Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra

Save this PDF as:
 WORD  PNG  TXT  JPG

Ukuran: px
Mulai penontonan dengan halaman:

Download "Rancang Bangun Sistem Penghitung Laju dan Klasifikasi Kendaraan Berbasis Pengolahan Citra"

Transkripsi

1 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 Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya Abstrak sistem penghitung laju dan klasifikasi kendaraan berbasis pengolahan citra merupakan alat yang mampu menghitung laju kendaraan di jalan raya dan mampu mengklasifikasi kendaraan menurut jenisnya secara umum yaitu motor dan mobil. Informasi kepadatan lalu lintas di jalan raya merupakan hal penting yang harus diketahui oleh dinas terkait pada kota-kota besar. Saat ini banyak sistem pemantauan lalulintas yang menggunakan kamera yang diletakkan di sudut-sudut jalan, akan tetapi data yang diperoleh terbatas karena hanya menampilkan kendaraan yang melintasi di jalan raya dan tidak memberikan informasi jumlah kendaraan tiap jam secara real time. Metode lain untuk mengetahui jumlah kendaraan yang melintasi jalan raya ialah menghitung setiap kendaraan yang melintas secara manual dengan tenaga manusia. Metode ini juga kurang efektif karena menggunakan tenaga manusia dan kemungkinan terdapat kesalahan dalam perhitungannya. Untuk mengatasi masalah tersebut pada tugas akhir ini dirancang sebuah sistem yang dapat mengklasifikasikan kendaran serta menghitung laju kendaraan menggunakan kamera. Untuk mengukur laju kendaraan digunakan kamera yang diletakkan dengan ketinggian dan sudut tertentu di atas permukaan jalan. Kamera akan mengambil gambar kendaraan yang lewat di jalan raya kemudian diolah menggunakan software pada komputer untuk memperoleh jumlah kendaraan setiap beberapa jam dan mengklasifikasikan kendaraan menurut jenisnya. Informasi tentang laju kendaraan dan klasifikasinya akan ditampilkan pada display. Metode lain untuk mengetahui jumlah kendaraan ialah menghitung secara manual menggunakan alat counter. Setiap kendaraan yang lewat maka counter akan ditekan sehingga nilai yang terdapat pada counter bertambah. Perhitungan jumlah kendaraan dilakukan untuk beberapa jam, kemudian data jumlah kendaraan dari waktu berbeda dihitung nilai rataratanya sehingga didapat jumlah kendaraan. Metode ini juga kurang efektif karena menggunakan tenaga manusia dan terdapat kemungkinan terjadi kesalahan dalam perhitungannya. Untuk mengatasi masalah tersebut pada tugas akhir ini dirancang sebuah sistem yang dapat mengklasifikasikan kendaran serta menghitung laju kendaraan menggunakan kamera. Untuk mengukur laju kendaraan digunakan kamera yang diletakkan dengan ketinggian dan sudut tertentu di atas permukaan jalan. Kamera akan mengambil gambar kendaraan yang lewat di jalan raya kemudian diolah menggunakan software pada komputer untuk memperoleh jumlah kendaraan setiap beberapa jam dan mengklasifikasikan kendaraan menurut jenisnya. II. PERANCANGAN SISTEM Pada tugas akhir ini, masukan sistem didapat dari kamera yang diletakkan di atas permukaan jalan dengan ketinggian tertentu. Kamera terebut akan mengambil data citra kendaraan yang melintasi jalan raya. Kemudian pengolahan data citra untuk mengklasifikasi dan menghitung laju kendaraan dilakukan di komputer. Hasil dari klasifikasi dan perhitungan laju dikirim ke mikrokontroler dan ditampilkan di display. Diagram blok sistem ditunjukkan gambar Kata kunci - kamera, kendaraan, laju I. PENDAHULUAN Jumlah kendaraan di jalan raya meningkat tiap tahun. Meningkatnya jumlah kendaraan tidak didukung oleh pelebaran jalan sehingga menyebabkan terjadinya kemacetan di jalan raya. Dari data badan pusat statistik Indonesia didapatkan bahwa jumlah kendaraan pada tahun 2001 adalah sedangkan pada tahun 2010 adalah Dari data tersebut terlihat bahwa terjadi peningkatan jumlah kendaraan dari tahun 2001 ke tahun Pada kota-kota besar pemantauan kepadatan kendaraan dijalan raya menggunakan kamera yang dipasang di pinggir jalan. Akan tetapi metode ini kurang efektif karena untuk memastikan kepadatan kendaraan hanya mengandalkan penglihatan mata sehingga jumlah kendaraan tidak diketahui secara pasti. Gambar 1 Ilustrasi kerja sistem keseluruhan A. Proses Pengolahan citra Pengolahan citra kendaraan berpusat di komputer. Untuk mempercepat proses pengolahan citra, citra hasil dari keluaran kamera diubah ukurannya menjadi 320x240. Ukuran ini sangat ideal dalam pengolahan citra. Kemudian untuk mendeteksi kendaraan yang terdapat pada citra tersebut dilakukan metode background subtraction dengan mengurangi frame ke-3 dengan frame ke-1. Objek yang tidak bergerak pada citra tersebut akan menjadi background, sedangkan objek yang bergerak yaitu mobil dan motor akan me njadi foreground. Pendeteksian mobil dilakukan pada

2 area tertentu sehingga dilakukn proses cropping image. Selanjutnya untuk mengklasifikasikan kendaraannya dilakukan dengan empat metode yang berbeda. Hal ini dilakukan untuk memperoleh hasil yanhg optimal. Keempat metode tersebut adalah template matching dengan metode Correlation Matching dengan mengakses nilai piksel dari citra kemudian metode kedua adalah template matching dengan metode Square Difference Matching menggunakan salah satu fungsi dalam open cv. Cara yang ketiga adalah mencari kontur dari citra hasil template matching, dan metode yang terakhir adalah mencari kontur dari citra hasil background substraction. Setelah dapat membedakan kendaraan menurut jenisnya, dilakukan proses perhitungan kendaraan tiap frame. Untuk mendapatkan laju kendaraan dihitung jumlah kendaraan yang muncul tiap beberapa frame. Data laju kendaraan kemudian dikirm dari komputer ke mikrokontroler untuk ditampilkan ke display. Gambar 2 mendiskripsikan flowcahart dari proses pengolahan citra dari sistem. Gambar 3 frame 1 dan frame 3 Gambar 4 citra hasil background subtraction C. Cropping Image untuk mempermudah pendeteksian, citra hasil background subtraction dipotong (crop) hingga menyisakan bagian bawah saja. Sehingga bagian atas dari citra kendaraan tidak dideteksi. Ukuran awal dari citra hasil background subtraction adalah 320x240 piksel setelah dilakukan proses cropping ukuran menjadi 320x139 piksel. Proses cropping dilakukan dengan mengatur titik koordinat x,y sebagai titik dimana dimulainya proses cropping dan kemudian diatur tinggi dan lebar citra hasil cropping. Gambar mengilustrasikan proses cropping. Gambar 2 Flowchart algoritma image processing B. Background subtraction Untuk mendeteksi kendaraan yang bergerak pada citra yang telah diambil, oleh kamera maka dilakukan proses background subtraction dengan mengurangi frame ke-3 dengan frame ke-1. Frame ke-3 didapatkan dengan mengopy frame ke-2 yang merupakan hasil copy dari frame ke-1. Setelah mendapatkan frame ke-1 dan frame ke-3 dilakukan pengurangan frame antara frame ke-3 dengan frame ke-1. Gambar 5 ilustrasi pross cropping image D. Template matching metode Correlation Matching Dari hasil proses background subtraction, diambil citra sepeda motor dan mobil yang akan digunakan sebagai template dalam proses template matching. Citra template sepeda motor meupakan gambar seluruh bagian sepeda motor sedangkan citra untuk template mobil meupakan gambar bagian depan mobil saja. Gambar 6 Citra template sepeda motor dan mobil

3 Setelah mendapatkan citra template,nilai piksel pada citra hasil background subtraction dibandingkan dengan nilai piksel pada citra template. Untuk mengetahui nilai piksel pada suatu citra dilakukan akses data citra dengan scanning pada setiap koordinat titik dalam citra tersebut. Kemudian nilai piksel pada citra template matching dikalikan dengan nilai piksel pada citra hasil background subtraction dan dicari nilai terbesarnya. Jika terdapat nilai piksel yang terbesar pada salah satu titik koordinat pada citra hasil background subtraction maka pada titik koordinat tersebut sesuai dengan citra template. Persamaan dibawah menunjukkan metode Correlation Matching. = E. Template matching metode Square Difference Matching Proses yang terjadi pada metode Square Difference Matching hampir sama dengan metode Correlation Matching. Yaitu memasukkan citra template dan dibandingkan dengan citra hasil background subtraction. Untuk melakukan proses template matching pada metode ini digunakan fungsi dari opencv. Pada metode ini pebandingan dilakukna dengan cara mengurani nilai piksel pada citra template dengan citra hasil background subtraction. Kemudian dicari nilai terkecilnya. Nilai piksel yang paling kecil pada salah titik koordinat citra hasil background subtraction menunjukkan bahwa pada titik koordinat tersebut sesuai dengan citra template kendaraan. Persamaan dibawah menunjukkan metode Square Difference Matching. = Gambar 7 menunjukkan hasil dari template matching menggunakan metode Correlation Matching dan Square Difference Matching. Gambar 7 Flowchart algoritma image processing Correlation Matching dan Square Difference Matching. Selanjutnya dilakukan proses smootinng dengan metode filter Gaussian untuk menghilangkan noise yang berupa bintikbintik kecil pada citra. Hal ini dilakukan untuk memperjelas objek yang terdapat pada citra tersebut. Gambar 8 Citra hasil thresholding pada citra hasil template matching sepeda motor dan mobil Kemudian dicari kontur dari citra hasil thresholding. Dari kontur yang telah didapat selanjutnya dicari lebar dan tinggi dari kontur dan digunakan untuk menandai motor dan mobil. Gambar 9 Hasil mencari kontur citra template matching G. Mencari kontur dari citra hasil background subtraction Hasil dari proses background subtraction berupa citra motor dan mobil yang bentuknya menyerupai kerangka badan dari motor dan mobil sehingga untuk mendapatkan bentuk kontur yang terbaik dilakukan beberapa proses seperti thresholding dan morfologi yaitu dilation,erosion, serta smoothing. Setelah di thersholding dilakukan proses dilation yaitu menambahkan piksel berwarna putih pada suatu citra. Kemudian dilakukan proses erotion yaitu mengurangi piksel yang berwarna puith pada suatu citra. Proses morfologi ini dilakukan untuk mendapatkan bentuk gumpalan putih yang optimal. Untuk menghilangkan noise yang didapat setelah proes dilation dan erosion maka dilakukan proses smoothing. F. Mencari kontur dari citra hasil template macthing Ukuran citra hasil template matching antara mobil dan sepeda motor berbeda. Ukuran citra hasil template matching pada sepeda motor sebesar (292x33) piksel sedangkan untuk mobil (271x79) piksel. Sehingga sebelum dilakukan proses thresholding dan lainnya, maka dilakukan proses cropping untuk mengintegrasikan citra hasil template matching pada mobil dan sepeda motor. Lebar citra mengikuti lebar citra hasil template matching pada mobil sedangkan tingginya mengikuti tinggi citra hasil template matching pada sepeda motor. Citra hasil template matching berupa gumplana (blub) dengan bentuk ynag tidak beraturan. Oleh karena itu, pada citra hasil template matching dilakukan proses thresholding.

4 Gambar 10 Kontroler PID mode 1, kontroler PID mode 2, (c) kontroler PID mode 3 [3 Dari hasil proses smoothing dilakukan thresholding yang kemudian dicari kontur dari citra tersebut. Dari kontur yang diperoleh,dapat dicari lebar dan tinggi dari kontur tersebut. Perbedaan lebar pada kontur dapat digunakan untuk mengklasifikasikan kendaraan menurut jeninya. Dari percobaan didapatkan, jika lebar dari kontur lebih dari 67 maka akan dianggap sebagai mobil sedangkan jika lebih kecil maka akan dianggap sebagai motor. Gambar 13. Metode perhitungan mencari kontur citra template matching Dan untuk metode mencari kontur dari citra hasil background subtraction, kendaraan akan dihitung sesuai dengan banyaknya bounding box dengan lebar tertentu. Untuk mobil dengan lebar lebih dari 67 dan untuk motor dengan lebar antara 20 sampai 67. Gambar 11. Hasil mencari kontur citra background subtraction H. Counting kendaraan Untuk masing-masing metode mempunyai cara yang bebeda dalam menghitung jumlah kendaraan. Jumlah kendaraan akan dihitung tiap frame. Laju kendaraan dengan menghitung banyaknya peningkatan jumlah mobil dan motor untuk beberapa frame. Untuk metode template matching baik dengan metode Correlation Matching ataupun dengan metode Square Difference Matching mempunyai cara yang sama untuk menghitung kendaraan yaitu ketika titik koordinat piksel yang sesuai dengan template telah melewati suatu garis maka akan dilakukan counter. Gambar 14. Metode perhitungan mencari kontur citra background subtraction III. PENGUJIAN DAN ANALISIS Pada bab ini akan dipaparkan hasil pengujian sistem beserta analisisnya. Pengujian ini dilakukan dengan membandingkan error yang didapat dari keempat metode yang digunakan. Pengujian ini akan menghasilkan error pendeteksian motor dan mobil tiap frame dan error perhitungan laju kendaraan. Dari data-data tersebut dianalisa penyebab terjadinya error. A. Pengujian pendeteksian motor dan mobil Gambar menunjukkan grafik dari error pendeteksian motor dan mobil tiap frame. Gambar 12. Metode perhitungan template matching Sedangkan untuk metode mencari kontur citra hasil template matching, kendaraan akan dihitung sesuai dengan jumlah kontur motor dan mobil saat frame terebut. Gambar 15. Tabel error laju sepeda motor pada grafik tersebut sumbu x adalah total frame sedangkan sumbu y adalah nilai error. Untuk grafik garis berwarna biru merupakan error dari metode pertama yaitu Template matching dengan metode Correlation Matching. Grafik garis

5 merah adalah error dari metode kedua yaitu Template matching metode Square Difference Matching. Sedangkan grafik garis berwarna hijau adalah error untuk metode yang ketiga yaitu Mencari kontur dari citra hasil template matching. Dan grafik yang berwarna ungu adalh error untuk metode keempat yaitu Mencari kontur dari citra hasil background subtraction. Untuk masing-masing metode mempunyai analisa tersendiri. Pada metode Template matching dengan metode Correlation Matching eror diakibatkan pencahayaan yang kurang dan noise-noise yang diperoleh saat pengambilan gambar. Contoh noise-noise terebut adalah bayangan dari motor dan mobil. Lampu yang menyala pada motor dan mobil. Selain itu dalam pengeksekusian proses template matching untuk metode pertama sangat lambat hal ini diakibatkan oleh proses scanning untuk mengakses tiap nilai piksel pada citra kendaraan. Untuk metode kedua proses pengeksekusiannya lebih cepat dari pada metode pertama hal ini diakibatkan karena metode kedua menggunakn fungsi yang ada dalam open cv yang tidak perlu mengakses nilai untuk setiap piksel dari citra kendaraan. Kemudian error yang terjadi untuk metode yang ketiga dikarenakan bagian mobil terbaca sebagai motor. Dan error yang timbul pada metode keempat diakibatkan dua motor yang berdempetan atau motor yang berdempetan dengan mobil dianggap sebagai mobil. Dan bagian mobil yang terlhihat bagian depannya saja terbaca sebagai motor VI. BIODATA PENULIS M Agus Taksiono dilahirkan di Surabaya 19 Agustus Anak kedua dari lima bersaudara. Penulis menyelesaikan pendidikan dasar di SD PANCASILA Surabaya tahun 2003 kemudian penulis menyelesaikan pendidikan menengah di SMP DARUSSALAM Surabaya tahun 2006 dan MBI Amanatul Ummah. Pada tahun 2009, penulis memulai pendidikan di jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Surabaya. Selama kuliah penulis aktif membantu penyelenggaran kegiatan dan aktif sebagai asisten laboratorium Elektronika Dasar pada semester Gambar 16. Tabel error laju mobil IV. KESIMPULAN Dari hasil pengujian pada sistem dapat diambil kesimpulan bahwa kelancaran proses pendeteksian kendaraan di jalan raya dipengaruhi oleh pencahayaan, adannya bayangan dari kendaraan, sorot lampu dari kendaraan, dan penentuan sudut kemiringan dari peletakkan kamera. Dibutuhkan pengembangan lebih lanjut agar pendeteksian kendaraan lebih sempurna, diantaranya mengembangkan metode pendeteksian dengan template matching dengan menambahkan tracking menggunakan metode optical flow. V. DAFTAR PUSTAKA [1] Bradski, G dan Kaehler, A. Learning Open CV, O Reilly,United States of America, Ch.3, Ch.4, Ch.5, Ch.7, Ch.8, [2] Putra, D. Pengolahan Citra Digital. Penerbit Andi, Yogyakarta, 2010 Gopal, M, Digital Control & State Variable Method 3E, Mc Graw-Hill, New Delhi, Ch. 3,2009.

TUGAS AKHIR TE

TUGAS AKHIR TE TUGAS AKHIR TE 091399 RANCANG BANGUN SISTEM PENGHITUNG LAJU DAN KLASIFIKASI KENDARAAN BERBASIS PENGOLAHAN CITRA Oleh M Agus Taksiono 2209100708 Dosen Pembimbing Ronny Mardiyanto, ST., MT.,Ph.D Ir. Djoko

Lebih terperinci

Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel

Traffic 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 terperinci

Penghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi

Penghitung 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 terperinci

Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis

Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis A216 Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis Anas Maulidi Utama, Djoko Purwanto, dan Ronny Mardiyanto Jurusan Teknik Elektro, Fakultas Teknologi

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi

BAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal

Lebih terperinci

SISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI

SISTEM 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 terperinci

IP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL

IP 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 terperinci

BAB 3 ANALISA DAN PERANCANGAN

BAB 3 ANALISA DAN PERANCANGAN 44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas

Lebih terperinci

Rancang Bangun Sistem Pelacakan Obyek Menggunakan CCTV dan Webcam. Kampus ITS, Surabaya

Rancang 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 terperinci

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar

Lebih terperinci

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

BAB 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 terperinci

Pengendalian 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 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 terperinci

PENGENDALIAN 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 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 terperinci

BAB I PENDAHULUAN. Pengaturan lampu lalu lintas di Indonesia masih bersifat kaku dan tidak

BAB I PENDAHULUAN. Pengaturan lampu lalu lintas di Indonesia masih bersifat kaku dan tidak BAB I PENDAHULUAN 1.1. Latar Belakang Kemacetan merupakan masalah klasik yang sampai saat ini belum ditemukan solusi yang tepat. Hal ini disebabkan karena kemacetan lalu lintas dipengaruhi banyak faktor,

Lebih terperinci

Sistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking

Sistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking Sistem Penghitung Jumlah Objek di Jalan Raya Menggunakan Background Subtraction dan Tracking Devina Christabela S. 0722041 Email : ch.de2.2309@gmail.com Jurusan Teknik Elektro Fakultas Teknik Jl. Prof.

Lebih terperinci

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

PENDETEKSI 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 terperinci

Pengembangan Prototype Sistem Untuk Manajemen Lahan Parkir Dengan Jaringan Sensor Kamera Nirkabel

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 terperinci

Pendeteksian Arah Jalan pada Gps Googlemaps sebagai Navigasi Mobil Tanpa Pengemudi

Pendeteksian Arah Jalan pada Gps Googlemaps sebagai Navigasi Mobil Tanpa Pengemudi JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print) F 201 Pendeteksian Arah Jalan pada Gps Googlemaps sebagai Navigasi Mobil Tanpa Pengemudi Hendijanto Dian Pradikta dan Arif Wahyudi

Lebih terperinci

Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera

Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera Sistem Pendeteksi Aktivitas Kendaraan Pada Area Parkir Dengan Jaringan Multi-Camera DODI WAHYU B NRP 2206100020 Bidang Studi Telekomunikasi Multimedia Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh

Lebih terperinci

BAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan

BAB 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 terperinci

IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME

IDENTIFIKASI 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 terperinci

SISTEM 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 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 terperinci

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari

III. 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 terperinci

PERANCANGAN SISTEM KONTROL LAMPU LALU LINTAS OTOMATIS BERBASIS LOGIKA FUZZY MENGGUNAKAN SENSOR KAMERA

PERANCANGAN 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 terperinci

BAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian

BAB 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 terperinci

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

SISTEM 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 terperinci

APLIKASI PENGATURAN TRAFFIC LIGHT DENGAN METODE FUZZY TSUKAMOTO BERDASARKAN TINGKAT KEPADATAN KENDARAAN

APLIKASI PENGATURAN TRAFFIC LIGHT DENGAN METODE FUZZY TSUKAMOTO BERDASARKAN TINGKAT KEPADATAN KENDARAAN APLIKASI PENGATURAN TRAFFIC LIGHT DENGAN METODE FUZZY TSUKAMOTO BERDASARKAN TINGKAT KEPADATAN KENDARAAN Anita T. Kurniawati 1) dan Tutuk Indriyani 2) Jurusan Teknik Informatika Fakultas Teknologi Informasi

Lebih terperinci

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

TRACKING 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 terperinci

PENGUKURAN 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. PENGUKURAN KECEPATAN OBYEK DENGAN PENGOLAAN CITRA MENGGUNAKAN METODE THRESHOLDING SKRIPSI Disusun Oleh : Hery Pramono NPM. 0434010389 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Jalan raya adalah prasarana transportasi darat yang meliputi segala bagian jalan, termasuk bangunan pelengkap dan perlengkapannya yang diperuntukkan bagi lalu lintas,

Lebih terperinci

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang

BAB 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 terperinci

Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah

Pengenalan 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen penting dalam dunia multimedia karena memiliki peranan penting dalam hal menyajikan suatu informasi dalam bentuk gambar

Lebih terperinci

Analisa dan Pemodelan Kerumunan Orang pada Video Digital

Analisa 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 terperinci

Perbaikan Sistem Kendali Robot Tangan EH1 Milano Menggunakan Sistem Kendali Loop Tertutup

Perbaikan Sistem Kendali Robot Tangan EH1 Milano Menggunakan Sistem Kendali Loop Tertutup JURNAL TEKNIK ITS Vol. 4, No. 1, (2015) ISSN: 2337-3539 (2301-9271 Print) A-59 Perbaikan Sistem Kendali Robot Tangan EH1 Milano Menggunakan Sistem Kendali Loop Tertutup Muhammad Faris Zaini Fu ad, Achmad

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu bentuk dari digitalisasi yang sedang berkembang saat ini adalah teknologi 3D Scanning yang merupakan proses pemindaian objek nyata ke dalam bentuk digital.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,

Lebih terperinci

Sistem Pengukur Kecepatan Kendaraan Berbasis Pengolahan Video

Sistem Pengukur Kecepatan Kendaraan Berbasis Pengolahan Video IJEIS, Vol.5, No.2, October 2015, pp. 177~186 ISSN: 2088-3714 177 Sistem Pengukur Kecepatan Kendaraan Berbasis Pengolahan Video Satrio Sani Sadewo* 1, Raden Sumiharto 2, Ika Candradewi 3 1 Prodi Elektronika

Lebih terperinci

APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN

APLIKASI 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 terperinci

PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING

PENGEMBANGAN 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 terperinci

Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC

Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC Dinar Setyaningrum 22081000018 Teknik Sistem Pengaturan Institut Teknologi Sepuluh Nopember Rabu,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Sebelum memulai penelitian perlu dibuat langkah-langkah penelitian, dimana langkah- langkah penelitian tersebut adalah:

BAB III METODOLOGI PENELITIAN. Sebelum memulai penelitian perlu dibuat langkah-langkah penelitian, dimana langkah- langkah penelitian tersebut adalah: BAB III METODOLOGI PENELITIAN 3.1 Kerangka Penelitian Sebelum memulai penelitian perlu dibuat langkah-langkah penelitian, dimana langkah- langkah penelitian tersebut adalah: Mulai Studi Identifikasi Tujuan

Lebih terperinci

ANALISA 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 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 terperinci

PERANCANGAN SISTEM PENDETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN TEKNOLOGI IMAGE PROCESSING

PERANCANGAN 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 terperinci

BAB I PENDAHULUAN. mengantar barang, mengantar anak ke sekolah, dan lain sebagainya.

BAB I PENDAHULUAN. mengantar barang, mengantar anak ke sekolah, dan lain sebagainya. BAB I PENDAHULUAN 1.1 Latar Belakang Jalan raya merupakan jalan besar atau jalan utama yang sering digunakan oleh kendaraan-kendaraan bermotor seperti kendaraan beroda dua (motor), kendaraan beroda empat

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 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 terperinci

VOLT. Jurnal Ilmiah Pendidikan Teknik Elektro. Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 1, No. 1, Oktober 2016, 61-66

VOLT. 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 terperinci

Rancang Bangun Sistem Takeoff Unmanned Aerial Vehicle Quadrotor Berbasis Sensor Jarak Inframerah

Rancang Bangun Sistem Takeoff Unmanned Aerial Vehicle Quadrotor Berbasis Sensor Jarak Inframerah JURNAL TEKNIK ITS Vol. 1, No. 1 (Sept. 2012) ISSN: 2301-9271 F-50 Rancang Bangun Sistem Takeoff Unmanned Aerial Vehicle Quadrotor Berbasis Sensor Jarak Inframerah Bardo Wenang, Rudy Dikairono, ST., MT.,

Lebih terperinci

Sistem Penangkap Citra Pelanggaran Lampu Merah

Sistem 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 terperinci

Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection

Rancang 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 terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Pengerjaan tugas akhir ini ditunjukkan dalam bentuk blok diagram pada gambar 3.1. Blok diagram ini menggambarkan proses dari sampel citra hingga output

Lebih terperinci

Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas

Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas. Riza Prasetya Wicaksana Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh Nopember Suarabaya

Lebih terperinci

BAB III METODE PENELITIAN

BAB 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 terperinci

Bab III Perangkat Pengujian

Bab III Perangkat Pengujian Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu

Lebih terperinci

METODE STEREO VISION UNTUK MEMPERKIRAKAN JARAK OBJEK DARI KAMERA

METODE STEREO VISION UNTUK MEMPERKIRAKAN JARAK OBJEK DARI KAMERA METODE STEREO VISION UNTUK MEMPERKIRAKAN JARAK OBJEK DARI KAMERA Izzati Muhimmah*, Novian Mahardika Putra, Meilita, Deny Rahmalianto, Dhomas Hatta Fudholi Jurusan Teknik Informatika, Fakultas Teknologi

Lebih terperinci

KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,

KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar, KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1 Nugroho hary Mindiar, 21104209 Mahasiswa Sarjana Strata Satu (S1) Jurusan Sistem Komputer, Fakultas Ilmu Komputer Universitas Gunadarma mindiar@yahoo.com

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN 48 BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Sistem Sistem yang akan dibangun dalam penelitian ini adalah Implementasi Algoritma Template Matching dan Feature Extraction untuk Pengenalan Pola Angka Untuk

Lebih terperinci

Analisis 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 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 terperinci

3 BAB III METODE PENELITIAN

3 BAB III METODE PENELITIAN 20 3 BAB III METODE PENELITIAN 3.1 Metode penelitian Penenelitian ini merupakan penelitian eksperimen, dengan melalui beberapa tahapan sebagai berikut : 1. Pengumpulan data Tahapan ini merupakan langkah

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker

BAB III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Pada perancangan tugas akhir ini menggunakan metode pemilihan locker secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih

Lebih terperinci

PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW

PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW Reza Umami 1*, Irawan Hadi 1, Irma Salamah 1 1 Jurusan Teknik Elektro Program Studi Teknik Telekomunikasi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi, khususnya Ilmu Komputer telah menghasilkan berbagai kemudahan yang tentunya semakin mempermudah manusia di dalam menangani tugas tugas / permasalahan

Lebih terperinci

Perancangan Controlling and Monitoring Penerangan Jalan Umum (PJU) Energi Panel Surya Berbasis Fuzzy Logic Dan Jaringan Internet

Perancangan Controlling and Monitoring Penerangan Jalan Umum (PJU) Energi Panel Surya Berbasis Fuzzy Logic Dan Jaringan Internet Perancangan Controlling and Monitoring Penerangan Jalan Umum (PJU) Energi Panel Surya Berbasis Fuzzy Logic Dan Jaringan Internet Muhammad Agam Syaifur Rizal 1, Widjonarko 2, Satryo Budi Utomo 3 Mahasiswa

Lebih terperinci

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain:

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain: BAB III METODE PEELITIA 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 terperinci

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram JURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1 Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram Shabrina Mardhi Dalila, Handayani Tjandrasa, dan Nanik

Lebih terperinci

TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW

TRACKING 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 terperinci

IDENTIFIKASI AWAL PLAT NOMOR MOBIL MENGGUNAKAN PROGRAM KONVENSIONAL SEBAGAI LANGKAH AWAL PENGGUNAAN JARINGAN SARAF TIRUAN

IDENTIFIKASI AWAL PLAT NOMOR MOBIL MENGGUNAKAN PROGRAM KONVENSIONAL SEBAGAI LANGKAH AWAL PENGGUNAAN JARINGAN SARAF TIRUAN IDENTIFIKASI AWAL PLAT NOMOR MOBIL MENGGUNAKAN PROGRAM KONVENSIONAL SEBAGAI LANGKAH AWAL PENGGUNAAN JARINGAN SARAF TIRUAN Soegianto Soelistiono, Ardan Listya Romdhoni Departemen Fisika Fakultas Sains dan

Lebih terperinci

BAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,

BAB 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 terperinci

PERANCANGAN PROGRAM PENGHITUNG JUMLAH KENDARAAN DI LINTASAN JALAN RAYA SATU ARAH MENGGUNAKAN BAHASA PEMROGRAMAN C++ DENGAN PUSTAKA OPENCV

PERANCANGAN PROGRAM PENGHITUNG JUMLAH KENDARAAN DI LINTASAN JALAN RAYA SATU ARAH MENGGUNAKAN BAHASA PEMROGRAMAN C++ DENGAN PUSTAKA OPENCV PERANCANGAN PROGRAM PENGHITUNG JUMLAH KENDARAAN DI LINTASAN JALAN RAYA SATU ARAH MENGGUNAKAN BAHASA PEMROGRAMAN C++ DENGAN PUSTAKA OPENCV Publikasi Jurnal Skripsi Disusun Oleh : FAJAR MIT CAHYANA NIM :

Lebih terperinci

OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR

OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Seminar Nasional Ilmu Komputer dan Aplikasinya SNIKA 2008 27/11/2008 OTOMASI PEMISAH BUAH TOMAT BERDASARKAN UKURAN DAN WARNA MENGGUNAKAN WEBCAM SEBAGAI SENSOR Thiang, Leonardus Indrotanoto Jurusan Teknik

Lebih terperinci

Penjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt

Penjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt Penjejakan Objek Visual berbasis Algoritma Mean Shift dengan menggunakan kamera Pan-Tilt Sulfan Bagus Setyawan 1, Djoko Purwanto 2 Jurusan Teknik Elektro, Institut Teknologi Sepuluh Nopember 1 sulfan13@mhs.ee.its.ac.id

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. 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 terperinci

Aspek Penerapan Video Segmentasi Sebagai Sistem Pendeteksi Pelanggaran Lalu Lintas

Aspek Penerapan Video Segmentasi Sebagai Sistem Pendeteksi Pelanggaran Lalu Lintas Aspek Penerapan Video Segmentasi Sebagai Sistem Pendeteksi Pelanggaran Lalu Lintas Christian Desamta. S*, Indra Yasri** *Alumni Tenik Elektro Universitas Riau**Jurusan Teknik Elektro Universitas Riau Kampus

Lebih terperinci

DETEKSI TINGKAT KEMACETAN LALU LINTAS BERDASARKAN LAJU KENDARAAN BERBASIS OPEN CV TUGAS AKHIR

DETEKSI TINGKAT KEMACETAN LALU LINTAS BERDASARKAN LAJU KENDARAAN BERBASIS OPEN CV TUGAS AKHIR DETEKSI TINGKAT KEMACETAN LALU LINTAS BERDASARKAN LAJU KENDARAAN BERBASIS OPEN CV TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah

Lebih terperinci

PENDETEKSI LOKASI PARKIR MOBIL MENGGUNAKAN METODE FRAME DIFFERENCES DAN STATIC TEMPLATE MATCHING

PENDETEKSI 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 terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB 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 terperinci

Perancangan dan Pengujian Piranti Pemantauan Visual untuk Menentukan Volume Lalu Lintas

Perancangan dan Pengujian Piranti Pemantauan Visual untuk Menentukan Volume Lalu Lintas 54 Jurnal Rekayasa Elektrika Vol. 12, No. 2, Agustus 2016, hal. 54-59 Perancangan dan Pengujian Piranti Pemantauan Visual untuk Menentukan Volume Lalu Lintas Alfina 1, Yuwaldi Away 1, dan Muhammad Isya

Lebih terperinci

DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL

DETEKSI 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 terperinci

BAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan

BAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra

Lebih terperinci

Pengendalian Gerak Robot Penghindar Halangan Menggunakan Citra dengan Kontrol PID

Pengendalian Gerak Robot Penghindar Halangan Menggunakan Citra dengan Kontrol PID Journal of Electrical Electronic Control and Automotive Engineering (JEECAE) Pengendalian Gerak Robot Penghindar Halangan Menggunakan Citra dengan Kontrol PID Basuki Winarno, S.T., M.T. Jurusan Teknik

Lebih terperinci

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) D216 Analisis Kebutuhan Ruang Terbuka Hijau Untuk Menyerap Emisi CO 2 Kendaraan Bermotor Di Surabaya (Studi Kasus: Koridor Jalan Tandes Hingga Benowo) Afrizal Ma arif dan Rulli Pratiwi Setiawan Perencanaan

Lebih terperinci

PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL

PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL Mawaddah Aynurrohmah, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id Abstraksi Perkembangan teknologi

Lebih terperinci

UNIVERSITAS BINA NUSANTARA PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING

UNIVERSITAS BINA NUSANTARA PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 PENGENALAN UANG KERTAS DOLLAR AMERIKA DENGAN METODE TEMPLATE MATCHING MEITA SETIAWAN / 0700709224

Lebih terperinci

BAB 1 PENDAHULUAN. beragam produk seperti tampilan suara, video, citra ditawarkan oleh perusahaan untuk

BAB 1 PENDAHULUAN. beragam produk seperti tampilan suara, video, citra ditawarkan oleh perusahaan untuk 1 BAB 1 PENDAHULUAN 1.1. Latar belakang masalah Perkembangan multimedia dalam era sekarang ini meningkat dengan pesatnya, beragam produk seperti tampilan suara, video, citra ditawarkan oleh perusahaan

Lebih terperinci

RANCANG BANGUN SISTEM KENDALI KECEPATAN KURSI RODA LISTRIK BERBASIS DISTURBANCE OBSERVER

RANCANG BANGUN SISTEM KENDALI KECEPATAN KURSI RODA LISTRIK BERBASIS DISTURBANCE OBSERVER RANCANG BANGUN SISTEM KENDALI KECEPATAN KURSI RODA LISTRIK BERBASIS DISTURBANCE OBSERVER Firdaus NRP 2208 204 009 PROGRAM MAGISTER BIDANG KEAHLIAN TEKNIK ELEKTRONIKA TEKNIK ELEKTRO Fakultas Teknologi Industri

Lebih terperinci

BAB VI HASIL DAN PEMBAHASAN

BAB VI HASIL DAN PEMBAHASAN BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Teori Umum 2.1.1. Warna Dengan menggunakan 3 buah reseptor manusia dapat membedakan banyak warna. Warna tricromatic RGB dalam sistem grafis umumnya menggunakan 3 byte (2 8 ) 3,

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Akhir akhir ini teknologi yang berbasis " Sound and Video Capture Device " telah banyak berkembang. Para ilmuwan ataupun perusahaan yang bergerak di bidang IT memanfaatkan

Lebih terperinci

DETEKSI WAJAH UNTUK OBJEK 3D MENGGUNAKAN ANDROID

DETEKSI WAJAH UNTUK OBJEK 3D MENGGUNAKAN ANDROID DETEKSI WAJAH UNTUK OBJEK 3D MENGGUNAKAN ANDROID Afdhol Dzikri 1, Dwi Ely Kurniawan 2, Handry Elsharry Adriyanto 3 1,2,3 Jurusan Teknik Informatika, Prodi Teknik Multimedia dan Jaringan, Politeknik Negeri

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah menjelaskan seluruh kegiatan selama berlangsungnya penelitian untuk menghasilkan informasi yang lebih akurat sesuai dengan permasalahan yang akan

Lebih terperinci

RANCANG BANGUN MESIN BOR PCB OTOMATIS BERBASIS COMPUTER NUMERICAL CONTROL (CNC)

RANCANG BANGUN MESIN BOR PCB OTOMATIS BERBASIS COMPUTER NUMERICAL CONTROL (CNC) TUGAS AKHIR RE 1559 RANCANG BANGUN MESIN BOR PCB OTOMATIS BERBASIS COMPUTER NUMERICAL CONTROL (CNC) BAMBANG YUDHO HARYANTO NRP 2202100047 Dosen Pembimbing Ir.Djoko Purwanto,M.Eng,Ph.D JURUSAN TEKNIK ELEKTRO

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan 1 BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Indonesia merupakan negara berkembang yang memiliki jumlah penduduk yang cukup banyak. Menurut hasil sensus penduduk tahun 2010 yang dikeluarkan

Lebih terperinci

PEMAKAIAN KAMERA CCTV SEBAGAI SENSOR POSISI

PEMAKAIAN KAMERA CCTV SEBAGAI SENSOR POSISI PEMAKAIAN KAMERA CCTV SEBAGAI SENSOR POSISI Erdhi Widyarto Nugroho Teknik Elektro Universitas Katolik Soegijapranata Semarang e-mail : Erdhi@unika.ac.id ABSTRACT Kamera CCTV adalah suatu kamera yang secara

Lebih terperinci

Kontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe 1 Untuk Sistem Pendulum Kereta

Kontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe 1 Untuk Sistem Pendulum Kereta Kontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe Untuk Sistem Pendulum Kereta Helvin Indrawati, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 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 terperinci

BAB 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. 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 terperinci

Implementasi Sistem Deteksi Slot Parkir Mobil Menggunakan Metode Morfologi dan Background Subtraction

Implementasi Sistem Deteksi Slot Parkir Mobil Menggunakan Metode Morfologi dan Background Subtraction Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 5, Mei 2018, hlm. 1954-1959 http://j-ptiik.ub.ac.id Implementasi Sistem Deteksi Slot Parkir Mobil Menggunakan Metode

Lebih terperinci

PENJEJAKAN POSISI BOLA PADA MODUL PHYCORE IMX31 MENGGUNAKAN EMBEDDED OPENCV

PENJEJAKAN POSISI BOLA PADA MODUL PHYCORE IMX31 MENGGUNAKAN EMBEDDED OPENCV PENJEJAKAN POSISI BOLA PADA MODUL PHYCORE IMX31 MENGGUNAKAN EMBEDDED OPENCV Aditya Pratama 1, Bima Sena Bayu. D 2, Setiawardhana 2 1 Mahasiswa D4 Teknik Komputer, 2 Dosen Teknik Komputer Politeknik Elektronika

Lebih terperinci