukuran tiap
orang akan menghasilkan variansi yang besar (Yu dkk., 2013). Untuk mengatasi
masalah tesebut diperlukan sistem pengukuran yang tepat dimana selain mampu
mengukur panjang dan lebar kaki, juga mampu menggambarkan kontur kaki
secara keseluruhan. Metode pemindaian tiga dimensi (3D scanning) mampu
memperoleh data antropometri bagian tubuh manusia (Rochini dkk., 2001)
merupakan alternatif yang tepat dalam memenuhi kebutuhan pengukuran yang
menyeluruh, valid dan reliabel.
Saat ini, pemindaian secara tiga dimensi dapat dilakukan dengan beberapa
alat yakni Cyberware WB4, Cyberware Model 15, Digibot II, Applied Research
Hand-Held Scanner, Autoscan (Borghese dkk., 1998) serta Kinect. Akan tetapi
dari keenam alat tersebut yang memiliki harga paling terjangkau adalah Kinect.
Kinect merupakan suatu alat pendeteksi sensor yang pada umumnya digunakan
dalam game, akan tetapi sejalan dengan perkembangan teknologi, Kinect dapat
dimanfaatkan sebagai sensor input tiga dimensi (3D). Oleh karena itu, dalam
penelitian ini akan dilakukan optimasi parameter pengukuran antropometri kaki
berbasis 3D scanning.
BAB II
TINJAUAN PUSTAKA
Dewasa ini, konsumen memilih alas kaki hanya berdasarkan pada panjang
dan lebar kaki, namun diketahui bahwa bentuk tiga dimensi kaki mampu
membantu pencocokan alas kaki yang baik (Nacher dkk., 2014). Namun
permasalahnnya adalah pembuatan model kaki tiga dimensi akan sulit dilakukan
apabila mengandalkan pengukuran secara manual. Hal ini mampu diatasi dengan
memanfaatkan pemindaian secara tiga dimensi (3D scanning).
Penelitian mengenai 3D telah dilakukan oleh Borghese (1998) yakni
merancang sistem pemindaian tiga dimensi dimana alat yang digunakan adalah
Auotoscan. Penelitian ini berdasar pada kekurangan alat 3D scanner terdahulu
yakni Cyberware yang masih memiliki kekurangan yakni keterbatasan pengunaan
alat pada objek yang besar serta terbatasnya jangkauan dalam memindai. Oleh
karena itu diciptakanlah alat 3D scanner yang portable serta mampu
mengkombinasikan fleksibilitas dan akurasi. Auotoscan ini terdiri dari laser
pointer, sepasang kamera video, real time image processor (Elite system) serta
computer. Keterbatasan alat ini adalah sudut antara dua kamera video paling tidak
sebesar 60 derajat untuk menjamin akurasi yang tinggi pada data 3D. Dalam
pemindaian wajah, diperlukan bidang panjang sebesar 0,5m x 0,5m, dimana
kamera video diatur menggunakan lensa macro-zoom, diletakkan secara vertical
0,5m dari lantai dan kamera lainnya 1,5m dari atas, sejauh 1,2 m dari kamera.
Kekurangan pada Autoscan ini adalah waktu pemindaian sebesar 100 titik
perdetik serta beban total yang besar, yakni memiliki berat total 15 kg (termasuk
Elite system dan kamera).
Sedangkan Taha dkk. (2014) merancang sistem pengukuran kaki secara
tiga dimensi menggunakan sensor Kinect sebagai alat untuk mengukur
antropometri kaki. Dengan memutar scanner mengelilingi kaki subjek sebesar
3600, akan didapatkan gambar yang sempurna. Penggunaan hand-held scanner
tidak digunakan dalam penelitian ini mengingat getaran yang disebabkan oleh
tangan sebagai akibat dari kelelahan otot, radius scanning yang tidak konsisten
atau jarak minimum antara obyek dan sensor selama proses scanning. Oleh karena
itu untuk menghindari permasalah tersebut, maka dibuat sebuah rig yang mampu
berputar secara otomatis. Rig tersebut dibuat dari papan segitiga dengan tiga buah
roda di tiap sudutnya. Diatas rig ini kemudian diletakkan Kinect sebagai
perangkat input sehingga Kinect bias bergerak bebas mengelilingi subjek ukur
dengan
tidak
melupakan
kekonsistenan
putarannya.
Proses
pemindaian
Tujuan Penelitian
Scanning
Antropometri
Taha dkk., 20141
Tong dkk., 20123
Meunier dkk., 20002
Borghese dkk., 19982
Nacher dkk., 20141
Niu dkk., 20092
1
Coudert dkk., 2014
Objek: Kaki
Objek: Kepala
BAB III
LANDASAN TEORI
3.1. Antropometri
Kata antropometri secara harfiah berarti pengukuran tubuh manusia yang
berasal dari bahasa Yunani, yakni anthropos yang berarti manusia dan metron
yang berarti ukuran. Antropometri merupakan cabang dari ilmu ergonomi yang
berhubungan dengan pengukuran tubuh, terutama pengukuran ukuran tubuh,
bentuk, kekuatan serta kapasitas kerja (Pheasant, S., 2003). Data antropometri
digunakan dalam ergonomi untuk menentukan dimensi fisik dari ruang kerja,
peralatan, perabot dan pakaian sehingga fit the task to the man (Grandjean,
1980).
Data antropometri sendiri bisa mendapatkan hasil yang bebeda antara satu
populasi dengan populasi lainnya dimana dipengaruhi oleh beberap faktor. Faktor
tersebut adalah:
a. Keacakan/Random. Meskipun data kelompok populasi yang sudah jelas
sama jenis kelamin, suku, bangsa, kelompok usia dan pekerjaannya,
namun masih aka nada perbedaan signifikan antara berbagai macam
masyarakat.
b. Jenis Kelamin. Secara distribusi statistik ada perbedaan signifikan antara
dimensi tubuh pria dan wanita, oleh karena itu data antropometri untuk
keduanya selalu disajikan terpisah.
c. Suku Bangsa. Variasi di antara beberapa kelompok suku bangsa menjadi
penting karena meningkatnya jumlah migrasi dari satu negara ke negara
lainnya.
d. Usia. Hal ini jelas berpengaruh karena antropometri anak-anak akan
berbeda dengan orang dewasa.
e. Jenis Pekerjaan. Beberapa jenis pekerjaan membutuhkan adanya
persyaratan tertentu dalam seleksi karyawan/staff.
f. Pakaian. Bervariasinya jenis pakaian karena beragamnya iklim yang
berada di satu tempat berbeda dengan tempat lainnya.
10
3.3. 3D Scanning
Banyak aplikasi gambar computer seperti animasi, permainan computer
human computer interaction, dan virtual reality yang membutuhkan model 3D
nyata dari tubuh manusia (Tong dkk., 2012). Dengan menggunakan teknologi
pemindaian tiga dimensi (3D scanning), misalnya structured light atau laser scan,
model manusia yang detil bisa diciptakan (Allen dkk., 2003).
Alat yang berfungsi untuk memindai objek kemudian menggambarkannya
dalam bentuk tiga dimensi kita sebut sebagai 3D scanner. Dari pandangan
pengguna, 3D scanner merupakan alat untuk menggabungkan koordinat 3D area
dari permukaan objek yang bekerja:
a. Secara otomatis dan sistematis
b. High rate (ratusan atau ribuan titik perdetik)
c. Mendapatkan hasil (misalnya koordinat 3D) secara cepat.
Dalam aktivitas sehari-hari, 3D scanner digunakan untuk bermacam-macam
aplikasi, diantaranya adalah:
a. Secara tetap dalam posisi yang tidak berubah-ubah (misalnya pada lini
produksi untuk quality control)
b. Mobile system pada tripo untuk aplikasi jangkauan dekat hingga menegah,
serta
c. Airbone system untuk aplikasi topografi (Boehler dan Marbs, 2014)
Saat ini terdapat bermacam-macam alat untuk memindai secara tiga dimensi
(3D scanner), misalnya Cyberware WB4, Cyberware Model 15, Digibot II,
Applied Research Hand-Held Scanner, Autoscan (Borghese dkk., 1998). Namun
kelima alat tersebut memiliki kelemahan dari segi biaya yang cenderung mahal
(Taha, 2014), sebagai contoh harga dari Cyberware Whole Body Color 3D
Scanner sebesar $240,000 (Tong, 2012). Selain kelima 3D scanner tersebut,
terdapat sebuah alternatif 3D scanner yang memiliki harga relatif lebih murah
yakni Kinect dengan harga sebesar $150.
11
12
i=1
i=1
i=1
n x i yi x i y i
r xy=
Keterangan:
i=1
( ) )(
n x 2i
xi
i=1
i=1
( ) )
n y 2i
yi
i=1
13
n
s
r 11 =
1 2 i
n1
st
( )(
Keterangan:
r11 adalah indeks reliabilitas instrument
n adalah banyaknya butir instrument
si2 adalah variansi butir ke-i
st2 adalah variansi total
3.7. Two Level Factorial Designs
Dalam penelitian ini digunakan desain faktorial dua level, yakni suatu
rancangan faktorial yang tediri dari k faktor, dimana tiap faktor terbagi menjadi
dua level yaitu level rendah (-) dan level tinggi (+). Pada umumnya desain
faktorial ini kita sebut sebagai desain faktorial 2k dimana k merupakan jumlah
faktor atau variabel independen. Penelitian ini akan menggunakan tiga buah faktor
(variable independen) yakni faktor A, B, serta C sehingga total treatment
sebanyak 23 terdapat 8 treatment. Dengan begitu, setiap responden akan diukur
secara tiga dimensi menggunakan 3D scanner sebanyak 8 kali.
14
(nonmetric)
(nonmetric)
harus
lebih
besar
dari
jumlah
variable
dependen
dimana
direkomendasikan adalah sebesar 20 observasi per sel dan jumlahnya sama di tiap
selnya.
Sedangkan menurut Lauter, J. (1978) ukuran sampel akan berbeda
tergantung pada jumlah grup serta variable dependen yang akan ditampilkan
dalam table 3.1 berikut ini:
15
Tabel 3.1 Ukuran sampel yang dibutuhkan per grup untuk mencapai statistical
power lebih dari 0,80 dalam MANOVA
Effect size
Very Large
Large
Medium
Small
3
Jumlah Variabel
Dependen
2
4
6
8
1
16 18 21
3
2
33 38 42
6
4
56 66 72
4
9
16
125 145
8
0
Jumlah Grup
4
Jumlah Variabel
Dependen
2
4
6
8
5
Jumlah Variabel
Dependen
2
4
6
8
14
18
21
23
16
21
24
27
29
37
44
46
34
44
52
58
50
64
74
84
60
76
90
100
115 145
16
5
185 135
17
0
200 230
16
BAB IV
METODE PENELITIAN
17
18
dependen dalam penelitian ini adalah nilai pengukuran pada dimensi telapak
kaki.
4. Melakukan Design of Experiment (DOE)
Setelah mengetahui variabel yang akan digunakan, maka selanjutnya
disusun desain eksperimennya, yang meliputi faktor (variabel independen),
level dan jumlah replikasi. Level yang akan digunakan untuk masing-masing
faktor adalah 3 yakni low, medium dan high, sedangkan jumlah replikasi
sebanyak 3 kali untuk setiap kombinasi yang ada. Jika faktor, level dan
replikasi sudah ditentukan, maka selanjutnya membuat kombinasi berdasarkan
faktor dan level tersebut.
5. Mengukur dimensi telapak kaki secara manual.
Setelah dilakukan pengukuran secara manual, perlu dihitung nilai rata-rata dari
tiap dimensi pengukuran. Kemudian diuji apakah hasil pengukuran tersebut
reliabel serta valid. Jika hasilnya belum reliabel dan valid, maka perlu
dilakukan perhitungan ulang.
6. Melakukan Percobaan Aktual
Langkah selanjutnya adalah melakukan percobaan tiap treatment secara
langsung. Namun yang akan diujikan hanya sebagian dari hasil kombinasi, hal
tersebut di karenakan pada penelitian ini menggunakan pendekatan fractional
factorial design, untuk memastikan kepresisian hasil (repeatability) maka
dilakukan 3 kali replikasi.
Hasil percobaan tersebut akan dicatat sebagai nilai parameter dari
masing-masing kombinasi. Karena ada 3 kali replikasi, maka nantinya nilai
tersebut akan dicari rata-ratanya sebagai respon dari masing-masing kombinasi.
Selain itu juga perlu dicari nilai rata-rata dari tiap dimensi kemudian diuji
reabilitas dan validitasnya.
7. Melakukan optimasi sistem pengukuran secara tiga dimensi
Setelah diketahui respon dari masing-masing treatment, maka dapat
dilakukan uji multivariate analysis of variance (MANOVA) untuk distribusi
normal atau Kruskal-Wallis Test untuk metode non parametrik, supaya
mengetahui apakah ada faktor yang berpengaruh terhadap respon penelitian
(baik masing-masing faktor maupun faktor interaksi). Kemudian menyusun
model regresi untuk analisis residual, dimana analisis tersebut dilakukan untuk
19
mengecek model yang dibangun, melihat apakah ada kesalahan time series atau
tidak serta mengetahui hubungan antara variabel independen dan dependen.
8. Menentukan Kombinasi Optimal
Hasil dari pengujian statistik tersebut kemudian bisa digunakan untuk
menentukan treatment mana yang mendapatkan hasil yang optimal dari
parameter pengukuran, yakni dengan memilih faktor yang memiliki pengaruh
signifikan atau tidak memberikan error yang paling besar terhadap respon.
9. Menarik Kesimpulan dan Saran
Jika hasil perbandingan tersebut sudah memenuhi target penelitian, maka
selanjutnya dapat ditarik hasil dan kesimpulan mengenai kombinasi optimal
dari parameter proses pengukuran teknik pengukuran antropometri 3D
scanning. Dari kondisi tersebut juga bisa diberikan saran untuk penelitian ke
depannya.
20
21
Maret
April
Mei
Juni
Juli
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
22
BAB V
PENUTUP
23
DAFTAR PUSTAKA
Allen, B., Curless, B. dan Popovic, Z., 2003, The Space of Human Body Shapes:
Reconstruction and Parameterization from Range Scans. ACM Transactions
on Graphics, vol. 22, no. 3, pp. 587594.
BAPM,
2008,
Instrumen
Penelitian,
URL:
http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._MATEMATIKA/19641
2051990031BAMBANG_AVIP_PRIATNA_M/Makalah_November_2008.pdf, (diakses
online 3 April 2014).
Boehler, W., dan Marbs, A., 2014, 3D Scanning Instruments, URL:
http://i3mainz.fh-mainz.de/sites/default/files/public/data/p05_Boehler.pdf,
(diakses online 2 April 2014).
mer
Bsn.go.id, 2013, Ukuran Alas kaki Pengukuran dan Penandaan Sistem
Mondopoint,
http://sisni.bsn.go.id/index.php?/sni_main/sni/detail_sni/15986,
URL:
(diakses
24
Kos, L. dan Duhovnik, J., 2002, A System For Footwear Fitting Analysis,
International Design Conference, May 14 17.
Lauter, J., 1978, Sample Size Requirement for the T2 Test of MANOVA (Tables
for One-Way Classification), Biometrical Journal, vol. 20, pp. 389-406.
Meunier, P., Tack, D., Ricci, A., Bossi, L. dan Angel, H., 2000, Helmet
accommodation analysis using 3D laser scanning, Applied Ergonomics, vol.
31, pp. 361-369.
Microsoft.com,
2014,
Kinect
for
Windows
Feature,
UR:
http://www.microsoft.com/en-us/kinectforwindows/discover/features.aspx,
(diakses online 2 April 2014).
Montgomery, D.C., 2003,
URL:
http://ikhtiarnet.files.wordpress.com/2013/03/uji-
25
Taha, Z., Aris, M.A., Ahmad, Z., Hassan, M.H.A. dan Sahim, N.N., A Low Cost
3D Foot Scanner for Custom-Made Sports Shoes, Applied Mechanics and
Materials vol. 440 pp. 369-372.
Tong, J., Zhou, J., Liu, L., Pan, Z. dan Yan, H., 2012, Scanning 3D Full Human
Bodies Using Kinects, IEEE Transactions on Visualization and Computer
Graphics, vol. 18, no. 4.
Wardayati, K.T., 2013, Alasan Sistem Ukuran Alas kaki Beragam, URL:
http://nationalgeographic.co.id/berita/2013/08/alasan-sistem-ukuran-alas
kaki-beragam, (diakses online 25 Maret 2014).
Wignjosoebroto, S., 2008, Ergonomi, Studi Gerak dan Waktu, Surabaya, Prima
Printing.
Yu, A., Yick, K.L., Ng, S.P. dan Yip, J., 2013, 2D and 3D Anatomical Analyses of
Hand Dimensions for Custom-Made Gloves, Applied Ergonomics, vol. 44,
pp. 381-392.