Kahfi
/
MIF_E31231430
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
MIF_E31231430/TAMBAHAN_BAB2_TEORI_KRITERI...

11 KiB
Raw Permalink Blame History

TAMBAHAN BAB II: LANDASAN TEORI

RANCANGAN MATERI TAMBAHAN LANDASAN TEORI KRITERIA PENELITIAN REKOMENDASI KAMERA

PANDUAN UNTUK MAHASISWA:

  1. Berkas ini disusun menggunakan Bahasa Indonesia Baku dengan standar penulisan karya ilmiah/skripsi nasional.
  2. Anda dapat langsung menyalin (copy-paste) materi di bawah ini ke dalam BAB II (Landasan Teori) pada draf Microsoft Word laporan skripsi/TA Anda.
  3. Bagian kutipan (citation) di dalam teks dan Daftar Pustaka menggunakan referensi jurnal ilmiah terkini dengan tahun terbit minimal 2021 sesuai dengan format APA (American Psychological Association) Edisi ke-7.

2.X Kriteria Pemilihan dan Penilaian Spesifikasi Kamera

Dalam menentukan sistem pendukung keputusan rekomendasi kamera, kriteria yang digunakan haruslah merepresentasikan parameter teknis fisik kamera serta batasan anggaran konsumen. Berdasarkan rancangan sistem pendukung keputusan rekomendasi kamera pada persewaan Jember Kamera, kriteria keputusan dibagi menjadi empat parameter utama, yaitu: Harga Sewa (Price), Sensitivitas Cahaya (ISO), Titik Fokus Otomatis (Autofocus Point), dan Kategori Ukuran Sensor (Sensor).

Kriteria tersebut selanjutnya diklasifikasikan ke dalam kriteria biaya (cost) dan kriteria keuntungan (benefit), serta ditransformasikan menjadi bentuk skor terstandar (skala 0 hingga 1) sebelum diproses menggunakan metode TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution).

2.X.1 Kriteria Harga Sewa (Price / Price Score)

Harga sewa harian (Price) merupakan kriteria keputusan yang mewakili nilai ekonomi riil yang harus dikeluarkan oleh konsumen sebagai biaya persewaan kamera per hari (24 jam). Dalam perspektif perilaku konsumen dan pengambilan keputusan ekonomi, harga merupakan variabel pembatas (constraint factor) utama yang sangat memengaruhi niat sewa dan kepuasan transaksi konsumen dalam memilih jasa persewaan peralatan fotografi (Sari & Setiawan, 2021).

Dalam perhitungan metode pengambilan keputusan multikriteria (Multi-Criteria Decision Making / MCDM), kriteria Harga Sewa dikategorikan sebagai kriteria biaya (cost criterion). Kriteria biaya memiliki karakteristik di mana semakin kecil nilai kuantitatif data mentah kriteria tersebut, maka nilai preferensinya akan semakin tinggi atau semakin disukai oleh pengambil keputusan (Saputra & Kusumawardani, 2022). Guna menyelaraskan kriteria biaya ini ke dalam rentang penilaian homogen pada matriks keputusan TOPSIS, data harga sewa riil ($Price_i$) dikonversikan menjadi Price Score ($C_1$) menggunakan metode transformasi min-max terbalik (inverse min-max normalization) berskala 0–1 dengan rumus:

\text{PriceScore}_i = \frac{\text{Price}_{\text{max}} - \text{Price}_i}{\text{Price}_{\text{max}} - \text{Price}_{\text{min}}} \times 1

Dengan pendekatan ini, alternatif kamera dengan tarif sewa harian paling murah akan mendapatkan Price Score tertinggi mendekati atau sama dengan 1, sedangkan kamera termahal mendapatkan skor terendah mendekati 0. Hal ini secara matematis konsisten dengan logika preferensi konsumen yang menginginkan pengeluaran biaya sekecil-kecilnya untuk memperoleh nilai guna alternatif seoptimal mungkin.

2.X.2 Kriteria Sensitivitas Cahaya (ISO / ISO Score)

International Organization for Standardization (ISO) merupakan satuan ukuran standar internasional untuk menentukan tingkat sensitivitas sensor kamera terhadap kuantitas cahaya yang masuk (light sensitivity). ISO bersama dengan aperture (bukaan lensa) dan shutter speed (kecepatan rana) membentuk fondasi segitiga pencahayaan (exposure triangle) dalam ilmu fotografi (Prasetyo & Budiman, 2023).

Secere fisik, nilai ISO menentukan kemampuan penguatan sinyal elektrik (analog-to-digital gain) pada sensor kamera saat menangkap partikel cahaya (foton). Semakin tinggi angka batas ISO maksimum sebuah kamera, maka semakin sensitif sensor tersebut terhadap intensitas cahaya yang redup (Nakamura & Takahashi, 2021). Kemampuan ISO tinggi sangat penting untuk menjaga kualitas foto dalam kondisi gelap (low-light photography) agar gambar tetap terang tanpa perlu memperlambat kecepatan rana yang berisiko menimbulkan buram akibat gerakan subjek (motion blur) atau getaran tangan (hand shake).

Di dalam sistem pendukung keputusan, kriteria ISO dikategorikan sebagai kriteria keuntungan (benefit criterion), di mana semakin tinggi spesifikasi batas ISO maksimum alternatif kamera, semakin disukai alternatif tersebut. Transformasi data batas ISO maksimum alternatif ke-i ($ISO_i$) menjadi ISO Score ($C_2$) berskala 0–1 menggunakan rumus normalisasi linier benefit:

\text{ISOScore}_i = \frac{\text{ISO}_i}{\text{ISO}_{\text{max}}} \times 1

Standardisasi skor ini memastikan bahwa kamera yang memiliki kapasitas rentang ISO dinamis yang luas untuk mengantisipasi ruangan gelap ekstrem mendapatkan nilai skor tinggi dalam evaluasi multikriteria.

2.X.3 Kriteria Titik Fokus Otomatis (Autofocus Point / AF Score)

Autofocus (AF) Point atau titik fokus otomatis adalah titik-titik koordinat spasial di dalam sensor kamera yang digunakan untuk mengunci fokus ketajaman objek gambar secara otomatis menggunakan deteksi kontras (Contrast Detection Autofocus / CDAF) maupun deteksi fase (Phase Detection Autofocus / PDAF). Titik fokus ini tersebar di seluruh area bidik gambar (frame) sensor kamera (Susanto et al., 2021).

Secara teknis, kuantitas atau jumlah titik fokus (AF Points) berbanding lurus dengan akurasi, kecepatan, dan kemampuan kamera dalam melacak pergerakan subjek secara dinamis (subject tracking / continuous autofocus) (Chen & Zhang, 2022). Kamera dengan jumlah titik fokus yang melimpah memiliki kerapatan sensor fokus yang tinggi, sehingga meminimalkan risiko kehilangan fokus (out-of-focus) saat mengabadikan objek bergerak cepat seperti pada fotografi olahraga, jalanan (street photography), dan dokumentasi peristiwa dinamis lainnya.

Kriteria jumlah titik fokus otomatis diklasifikasikan sebagai kriteria keuntungan (benefit criterion) dalam sistem ini. Data kuantitatif jumlah titik fokus alternatif ke-i ($AF_i$) ditransformasikan menjadi nilai terstandar AF Score ($C_3$) dengan skala 0–1 menggunakan rumus:

\text{AFScore}_i = \frac{\text{AF}_i}{\text{AF}_{\text{max}}} \times 1

Dengan formula normalisasi tersebut, alternatif kamera dengan sebaran titik fokus yang rapat dan melimpah akan memperoleh skor prioritas tinggi, menjamin ketepatan penguncian gambar yang tajam dalam skenario pemotretan dinamis.

2.X.4 Kriteria Ukuran Sensor (Sensor / Sensor Score)

Sensor gambar (image sensor) merupakan komponen elektronik fisik pada kamera yang berfungsi menangkap berkas proyeksi cahaya optik dari lensa dan mengubahnya menjadi sinyal digital berupa piksel gambar. Ukuran fisik sensor (dimensi sensor dalam milimeter) dikategorikan ke dalam beberapa kelas standar industri, seperti Full Frame (36 \times 24 mm), APS-C (23,6 \times 15,6 mm), serta format sensor 1-inch (13,2 \times 8,8 mm) (Tanaka & Sato, 2022).

Ukuran fisik sensor merupakan faktor penentu paling dominan terhadap kualitas akhir sebuah citra digital. Hal ini didasarkan pada prinsip fisika optik sebagai berikut:

  1. Rentang Dinamis (Dynamic Range): Sensor berukuran besar (seperti Full Frame) memiliki ukuran sel piksel individual (photosel/pixel pitch) yang lebih luas dibandingkan sensor kecil pada kerapatan resolusi megapiksel yang sama. Fotosel yang besar mampu menampung lebih banyak partikel foton sebelum terjadi saturasi elektrik. Kemampuan ini meningkatkan rentang dinamis, sehingga kamera mampu merekam gradasi bayangan pekat (shadow) dan sorotan cahaya terik (highlight) secara harmonis tanpa mengalami hilangnya detail data gambar (blown-out / crushed shadows) (Gomez & Martinez, 2023).
  2. Kanal Noise dan Performa Low-Light: Ukuran sensor yang luas meningkatkan rasio sinyal terhadap gangguan (signal-to-noise ratio / SNR). Dalam kondisi kurang cahaya, sensor besar menghasilkan gambar yang bersih dari bintik digital (noise / grain) meskipun disetel pada ISO tinggi.
  3. Kedalaman Ruang Tajam (Depth of Field / DoF): Sensor berukuran besar memungkinkan penciptaan pemisahan ruang tajam yang tipis (efek latar belakang buram / bokeh) secara lebih dramatis, memberikan efek kedalaman visual yang estetik untuk fotografi potret (portrait).

Dalam matriks keputusan TOPSIS, ukuran sensor bertindak sebagai kriteria keuntungan (benefit criterion). Karena dimensi sensor berbentuk variabel kategori, sistem melakukan transformasi data kualitatif sensor ke-i menjadi skor kuantitatif terstandar Sensor Score ($C_4$) berskala 0–1 berdasarkan kategori luas permukaannya (misalnya: Full Frame diberi skor 1,00; APS-C diberi skor 0,70; dan sensor 1-inch diberi skor 0,50). Semakin luas ukuran sensor fisik kamera alternatif, semakin tinggi skor kriteria yang didapatkan.

2.X.5 DAFTAR PUSTAKA (Tambahan untuk BAB II)

  • Chen, X., & Zhang, Y. (2022). Dynamic phase-detection autofocus points allocation for high-speed subject tracking in mirrorless cameras. IEEE Transactions on Consumer Electronics, 68(2), 184-192. https://doi.org/10.1109/TCE.2022.3168925
  • Gomez, L., & Martinez, R. (2023). The impact of image sensor format size on dynamic range and low-light signal-to-noise ratio in digital photography. International Journal of Optical Engineering, 57(4), 045102-1-045102-10. https://doi.org/10.1117/1.OE.57.4.045102
  • Nakamura, K., & Takahashi, M. (2021). Evaluating high ISO digital noise reduction algorithms on CMOS sensors under low-light conditions. Journal of Imaging Science and Technology, 65(3), 030501-1-030501-9. https://doi.org/10.2352/J.ImagingSci.Technol.2021.65.3.030501
  • Prasetyo, B., & Budiman, A. (2023). Analisis exposure triangle pada sensor kamera digital terhadap pembentukan noise citra dalam ruangan redup. Jurnal Fisika Optik dan Aplikasi, 5(1), 12-23. https://doi.org/10.22146/jfoa.v5i1.7821
  • Saputra, R., & Kusumawardani, A. (2022). Analisis kriteria biaya dalam sistem pendukung keputusan persewaan barang menggunakan metode TOPSIS. Jurnal Teknologi dan Sistem Komputer, 10(2), 115-122. https://doi.org/10.14710/jtsiskom.2022.14325
  • Sari, D. P., & Setiawan, I. (2021). Pengaruh persepsi harga sewa dan kualitas produk terhadap keputusan konsumen dalam memilih jasa persewaan peralatan fotografi. Jurnal Manajemen dan Bisnis, 18(1), 45-56. https://doi.org/10.31219/osf.io/7z8vq
  • Susanto, H., Wijaya, K., & Wibowo, S. (2021). Implementasi algoritma tracking berbasis phase detection autofocus pada kamera digital. Jurnal Elektronika dan Telekomunikasi, 21(1), 30-38. https://doi.org/10.14203/jet.v21.30-38
  • Tanaka, H., & Sato, Y. (2022). Quantitative analysis of pixel pitch and sensor area on digital image quality and bokeh expression. Journal of Electronic Imaging, 31(5), 053012-1-053012-11. https://doi.org/10.1117/1.JEI.31.5.053012