Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera
|
|
- Johan Kurnia
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera DODI WAHYU B NRP Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember (ITS) Kampus ITS, Keputih Sukolilo, Surabaya ABSTRAK Dengan meningkatnya jumlah penduduk sekarang, maka permintaan akan jasa transportasi semakin tinggi. Oleh karena itu akan terjadi kenaikan kepadatan lalulintas dan pengguna jasa parkir. Permasalahan parkir sangat penting untuk dikaji seperti kebutuhan ruang parkir yang harus tersedia secara memadai dan sistem pemantau ruangan parkir. Oleh karena itu perlu dibangun suatu sistem yg dapat mendeteksi segala bentuk aktivitas kendaraan pada area parkir. Pada tugas akhir ini akan dibangun suatu sistem deteksi kendaraan pada video pintu masuk dan keluar parkir, serta video pemantauan di ruangan parkir dengan jaringan multicamera. Video dianalisa dengan menggunakan 4 metode yaitu, Konversi Citra, Background substraction, Normalize 2D Cross-Correlation, vehicle tracking. Keseluruhan metode tersebut akan diaplikasikn menggunkan software Matlab R2009b. Hasil dari implementasi metode menunjukkan bahwa video yang tidak terdapat kendaraan berdekatan memiliki persentase kendaraan terdekteksi sebesar 100%, sedangkan terdapat kendaraan yang berdekatan dan terpengaruh bayangan memiliki persentase terdeteksi sebesar 75%. Untuk implementasi menggunakan multi-camera dapat mendeteksi objek dengan coverage area lebih luas dibandingkan singlecamera. Selain itu untuk penempatan kamera, jika semakin tinggi maka mendapatkan luasan jangkauan sebesar 1,5 kali dari setiap peningkatan 0,5 m dan jika semakin besar sudut pantau mendapatkan luasan 1,8 kali dari setiap peningkatan sudut 15 o. Kata Kunci: aktivitas kendaraan, area parkir, singlecamera, multi-camera, video, pendeteksian I. PENDAHULUAN Pada saat ini permasalahan parkir sangat penting untuk dikaji lebih mendalam, seperti ruang parkir yang dibutuhkan harus tersedia secara memadai. Semakin besar volume lalu lintas yang beraktivitas baik yang meninggalkan atau menuju pusat kegiatan, maka semakin besar pula kebutuhan ruang parkir. Selain itu jika pada ruang parkir tersebut tidak dilengkapi dengan kamera deteksi pemantauan ruangan, maka pengendara tidak mengetahui kondisi ruangan parkir yang kosong. Sehingga dari dua permasalahan tersebut, pihak pemilik tempat parkir harus bisa mengetahui jumlah kendaraan yang keluar masuk parkir untuk memudahkan dalam pengaturan keamanan dan pendeteksian kekosongan ruang parkir untuk meningkatkan pelayanan. Sehingga paada tugas akhir ini akan dibangun suatu sistem pendeteksi aktivitas kendaraan pada area parkir dengan jaringan multicamera.. Video hasil rekaman itu dianalisa dengan menggunakan 4 teknik yaitu, Konversi Citra, Background substraction, Normalize 2D Cross-Correlation, vehicle tracking. Keseluruhan teknik tersebut akan diaplikasikn menggunkan software Matlab versi (R2009b). Konversi Citra digunakan untuk merubah format citra yang RGB menjadi grayscale dan kemudian diubah menjadi image binary. Background substraction digunakan untuk memisahkan objek kendaraan dari background di frame pada rekaman video. Untuk metode Normalize 2D Cross- Correlation digunakan untuk mendapatkan nilai korelasi antara objek yang akan dideteksi dengan template yang digunakan, sehingga dapat memperoleh hasil deteksi kendaraan yang lebih akurat. Proses selanjutnya adalah teknik vehicle tracking yang digunakan untuk mendeteksi objek kendaraan pada video. Objek kendaraan yang berada pada video akan dibandingkan dengan template kendaraan yang tersedia. Kemudian setelah didapatkan kesimpulan hasil deteksi objek, maka digunakan untuk mengklasifikasikan kendaraan, menghitung jumlah kendaraan, dan menganalisis kekosongan area parkir pada video. II. TEORI PENUNJANG 2.1. Kamera Tunggal (Single-Camera) Single-camera merupakan teknologi yang memanfaatkan penggunaan satu buah (tunggal) kamera. Dikarenakan hanya menggunakan satu buah kamera saja maka pada teknologi ini tidak bisa membentuk suatu jaringan(network). Meskipun pada single-camera tidak bisa membentuk jaringan, tetapi dapat dimanfaatkan untuk aplikasi pemantauan objek atau suatu ruangan dengan space terbatas. Beberapa kekurangan pada pemakaian singlecamera sebagai berikut: 1. Keterbatasan coverage area pemantauan,. 2. Keterbatsan sudut pandang hanya pada satu sisi dari objek (2D) 3. Tidak bisa membentuk jaringan (network), hanya terhubung secara single hop. 4. Keterbatasan dalam memperoleh/menyimpan informasi suatu aktivitas selama pemantauan secara live 5. Tidak adanya back-up kamera lain yang terintegrasi otomatis, ketika terjadi kerusakan Jaringan Multi-Camera (multi-camera network) Multi-camera merupakan teknologi yang memanfaatkan penggunaan lebih dari satu buah kamera. Sehingga pada multi-camera bisa membentuk jaringan yang dapat di-control secara langsung oleh admin. Gambar 1 merupakan bentuk jaringan multi-camera. Sehingga dapat didefinisikan bahwa jaringan multi-camera merupakan suatu jaringan yang terorganisasi secara terpusat oleh admin dengan melakukan penyebaran kamera pada titik-titik yang sudah ditentukan. Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS 1
2 deteksi Gambar 2. vehicle tracking (a) Gambar 1. (a). Maket ruangan yang terintegrasi dengan multi-camera network. Denah Parkir yang terintegrasi dengan multi-camera network Beberapa hal yang bisa dipelajari dalam jaringan multi- segala jenis camera adalah konseptual dan algoritmik untuk komputer, pemrosesan sinyal, dan komputasi, serta untuk jaringan kabel dan nirkabel(wireless). Sistem processing pada multi-camera menggunakan dua buah mode processing architecture yaitu centralized processing dan distributed processing [1]. Beberapa kelebihan yang dimiliki oleh jaringan multiarea (coverage camera sebagai berikut: 1. Mampu melakukan pemantauan area) secara total pada setiap ruangann 2. Dapat melakukan pemantauan dengan sudut pandang lebih dari satu sisi pada satu objek, sehingga dapat menghasilkan informasi citra berbentuk 3D 3. Bisa dilakukan controlling secara terpusat pada jaringan, jadi bisa membentuk suatu jaringan dengan koneksi multi-hop. 4. Adanya back-up dengan kamera lain, ketika terjadi kerusakan pada salah satu node kamera yang tersebar Metode-Metode Untuk Pendeteksian Objek Metode Background Substraction Proses background substraction adalah proses yang berfungsi untuk menghilangkan objek yang statis pada sebuah citra. Metode background substraction bertujuan untuk menentukan kemungkinan adanyaa suatu objek bergerak dari sebuah citra dengan perbedaan yang terlihat pada background dan objek, yaitu dengan memisahkan antara background dari foreground pada suatu gambar. Jadi dapat ditampilkan dalam bentuk persamaan 1 sebagai berikut. Selanjutnya (vehicle tracking). Cara perhitungan normalized 2D cross-correlation pada Matlab dinyatakan dengan perintah, C= normcorr2(template,a). Hasil C merupakan koefisien korelasi yang memiliki range nilai dari -1.0 sampai 1.0 [3] Vehicle Tracking Suatu sistem monitoring berbasis video harus dapat mengenali objek kendaraan bermotor pada setiap urutan frame video. Vehicle tracking juga dapat mengklasifikasikan kendaraan bermotor berdasarkan jenisnya mobil atau nonpada video ditandai mobil. Objek kendaraan bermotor dengan persegi panjang yang luasanya bergantung pada objek tersebut. Proses vehicle tracking terlihat pada gambar 2. III. METODE DAN PERANCANGAN SISTEM 3.1. Perencanaan Topologi Jaringan Komunikasi Single-camera antara server dengan satu buah kamera saja, sedangkan untuk multi-camera komunikasi antara server dengan lebih dari satu kamera yang tersebar pada titik-titik tertentu. Padaa gambar 3 dibawah ini merupakan contoh cakupan dari topologi jaringan yang digunakan dalam penelitian Metodologi Penelitian Metodologi penelitian dari perancangan sistem pendeteksi aktivitas kendaraan ini seperti terlihat pada Gambar 4. Pada gambar ditunjukkan dua buah topologi dalam melakukan perekaman video, yaitu single-camera dan multi-camera network beserta cakupannya. 2,6 m 10,6 m 2,4 m (a) 1,5 m A servee 2 m A [frame i background i ] > Threshold 1 Pada proses background substraction digunakan operasi matrik yaitu operasi pengurangan dengan menghasilkan nilai lebih besar dari threshold [2] Normalized 2D cross-correlation Pada proses ini digunakan untuk menentukan nilai kesamaan antara objek dan template, sehingga mendapatkan nilai korelasi yang digunakan sebagai masukan ke proses Gambar 3. (a). Contoh Cakupan Single-camera. Contoh Cakupan multi-camera
3 Gambar 4. Metodologi Penelitian Gambar 6. Diagram alir proses pendeteksi objek kendaraan Gambar 5. Diagram alir proses pendeteksi template kendaraan 3.3. Proses Pendeteksi Template Kendaraan Cara kerja diagram alir pada gambar 5 di atas adalah adalah sebagai berikut: 1. Mengambil urutan frame tertentu dari video, kemudian merubah format frame video (RGB) ke format citra biner, kemudian dilakukan background substraction. 2. proses remove small object, untuk menghilangkan objek kecil yang tidak dibutuhkan sehingga objek yang muncul hanya objek kendaraan saja. 3. Kemudian proses menutup lubang pada objek. Proses ini bertujuan untuk menutup lubang atau citra yang bernilai 0 (warna hitam) pada objek. 4. Diteruskan dengan proses clear border. Proses ini bertujuan agar dihasilkan gambar yang bebas dari noise. 5. Setelah terbentuk objek yang sudah bersih dari noise, maka akan dilakukan pengukuran panjang dan lebar dari objek tersebut, sehingga bisa didapatkan luasan persegi panjang. Dan dengan hasil tersebut maka video dengan urutan frame tersebut disimpan untuk dijadikan template Proses Pendeteksi objek kendaraan Setiap frame video akan dideteksi apakah memiliki objek bernilai 1 (putih), kemudian akan ditandai dengan persegi panjang berwarna merah dan akan dibandingkan dengan template yang tersedia dengan menggunakan Normalized 2D cross-correlation. Gambar 7. Diagram alir proses menghitung objek Nilai koefisien Normalized 2D cross-correlation berkisar antara -1 sampai 1. Karena memiliki range yang luas, maka perlu dilakukan operasi untuk mempersempit range menjadi 0 sampai 1. Nilai inilah yang digunakan untuk dapat menentukan jenis kendaraan sepeda motor dan mobil. Pada gambar 6 merupakan diagram alir proses pendeteksi objek kendaraan Proses Perhitungan jumlah objek Proses pada gambar 7 di atas menjelaskan bahwa program melakukan perhitungan jumlah objek pada video yang terdeteksi. Melalui perbandingan luasan persegi panjang dengan template, Sehingga bisa diketahui jumlah kendaraan (sepeda motor dan mobil) yang masuk dan keluar area parkir. Selain itu program juga dapat mendeteksi kekosongan ruangan parkir untuk kendaraan jenis mobil Desain GUI Sistem Pendeteksi Aktivitas Kendaraan Untuk mempermudah dalam menampilkan hasil pendeteksian aktivitas kendaraan. Maka didesain 3 buah GUI, yaitu Program untuk cover menu seperti pada gambar 8(a), program untuk mendeteksi keluar masuk kendaraan seperti pada gambar 8, dan program untuk mendeteksi kekosongan area parkir seperti pada gambar 8(c). Proceeding Seminar Tugas Akhir Jurusan Teknik Elektro FTI-ITS 3
4 (a) Tabel 3. Pintu Masuk Tabel 4. Pintu Keluar No Objek Jumlah Jmlah No Objek Jumlah Jmlh kndrn yang trdteksi hasil deteksi riil kndrn yang trdteksi hasil deteksi riil (c) Gambar 8. GUI Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Gambar 9. Bentuk (pola) coverage area oleh kamera 7 Tabel 1. Hasil pengujian dengan ketinggian 1,45 meter No Sdt Tinggi Panjang Lebar1 Lebar2 Luasan 1 30 o 1.45 m 4,1 m 3,6 m 3,2 m 13,94 m o 1.45 m 6,4 m 5,9 m 5,4 m 36,16 m o 1.45 m 8,5 m 7,9 m 7,3 m 64,6 m 2 Tabel 2. Hasil pengujian dengan ketinggian 1,95 meter No Sdt Tinggi Panjang Lebar1 Lebar2 Luasan 1 30 o 1.95 m 5,7 m 5,2 m 4,8 m 28,5 m o 1.95 m 7,8 m 7,2 m 6,7 m 54,21m o 1.95 m 10 m 9,4 m 8,9 m 91,5 m 2 IV. DATA DAN ANALISA DATA 4.1. Pengujian parameter tinggi dan sudut dalam Penempatan Kamera Pada gambar 9 menunjukkan pola coverage area oleh kamera yang digunakan. Didapatkan nilai panjang (p), lebar maksimum (L1) dan lebar minimum (L2). Kemudian dilakukan pengujian terhadap parameter sudut dan ketinggian dari penempatan kamera. Hasil pegujian seperti pada tabel 1 dan tabel 2. jika kamera dengan ketinggian 1,,45 m dan sudut 30 o mendapatkan luasan sebesar 13,94 m 2, untuk tinggi 1,45m dan sudut 45 o mendapatkan luasan sebesar 36,16 m 2, kemudian jika dengan sudut 45 o dan tinggi 1,95 m bisa memperoleh luasan sebesar 54,21m 2. Sehingga untuk setiap peningkatan tinggi 0,5 m dapat menaikkan luasan sebesar 1,5 kali dari luasan sebelumnya, dan setiap peningkatan sudut 15 o dapat menaikkan luasan sebesar 1,8 kali. Sehingga parameter pengujian tersebut dapat mempengaruhi kemampuan coverage area dari kamera untuk bisa lebih efektif Pengujian Video yang direkam dengan single- dan keluar camera pada video di pintu masuk parkir Pada hasil pengujian aktivitas kendaraan di pintu masuk seperti pada tabel 3, maka dapat disimpulkan bahwa jika posisi kendaraan tidak berdekatan dengan kendaraan lain dapat menghasilkan pendeteksian sesuai dengan jumlah riil dengan persentase hasil deteksi 100% %. Sedangkan jika pada video terdapat kendaraan yang berdekatan maka program tidak dapat mendeteksi kendaraan sesuai jumlah riil dengan persentase 66,67%. Begitu juga dengan hasil rekaman pada video di pintu keluar seperti pada tabel 4, program hanya mampu mendeteksi kendaraan dengan persentase seperti disaat pintu masuk, kecuali jika ada objek yang berdekatan persentase keberhasilan program sebesar 50% Pengujian Video yang direkam dengan multi-camera Dari gambar 10 maka dapat diketahui bahwa, desain menggunakan 2 buah kamera dengann ketinggian dari lantai setinggi 2 meter dan terdapat 2 buah ruangan. Untuk ruang I dipantau oleh cam-1 yang ditandai dengan warna orange dan untuk ruang II dipantau oleh cam-2 yang ditandai dengan warna merah. Pada masing-masing kamera memiliki jangkauan pemantauan yang sama yaitu sepanjang 7,8 m, tetapi pada gambar hanya terbatas 2,5 m. Sehingga jika ada objek yang melewati ruang I, makaa objek tersebut masuk dalam area pemantauan pada cam-1. Sedangkan jika objek melewati ruang II, maka cam-2 akan menangkap objek tersebut. Tetapi jika objek memasuki area perpotongan antara cam-1 dan cam-2, maka objek tersebut dapat ditangkap oleh 2 buah kamera secara bersamaan dengan hasil tampilan objek yang berbeda sisi. Pada tabel 5, terbagi menjadi tiga hasil deteksi, yaitu objek terdeteksi dengan cam-1, terdeteksi dengan cam-2, dan terdeteksi cam-1 cam-2. Pada video pertama dengan total 152 frame dan waktu 302 detik, cam-1 dapat menangkap objek pada frame ke 1-33 dengan durasi waktu 64 detik.
5 Gambar 10. Denah ruangan dengan pemantauan jaringan multi-camera Tabel 5. Hasil pengujian deteksi objek dengan multi-camera Nama video Durasi (s) Frame ke Terdeteksi oleh Cam-1 Cam-2 Multi-cam1 00:01 01: ok - 01:05 03: ok ok 03:07 05: ok Multi-cam2 00:01 01: ok - 01:24 04: ok ok 04:30 07: ok Sebaliknya untuk cam-2 dapat menangkap objek pada frame ke dan dengan durasi waktu 3,5 detik. Cam-1 cam-2 dapat menangkap objek dengan waktu yang bersamaan pada frame ke dan dengan durasi waktu 4 detik. Begitu juga untuk video yang kedua, objek mengalami tiga kali pendeteksian yaitu, oleh cam-1, cam-2, dan cam-1 cam-2. Jika menggunakan single-camera, berarti hanya menggunakan 1 buah kamera (cam-1/cam-2), maka kemampuan sistem dalam mendeteksi objek hanya terbatas pada jangkauan pemantauan kamera. Jumlah frame dan durasi waktu yang ditangkap kamera lebih sedikit. Sehingga dapat disimpulkan dari pengujian multi-camera tersebut dapat digunakan sebagai salah satu metode untuk melakukan perluasan pemantauan suatu ruangan (coverage area) dalam hal semakin besar jumlah frame dan durasi waktu objek bisa dipantau oleh kamera dengan ruangan yang semakin luas Pengujian Pengaruh Posisi Objek Pada Citra Pada gambar 11 terlihat sketsa background yang menjelaskan tentang suatu citra background dengan ukuran piksel sesuai dengan kamera yang digunakan yaitu 320 x 240 piksel. Pada pengujian ini bertujuan untuk dapat mengetahui pengaruh dari posisi objek pada hasil deteksi. Tabel 6. Hasil Pengukuran Posisi Objek pada Citra Nama video Frame Parameter jarak(piksel) Hasil ke - X Y A B deteksi Vertical_ tidak atas terdeteksi terdeteksi tidak Horizont al_kanan Mtr_msk 1 Mbl_msk tidak terdeteksi terdeteksi tidak tidak terdeteksi terdeteksi tidak tidak terdeteksi tidak Dimana X, jarak terhadap panjang piksel antara objek terluar dengan sisi tepi piksel bernilai 0 /noise, Y adalah jarak terhadap panjang piksel antara objek terluar dengan sisi tepi piksel bernilai 320 /noise, sedangkan untuk A, jarak terhadap lebar piksel antara objek terluar dengan sisi tepi piksel bernilai 0 /noise, dan B jarak terhadap lebar piksel antara objek terluar dengan sisi tepi piksel bernilai 240 /noise. Dari tabel 6 di atas maka dapat disimpulkan bahwa objek akan dapat terdeteksi dengan program jika berada pada posisi dengan jarak >= 10 piksel dari sisi tepi citra/noise pada citra. Berdasarkan data di atas jika pada background yang akan dideteksi tidak terdapat noise berupa pengaruh lingkungan atau pencahayaan, maka urutan frame-frame yang bisa dideteksi oleh program dapat ditentukan antara, >= frame ke-5 dan <= (end_frame 5) dengan syarat pada frame ke-1 objek sudah memasuki background Pengujian program pendeteksi kekosongan area parkir Dikarenakan pengaruh posisi dan banyaknya noise yang terdapat pada pengujian pertama seperti pada gambar 12 (a) maka dilakukan perubahan tempat dalam perekaman video parkir. Perekaman kedua dilakukan di ruangan laboratorium komunikasi multimedia, background yang digunakan memiliki ukuran yang lebih kecil dengan skala 1:20 dengan background aslinya. Sedangkan untuk objek kendaraan yang digunakan dengan skala 1:22,5 yaitu untuk ukuran kendaraan panjang sebenarnya 4,5m dan lebar 1,8m, kemudian untuk objek kendaraan mainan yang digunakan dengan panjang 20cm dan lebar 8cm seperti gambar 12. A 800cm 40cm 240 X Y 320 Gambar 11. Sketsa Background B 1200cm 60cm (a) Gambar 12. Sketsa objek yang diskalakan
6 Tabel 7. Hasil pengujian program pendeteksi kekosongan area parkir Nama Frame Area Kpsts Hasil Jmlh Objk Prkr video ke- parkir prkr deteksi riil trdtksi ksng rkir rkir2 rkir3 rkir Dengan tabel 7 di atas maka dapat ditarik kesimpulan bahwa program hanya mampu mendeteksi kekosongan area parkir jika posisi objek tidak berdekatan dan sisi terluar objek berada >= 10 piksel dari sisi tepi citra/noise. Jika posisi objek memenuhi syarat-syarat tersebut maka kemampuan program dalam mendeteksi bisa mencapai persentase keberhasilan 100%. Tetapi jika terdapat objek yang tidak sesuai dengan syarat tersebut di atas. Maka keberhasilan program hanya mampu mendeteksi sebesar 66,67%. V. PENUTUP 5.1. Kesimpulan 1. Penempatan kamera berdasarkan tinggi dan besar sudut pemantauan mempengaruhi dalam memaksimalkan coverage Area kamera. Dengan ketinggian 1,45 m dan sudut 30 o mendapatkan luasan sebesar 13,94m 2, sedangkan dengan sudut 45 o mendapatkan luasan sebesar 36,16 m 2. Kemudian jika dengan tinggi 1,95m dan sudut 45 o bisa memperoleh luasan sebesar 54,21m 2. Sehingga untuk setiap peningkatan tinggi 0,5m dapat menaikkan luasan sebesar 1,5 kali dari sebelumnya, dan setiap peningkatan sudut 15 o dapat menaikkan luasan sebesar 1,8 kali. 2. Tidak semua frame pada video dapat dideteksi, dikarenakan pada frame tersebut, kendaraan belum atau sudah melewati background tetapi terekam pada video dan kendaraan berada pada posisi < 10 piksel dari garis tepi frame atau noise. 3. Bayangan yang muncul pada kendaraan divideo, mempengaruhi bentuk kendaraan itu sendiri. Sehingga dimensi kendaraan menjadi lebih besar. Hal ini mengakibatkan penentuan tetapan luasan dimensi (piksel) kendaraan menjadi sulit dalam pendeteksian. 4. Keberhasilan Progam pendeteksi aktivitas kendaraan dan kekosongan area parkir pada saat kondisi kendaraan tidak berdekatan dengan kendaraan lain memiliki persentase sebesar 100%. Sedangkann video yang terdapat kondisi berdekatan memiliki persentase keberhasilan sebesar 66,67%. 5. Pada pengujian video dengan menggunakan metode multi-camera objek dapat dipantau dengan coverage area semakin luas, sehingga jumlah frame objek dipantau semakin banyak dan waktu semakin lama, yaitu pada video multi-cam1 dengan single-camera sebanyak 96 frame dan 3 detik, tetapi jika dengan multicamera sebanyak 152 frame dan 5 detik Saran Saran yang dapat digunakan untuk pengembangan lebih lanjut dari tugas akhir ini adalah: 1. Untuk sistem pendeteksi aktivitas kendaraan jika diaplikasikan untuk perekaman video pada pintu masuk dan keluar parkir, maka penempatan kamera hendaklah membentuk sudut 45 o dengan ketinggian 1,95 m. Hal ini dikarenakan pada pengujian dengan sudut tersebut, hasil dari luasan yang paling efektif tidak terlalu kecil dan besar. 2. Menambahkan template kendaraan yang bermacam- dan menggunakan macam jenis model kendaraan metode pendeteksi yang lebih akurat. 3. Untuk sistem pendeteksi kekosongan area parkir jika diaplikasikan secara langsung pada ruang parkir, maka kondisikan ruangan dalam keadaan mendapatkan pencahayaan dari berbagai arah agar cahaya dalam ruangan rata dan bayangan muncul seminimal mungkin. 4. Agar dapat diaplikasikan sebagai Real Time Video Surveillance, kamera yang digunakan harus dapat dikenali oleh software Matlab. DAFTAR PUSTAKA [1].Aghajan, H. and Cavallaro, A Multi-Camera Networks Principles and Applications. United states : Academic Press [2].Review of Background Substraction Methodes tractionreview-piccardi.pdf [3].Robert M. Haralick and Linda G. Shapiro Computer and Robot Vision, Volume II,. Addison- Wesley, pages RIWAYAT PENULIS Dodi Wahyu Budiarso, lahir di Ngawi padaa tanggal 29 Agustus 1987, Pada tahun 2000 penulis menamatkan pendidikan Sekolah Dasar di SDN Keraskulon 1 Ngawi, kemudian melanjutkan pendidikan di SLTPN 2 Ngawi dan selesai pada tahun Penulis menyelesaikan Pendidikan Sekolah Menengah Umum di SMUN 2 Ngawi pada tahun Dengan anugerah Allah SWT, penulis dapat melanjutkan studi di PTN Institut Teknologi Sepuluh Nopember Surabaya dengan mengambil Jurusan Teknik Elektro. Penulis mengambil Bidang Studi Telekomunikasi Multimedia dan aktif dalam kegiatan Laboratorium Jaringan dan Laboratorim Multimedia, seperti menjadi asisten Praktikum Dasar Sistem Telekomunikasi dan menjadi Koordinator Praktikum Komunikasi Data dan Pengolahan Sinyal Multimedia. Selain itu, Penulis juga aktif dalam kegiatan kemahasiswaan Himpunan Mahasiswa Elektro ITS dan Badan Eksekutif Mahasiswa ITS. 6
Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel
Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel ALDELLA PUTRA A. NRP 070006 Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut
Lebih terperinciRancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra
Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra M Agus Taksiono, Dr. Ronny Mardiyanto, ST., MT.dan Ir. Joko Purwanto M.Eng, Ph.d Jurusan Teknik Elektro, Fakultas
Lebih terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciPERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA
PERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA Oleh : Abdillah Triningtyas 2209106060 Dosen Pembimbing : Dr. Ir. Achmad Affandi, DEA Dr. Ir. Wirawan, DEA LATAR
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciIP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL
IP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL OLEH : ANDI MUHAMMAD ALI MAHDI AKBAR Pembimbing 1: Arief Kurniawan, ST., MT Pembimbing 2: Ahmad Zaini, ST., M.Sc. Page 1
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperinciANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION
ANALISA ALGORITMA PENGHITUNG KENDARAAN RODA EMPAT DALAM KONDISI SIANG DAN MALAM HARI DENGAN METODE FRAME INTERSECTION Brillian Bagus Pakerti Utama 1), Ratri Dwi Atmaja 2), Azizah 3) 1),2),3) S1 Teknik
Lebih terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciOPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS
OPTIMASI ALGORITMA IDENTIFIKASI STRABISMUS PADA MATA MANUSIA BERBASIS IMAGE PROCESSING DENGAN EUCLIDEAN DISTANCE PADA SISTEM MEKANIKAL AUTOMATED OPTICAL INSPECTION (AOI) AHMAD RIFA I RIF AN NRP. 2106 100
Lebih terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciPEMANFAATAN KAMERA CCTV SEBAGAI ALAT BANTU TRAFFIC SURVEY BIDANG : TRAFFIC ENGINEERING. Ressi Dyah Adriani NPP
PEMANFAATAN KAMERA CCTV SEBAGAI ALAT BANTU TRAFFIC SURVEY BIDANG : TRAFFIC ENGINEERING Ressi Dyah Adriani NPP 10529 ressi.adriani@jasamarga.co.id ABSTRAK Data kepadatan lalu-lintas merupakan kebutuhan
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
Lebih terperinciPERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING
PERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING 1 Rucitra Danny Anindita dan Arief Rahman Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
Lebih terperinciAnalisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video
Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video Ety Sutanty dan Ari Rosemala Jurusan Sistem Informasi, Universitas Gunadarma Depok, Indonesia
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciPENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING
PENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING Vandry Eko Haris Setiyanto 1, Cahya Rahmad. 2, Ulla Delfana Rosiani. 3 Teknik Informatika, Teknologi Informasi,
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciRancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam. Kampus ITS, Surabaya
Rancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam Choirul Umul Islami 1, Mike Yuliana 2, Akuwan Shaleh 2 1 Mahasiswa Politeknik Elektronika Negeri Surabaya, Jurusan Teknik Telekomunikasi
Lebih terperinciMENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING Muahamd Syukur¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciAnalisa dan Pemodelan Kerumunan Orang pada Video Digital
Sidang Tugas Akhir Analisa dan Pemodelan Kerumunan Orang pada Video Digital Oleh: Nick Darusman (2209106015) Dosen Pembimbing Dr. Ir. Wirawan, DEA Jumat, 24 Januari 2012 Surabaya 1 Latar Belakang Angka
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya perkembangan teknologi saat ini menjadi umpan bagi para ahli untuk mencetuskan terobosan-terobosan baru berbasis teknologi canggih. Terobosan ini diciptakan
Lebih terperinciSistem Penangkap Citra Pelanggaran Lampu Merah
Sistem Penangkap Citra Pelanggaran Lampu Merah 1 Muhtadin 1) Isrin Ramdani 2) Ahmad Zaini 2) 1) Jurusan Teknik Elektro ITS, Surabaya 60111, email: muhtadin@ee.its.ac.id 2) Jurusan Teknik Elektro ITS, Surabaya
Lebih terperinciPELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION
PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan 1), I Wayan Mustika 2), dan Sri Suning Kusumawardani 3) 1),2), 3) Laboratorium Sistem Elektronis, Jurusan
Lebih terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.
BAB 4 IMPLEMENTASI DAN EVALUASI Bab ini menjelaskan tentang hasil penelitian yang berupa spesifikasi sistem, prosedur operasional penggunaan program, dan analisa sistem yang telah dibuat. 4.1 Spesifikasi
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Peningkatan yang pesat dalam jumlah kendaraan dikota besar memiliki dampak terhadap kebutuhan parkir di tempat-tempat umum seperti di rumah sakit, kantor, pusat perbelanjaan,
Lebih terperinciPERANCANGAN SISTEM KONTROL LAMPU LALU LINTAS OTOMATIS BERBASIS LOGIKA FUZZY MENGGUNAKAN SENSOR KAMERA
Seminar Tugas Akhir PERANCANGAN SISTEM KONTROL LAMPU LALU LINTAS OTOMATIS BERBASIS LOGIKA FUZZY MENGGUNAKAN SENSOR KAMERA Oleh : Andri Kuncoro NRP. 2406100042 Dosen Pembimbing : Ir. Moch. Ilyas Hs. NIP.194909191979031002
Lebih terperinciTRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION
TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK (Hasil Penelitian)
ANALISIS PELACAKAN OBJEK MENGGUNAKAN BACKGROUND ESTIMATION PADA KAMERA DIAM DAN BERGERAK ( Penelitian) Oleh : Wahyu Supriyatin 1, Yeniwarti Rafsyam 2, Jonifan 3 1,3 Universitas Gunadarma Jakarta, Jalan
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pada saat ini pengamatan atau pemantauan suatu kondisi tempat ataupun ruangan melalui video sudah banyak diterapkan. Pengembangan dari sistem pengamatan berbasis video
Lebih terperinciPengendalian Posisi Mobile Robot Menggunakan Metode Neural Network Dengan Umpan Balik Kamera Pemosisian Global
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pengendalian Posisi Mobile Robot Menggunakan Metode
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari
48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium
Lebih terperinciBAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan
BAB IV PENGUJIAN SISTEM Pengujian sistem yang dilakukan merupakan pengujian terhadap program mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan citra dari webcam, pengolahan citra
Lebih terperinciAKURASISI PELONTARAN CAKRAM PADA ROBOT PELONTAR BERBASIS WEBCAM SEBAGAI PENDETEKSI OBJEK
AKURASISI PELONTARAN CAKRAM PADA ROBOT PELONTAR BERBASIS WEBCAM SEBAGAI PENDETEKSI OBJEK Dody Novriansyah 1*, Sopian Soim 1, Ade Silvia Handayani 1 1 Program Studi Teknik Telekomunikasi, Fakultas Teknik
Lebih terperinciMetode Penyimpanan Data Secara Kolaboratif Dalam Jaringan Sensor
Metode Penyimpanan Data Secara Kolaboratif Dalam Jaringan Sensor M. Mufid Mas Udi 2205100010 Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember Kampus ITS, Keputih-Sukolilo, Surabaya-60111
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
Lebih terperinciKONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR
KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR Thiang, Felix Pasila, Agus Widian Electrical Engineering Department, Petra Christian University 121-131 Siwalankerto,
Lebih terperinciBAB 1 PENDAHULUAN. Augmented Reality menjadi semakin luas. Teknologi Computer Vision berperan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Teknologi Augmented Reality dapat memvisualisasikan dengan baik model 3 dimensi, video, paparan area, maupun animasi 3 dimensi dengan hanya membutuhkan deteksi visual
Lebih terperinciAnalisa Gerakan Manusia Pada Video Digital
Analisa Gerakan Manusia Pada Video Digital Abstrak - Pengenalan cara bergerak tubuh manusia (human motion) dari video stream memiliki beberapa aplikasi dalam video surveillance (pengawasan), dunia hiburan,
Lebih terperinciSIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING
SIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING MONITORING SIMULATION OF INCOMING AND OUTGOING OBJECT TO CONTROL FIELD AVAILABILITY WITH
Lebih terperinci1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sejak lahir, balita masih belum mengenal apapun yang dilihatnya. Dalam pertumbuhannya, balita mulai dapat mengenali sesuatu. Proses pengenalan pada balita dengan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem parkir khususnya untuk parkir mobil di tempat-tempat pusat perbelanjaan di Indonesia pada umumnya sudah menerapkan sistem otomatis. Setiap mobil yang
Lebih terperinciANALISIS PELACAKAN OBJEK MOBIL DENGAN OPTICAL FLOW PADA KAMERA DIAM DAN BERGERAK
ANALISIS PELACAKAN OBJEK MOBIL DENGAN OPTICAL FLOW PADA KAMERA DIAM DAN BERGERAK Wahyu Supriyatin 1), Winda Widya Ariestya 2) 1, 2) Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Gunadarma
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Permasalahan Pemanfaatan Augmented Reality pada umumnya berfokus pada kemampuan visualnya, yaitu berupa bentuk tiga dimensi, lingkungan tiga dimensi, animasi,
Lebih terperinciBAB 1 PENDAHULUAN. Dewasa ini, lahan parkir menjadi kebutuhan utama pengguna kendaraan,
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini, lahan parkir menjadi kebutuhan utama pengguna kendaraan, terutama di kota-kota besar. Pada tempat-tempat yang ramai dikunjungi, untuk memudahkan dokumentasi
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciIDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME
IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME Hendy Mulyawan, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciPENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL
PENGENDALIAN POSISI MOBILE ROBOT MENGGUNAKAN METODE NEURAL NETWORK DENGAN UMPAN BALIK KAMERA PEMOSISIAN GLOBAL Randy Reza Kautsar (1), Bima Sena Bayu D S.ST M.T (2), A.R. Anom Besari. S.ST, M.T (2) (1)
Lebih terperinciGambar 4.1 Diagram Percobaan
BAB 4 HASIL DAN PEMBAHASAN 4.1 Kerangka Percobaan Pada bab ini dilakukan pembahasan dari implementasi terhadap sistem yang telah dirancang, berupa cara kerja sistem dan pembahasan data-data percobaan yang
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciAnalisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video
Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video 1 Ety Sutanty, 2 Ari Rosemala 1,2 Universitas Gunadarma, Jurusan Sistem Informasi, Depok, Indonesia
Lebih terperinciSISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI
SISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI Jourdan Septiansyah Efflan NRP. 2209100084 Dosen Pembimbing Ronny Mardiyanto, ST.,MT.,Ph.D. Ir. Djoko Purwanto,M.Eng.,Ph.D. JURUSAN
Lebih terperinciDETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM
DETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM Charles Edison Chandra; Herland Jufry; Sofyan Tan Computer Engineering Department, Faculty of Engineering, Binus University
Lebih terperinciAPLIKASI PENGUKURAN KECEPATAN SEPEDA MOTOR MENGGUNAKAN METODE FRAME DIFFERENCE BERBASIS ANDROID
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Alat pengukur kecepatan kendaraan bermotor adalah salah satu aplikasi dari penelitian terhadap benda yang bergerak. Alat ini berfungsi untuk menentukan seberapa
Lebih terperinciIDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS)
Powered by TCPDF (www.tcpdf.org) IDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS) Inung Wijayanto¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
Lebih terperinciRestorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah
Restorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah Bayu Setyo Prayugi Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh
Lebih terperinciAPLIKASI PENGHITUNG JUMLAH ORANG LEWAT MENGGUNAKAN METODE NORMALIZED SUM SQUARED DIFFERENCES (NSSD) SKRIPSI
APLIKASI PENGHITUNG JUMLAH ORANG LEWAT MENGGUNAKAN METODE NORMALIZED SUM SQUARED DIFFERENCES (NSSD) SKRIPSI Diajukan Oleh : DEDDY PRASETYA PUTERA 0736010029 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinci2015 PENGGUNAAN ALGORITMA FAST CONNECTIVE HOUGH TRANSFORM DAN ANALISIS HISTOGRAM UNTUK MENENTUKAN LOKASI PLAT NOMOR
BAB I PENDAHULUAN Latar Belakang Sistem pengawasan menggunakan kamera merupakan salah satu aplikasi praktis dari perkembangan teknologi yang dapat membantu permasalahan seharihari. Dengan sistem pengawasan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang, permasalahan, tujuan dan ruang lingkup, dan sistematika penulisan laporan dari tesis ini. 1.1 Latar Belakang Di tempat umum seperti
Lebih terperinciAPLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN
APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D, Lukas B. Setyawan, F. Dalu Setiaji APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D 1,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian ini merupakan penelitian di bidang pemrosesan citra. Bidang pemrosesan citra sendiri terdapat tiga tingkatan yaitu operasi pemrosesan citra tingkat rendah,
Lebih terperinciMILIK UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Thinning atau penipisan citra adalah suatu operasi untuk mereduksi citra biner dalam suatu objek menjadi rangka (skeleton) yang menghampiri sumbu objek.
Lebih terperinciRancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection
JURNAL TEKNIK POMITS Vol., No., (22) -6 Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection Muji Tri Nurismu
Lebih terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciPengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN)
Pengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN) Iman Ilmawan Muharam Manajemen Sistem Informasi Universitas Gunadarma Jl. Margonda Raya No. 100, Depok 16424, Jawa Barat ilmawan@sta.gunadarma.ac.id
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciSISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING
SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1. Analisis Masalah 3.1.1. Deskripsi Masalah Seiring dengan perkembangan jaman, maka makin meningkat pula kebutuhan seseorang akan informasi. Penerapan teknologi informasi
Lebih terperinciVOLT. Jurnal Ilmiah Pendidikan Teknik Elektro. Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 1, No. 1, Oktober 2016, 61-66
P-ISSN: 2528-5688 E-ISSN: 2528-5696 VOLT Jurnal Ilmiah Pendidikan Teknik Elektro Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 1, No. 1, Oktober 2016, 61-66 TRAFFIC MONITORING : SISTEM PENGHITUNG
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciBAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG PERMASALAHAN Sistem penglihatan manusia merupakan suatu system yang sangat kompleks, tetapi sangat dapat diandalkan. Sistem ini memberikan sarana pengenalan obyek yang
Lebih terperinciPENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI. Disusun Oleh : Hery Pramono NPM.
PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI Disusun Oleh : Hery Pramono NPM. 0434010389 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
Lebih terperinciBAB 2 LANDASAN TEORI. metode yang digunakan sebagai pengawasan kendaraan yang menggunakan pengenalan
BAB 2 LANDASAN TEORI 2.1 Automatic Number Plate Recognition Automatic Number Plate Recognition atau yang disingkat dengan ANPR adalah metode yang digunakan sebagai pengawasan kendaraan yang menggunakan
Lebih terperinciIDENTIFIKASI JENIS KENDARAAN BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE TEMPLATE MATCHING
IDENTIFIKASI JENIS KENDARAAN BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL MENGGUNAKAN METODE TEMPLATE MATCHING Mochamada Teguh Kurniawan¹, Koredianto Usman², Achmad Rizal³ ¹Teknik Telekomunikasi,, Universitas
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam kehidupan sehari-hari semakin banyak masalah yang terjadi seiring meningkatnya populasi di daerah perkotaan, akibatnya lalu lintas menjadi lebih padat karena
Lebih terperinciProgram Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini
Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak
Lebih terperinciRANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA
ISSN : 2442-5826 e-proceeding of Applied Science : Vol.2, No.1 April 2016 Page 383 RANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA Luki Wahyu Hendrawan 1 Mohammad Ramdhani, S.T.,M.T
Lebih terperinciIII. METODOLOGI PENELITIAN
15 III. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian ini dilaksanakan pada bulan Juli Desember 2007 di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian, Departemen Teknik Pertanian, Fakultas
Lebih terperinciBAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciDAFTAR ISI. BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Alir Utama Kamera Web iii
Aplikasi Kamera Web Untuk Mengidentifikasi Plat Nomor Mobil Jemmy / 0322042 E-mail : kaiser_jemmy@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria
Lebih terperinciSISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA
SISTEM KONTROL GERAK SEDERHANA PADA ROBOT PENGHINDAR HALANGAN BERBASIS KAMERA DAN PENGOLAHAN CITRA Dirvi Eko Juliando Sudirman 1) 1) Teknik Komputer Kontrol Politeknik Negeri Madiun Jl Serayu No. 84, Madiun,
Lebih terperinciAPLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI
APLIKASI PENGHAPUSAN BAYANGAN PADA IMAGE DENGAN MENGGUNAKAN METODE FUZZY C-MEANS (FCM) SKRIPSI OLEH: FARIS SANTA EKA WIARTA NPM : 0736010025 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK INDUSTRI - FTI UNIVERSITAS
Lebih terperinciBAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA
BAB IV UJI PENENTUAN POSISI TIGA DIMENSI BUAH JERUK LEMON PADA TANAMANNYA A. Pendahuluan Latar belakang Robot selain diterapkan untuk dunia industri dapat juga diterapkan untuk dunia pertanian. Studi yang
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. menjalankan aplikasi ini adalah : Prosesor Pentium IV 2.6 Ghz. Graphic Card dengan memori minimum 64 MB
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Perangkat Lunak Aplikasi 4.1.1 Spesifikasi Perangkat Keras Spesifikasi minimum dari perangkat keras yang dibutuhkan agar dapat menjalankan aplikasi ini adalah
Lebih terperinciTRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW
TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW Ubaidillah Umar, Reni Soelistijorini, B. Eng, MT, Haryadi Amran Darwito, S.ST Jurusan Teknik Telekomunkasi - Politeknik
Lebih terperinciPENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING
PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING ELVA SUSIANTI 2209204802 Pembimbing: 1. ACHMAD ARIFIN, ST., M. Eng., Ph.D 2. Ir. DJOKO PURWANTO, M. Eng., Ph.D. Bidang Keahlian Teknik Elektronika
Lebih terperinciBAB I PENDAHULUAN. (terlibat 8%) (Austroads, 2002). Salah satu faktor terbesar penyebab kecelakaan
BAB I PENDAHULUAN 1.1 Latar Belakang Tingkat kecelakaan lalu lintas diindonesia tergolong cukup tinggi. Menurut BPS (Badan Pusat Statistik) Indonesia, terdapat sebanyak 117.949 kecelakaan lalu lintas pada
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. DESKRIPSI ALAT Perhitungan benih ikan dengan image processing didasarkan pada luas citra benih ikan. Pengambilan citra menggunakan sebuah alat berupa wadah yang terdapat kamera
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi pesawat tanpa awak (english : Unmanned Aerial Vehicle disingkat UAV) sangat pesat. Diperkirakan UAV akan berkembang secara signifikan pada
Lebih terperinciBAB 1 PENDAHULUAN. xiv. 1.1 Latar Belakang
xiv BAB 1 PENDAHULUAN 1.1 Latar Belakang Memarkir mobil pada sebuah tempat yang terbatas memerlukan penanganan yang baik. Hal ini untuk mencegah terjadinya kemacetan pada areal parkir. Pada areal parkir
Lebih terperinciJobsheet 3 Cara Kerja Sistem CCTV
Jobsheet 3 Cara Kerja Sistem CCTV I. Tujuan Praktikum 1.Mahasiswa mengetahui cara mengoperasikan CCTV. 2.Mahasiswa dapat mengoperasikan CCTV. 3.Mahasiswa mengetahui cara kerja sistem CCTV. II. Deskripsi
Lebih terperinci