JURNAL IT STMIK HANDAYANI

Transkripsi

1 Syamsu Alam 1), Mirfan ) Sistem Komputer STMIK Handayani 1), Teknik Informatika STMIK Handayani ) syams.hs@gmail.com 1), mirfan@gmail.com ) Abstrak Penelitian ini bertujuan untuk merancang sistem pendeteksi kebakaran, dengan memanfaatkan webcam sebagai sensor. Metode yang dipergunakan dalam penelitian ini adalah metode eksperimental yaitu dengan melakukan perancangan, pembuatan dan pengujian sistem dengan mempelajari nilai RGB kebakaran pada suatu citra, kemudian menggabungkan metode wavelet dan threasold sehingga sistem dapat mengenalai adanya unsur kebakaran yang ditangkap oleh webcam Kata Kunci : deteksi kebakaran,webcam,citra digital, wavelet 0

2 I. PENDAHULUAN Dengan semakin berkembangnya teknologi tersebut membuat kebutuhan manusia akan teknologi Informasi semakin berkembang pula dalam segala aspek kehidupan manusia. Salah satu kebutuhan manusia adalah dalam hal keamanan seperti keamanan pada kantor, rumah maupun lingkungan sekitarnya. Dalam hal ini keterbatasan manusia pada pengawasan terhadap kondisi di suatu tempat, maka diperlukan suatu sistem pendeteksi kebakaran meski dari jarak jauh. Musibah kebakaran sering kita dengar dalam berbagai media komunikasi, seperti media elektronik maupun surat kabar. Penyebab kebakaran bermacam macam, ada yang disebabkan karena konsleting listrik dan ada pula karena kelalaian kecil seperti meninggalkan kompor yang masih menyala serta membuang puntung rokok secara sembarangan. Banyak kerugian yang diderita akibat musibah kebakaran, baik yang bersifat material maupun non-material, bahkan sampai korban jiwa. Webcam adalah perangkat multimedia yang digunakan untuk menangkap image bergerak secara realtime. Webcam sering digunakan di perkantoran, rumah sebagai pemantau disuatu area. Fungsi dan kerja dari webcam hanya sebatas monitoring, sementara untuk mendeteksi kebakaran dibutuhkan suatu alat khusus seperti sensor kebakaran atau sensor asap untuk mendeteksi kabakaran tersebut, yang tentunya akan membutuhkan biaya yang tidak sedikit II. TINJAUAN PUSTAKA.1. Segmentasi Citra Segmentasi citra bertujuan memisahkan area (region) objek dengan area latar belakang agar objek di dalam citra mudah dianalisis demi untuk mengenali objek. Nilai piksel pada citra yang memenuhi syarat nilai ambang yang kita tentukan dirubah kenilai tertentu yang dikehendaki. Secara matematis ditulis seperti berikut : (1) Dengan fi(x,y) adalah citra asli (input), fo(x,y) adalah piksel citra baru (hasil/output), Tn adalah nilai ambang yang ditentukan. Nilai piksel pada (x,y) citra output akan sama dengan T1 jika nilai piksel (x,y) citra input tersebut? T1. Nilai piksel (x,y) citra input akan sama dengan T jika T1 < fi(x,y)< T, dan seterusnya. Kita ambil contoh citra greyscale 8 bit akan dipetakan menjadi peta biner (hitam dan putih saja) dengan nilai ambang tunggal = 18 maka persamaan matematisnya () Ini berarti piksel yang nilai intensitasnya dibawah 18 akan diubah menjadi hitam (nilai intensitas = 0), sedangkan piksel yang nilai intensitasnya diatas 18 akan menjadi putih (nilai intensitas = 55). 1

3 .. Wavelet dan Fungsi Penskalaan Untuk membahas tentang wavelet, terlebih dulu harus membahas tentang fungsi penskalaan (scaling function) karena wavelet berasal dari fungsi penskalaan. Wavelet ini disebut dengan mother wavelet. Disebut mother wavelet karena yang lainnya lahir dari hasil penskalaan, dilasi, dan pergeseran mother wavelet. Fungsi penskalaan memilikii persamaan : t h0 k t k k...(3) h0 menyatakan koefisien penskalaan atau koefisien transformasi atau koefisien dari tkebakarans(filter), sedangkan k menyatakan indeks dari koefisien (tkebakarans), yang menyatakan pasangan dari jenis koefisien (tkebakarans) yang lainnya. Pasangan tersebut didifinisikan dalam fungsi wavelet berikut ini : t h1 k t k k..(4) H0 dan h1 adalah koefisien transformasi yang berpasangan. Kedua pasangan tersebut dalam pembahasan tentang wavelet selanjutnya berturut-turut disebut juga lkebakarans low pass dan high pass. Pada beberapa literature symbol kedua jenis koefisien transformasi tersebut tidak dibedakan. Hal ini karena sesungguhnya seluruh koefisien h1 pada diturunkan dari h0. III. METODE PENELITIAN Metode yang digunakan dalam penelitian ini, adalah metode eksperimental yaitu dengan melakukan perancangan, pembuatan dan pengujian model sistem Tahapan Penelitian Secara garis besar tahapan-tahapan dalam perancangan dan pembuatan sistem ini adalah sebagai berikut: 1. Kajian sistem pendeteksi kebakaran. Analisis Kebutuhan Sistem. 3. Rancangan Model Sistem 4. Rancangan Sistem Pendeteksi Kebakaran 3.. KajianSistem Pendeteksi Kebakaran Kajian sistem dilakukan terhadap sistem pendeteksi kebakaran yang sudah ada. Dari kajian yang dilakukan nantinya akan dijadikan acuan dalam pembangunan sistem yang diharapkan merupakan perbaikan dari sistem yang sudah ada. IV. HASIL DAN PEMBAHASAN Perancangan sistem perangkat lunak ini menggunakan bahasa pemrograman Delphi 7, merupakan program utama pada sistem ini, digunakan pada komputer server berfungsi untuk menerima dan mengolah data dari webcam, serta memfilter objek-objek yang mengandung unsur api. Aplikasi ini merupakan aplikasi yang bekerja secara background atau bekerja dibelakang layar. Berikut dijelaskan tahap-tahap rancangan sehingga menghasilkan sistem yang dibutuhkan :

4 3.1. Koneksi ke webcam Start Pilih Device Webcam Klik Start Display Citra webcam Tidak Klik Stop? ya End Gambar 4.1 Flowchart Koneksi webcam Pada proses ini akan berfungsi ketika tombol start diklik maka program menjalankan webcam berdasarkan tipe device webcam yang terdaftar di combobox.dan webcam akan berhenti mencapture ketika tombol stop diklik. 3.. Konversi video ke BMP Start Inisialisasi video Penyesuaian ukuran video dgn Image Proses Konversi Video ke BMP End Gambar 4. Flowchat konvesi video ke bmp Pada tahap ini video hasil dari webcam dikonversi kedalam bentuk image BMP untuk memudahkan dalam proses pencitraan. 3

5 3.3. Proses Transformasi Haar wavelet Rumus : t t t 1, t t 1, dimana : h merupakan penskalaan 0 t h h t h start Matrix citra X=Jml baris A[x] A[x] A[x 1]*1/ A[x 1] A[x] A[x 1]*1/ Tmp Baris tidak Baris habis? ya Y=Jumlah kolom A[y] A[y] A[y 1]*1/ A[y 1] A[y] A[y 1]*1/ Tmp Kolom tidak Kolom Habis? Proses pemindahan Kolom & baris Matrix baru End Gambar 4.3 Flowchart. Transformasi haar wavelet Pada tahap ini proses transformasi terhadap nilai awal yang akan dikirim sebagai parameter data. Proses pembentukan hight pass dan lowpass kemudian disimpan ke dalam array temp. Setelah proses transformasi selesai maka dilakukan proses pemindahan dari temp ke dalam array raw proses ini akan dilakukan berulang sampai semua kolom dan baris telah dibaca. 4

6 3.4. Segmentasi dengan Threshold Start Inisialisasi citra For brs =0 to tinggi piksel = citra[brs]; For kol =0 to lebar rgb1[0] := piksel[3*kol]; rgb1[1] := piksel[3*kol+1]; rgb1[] := piksel[3*kol+]; grey := MaxIntValue(rgb1); piksel[3* kol+bit] := grey; For Bit =0 to piksel[3* kol+bit]=55 tidak piksel[3* kol+bit] := 0 ya piksel[3* kol+bit] := 55 bit kol brs Hasil trashold end Gambar 4.4 Flowchart Threshold 5

7 Operasi thresholding diberi dengan nilai ambang yang bisa diatur. Citra yang diolah adalah citra true color dan hasilnya berupa berupa citra biner. Proses pertama adalah merubah citra true color menjadi citra greyscale, menggunakan metode nilai maksimum. Setelah itu kita mulai dengan proses thresholding. Nilai level grey yang didapat dibandingkan dengan nilai ambang yang ditentukan, nilai yang diberi misalkan 55. Jika nilainya lebih kecil dari nilai ambang maka piksel akan diubah ke intensitas nol (warna putih), jika lebih besar atau sama dengan nilai ambang piksel diubah ke intensitas 55 (hitam) Pengecekan RGB API Start Inisialisasi citra For Y =0 to baris For X =0 to kolom Ambil nilai Pixel X,Y Pisahkan Nilai R,G,B (R>=43 and R<=55) and (G>=43 and G<=55) and (B>=100 and B<=00) Tidak X ya Y Tandai citra dengan kata ada api End Gambar 4.5 Flowchart cek RGB api 3.6. Pengujian Sistem Aplikasi Pengujian aplikasi ini untuk mengetahui kesesuaian kenerja sistem degan teori yang telah di bahas pada bab-bab sebelumnya dapat dilihat pada gambar berikut : 6

8 Gambar 4.6 Hasil Penangkapan Citra dari kebakaran kertas Gambar 4.7 Hasil Penangkapan Citra dari kebakaran kardus 7

9 Tabel 4.1. Hasil deteksi kebakaran dari api No Sumber Api Nilai RGB Deteksi api R=55 G=54 B=196 R=55 G=54 B=191 1 Lilin R=55 G=54 B=199 R=55 G=54 B=196 Ya R=55 G=55 B=197 R=55 G=55 B=199 Kardus R=55 G=55 B=179 R=55 G=54 B=178 R=55 G=54 B=185 R=55 G=54 B=195 Ya R=55 G=53 B=191 R=55 G=55 B=199 3 Kertas R=55 G=55 B=161 R=55 G=55 B=16 R=55 G=55 B=166 R=55 G=55 B=169 R=55 G=55 B=177 R=55 G=55 B=187 Ya V. KESIMPULAN Berdasarkan pada hasil penelitian yang telah dijelaskan pada bab-bab sebelumnya maka dapat diambil kesimpulan sebagai berikut : 1. Sistem pendeteksi kebakaran dengan menggunakan webcam akan jauh lebih murah ketimbang dengan menggunaan alat konfensional yang ada dipasaran.. Dengan menggabungkan metode wavelet dan threshold maka sistem dapat mendeteksi adanya unsur api. DAFTAR PUSTAKA [1] Achmad, B., Firdausy, K., (005), Teknik Pengolahan Citra Digital menggunakan Delphi, Andi Publising, Yogyakarta [] Budicahyanto Dwi,ST. (004). Membangun Aplikasi Handphone dengan FBUS & Visual Basic, ANDI Yogyakarta. [3] Jogianto, HM. (001), Analisis dan Desain Sistem Informasi : Yogyakarta : Andi Offset [4] Salahuddin M. Rosa AS, 008, Pemrograman JME-Belajar Cepat Pemrograman Telekomunikasi Mobile : Informatika [5] Putra Darma, (009), Pengolahan Citra Digital, Andi Publising, Yogyakarta [6] Rachman.AS. (006). Aplikasi Teleakses Perangkat Bergerak, Andi Yogyakarta [7] R.Presman, (00), Rekayasa Perangkat Lunak. Andi, Yogyakarta [8] Rozidi Imron Romzi. (004). Membuat Sendiri SMS Gateway (ESME) Berbasis Protokol SMPP, AND Yogyakarta [9] Sommerville, I (003), Softwere Enginering, Edisi keenam, Erlangga, Jakarta [10] Wahana Komputer, (009), Aplikasi Cerdas Menggunakan Delphi, Penerbit Andi, Yogyakarta 8