APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN

dokumen-dokumen yang mirip
BAB II LANDASAN TEORI

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM

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

Bab III Perangkat Pengujian

KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,

BAB 4 IMPLEMENTASI DAN EVALUASI. menggunakan serial port (baudrate 4800bps, COM1). Menggunakan Sistem Operasi Windows XP.

BAB 4 IMPLEMENTASI DAN EVALUASI. Spesifikasi minimum dari perangkat keras yang diperlukan agar dapat. Graphic Card dengan memory minimum 64 mb

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

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan Juli 2014 sampai Februari 2015.

BAB 1 PENDAHULUAN. Perbaikan kualitas citra merupakan sebuah langkah awal dalam proses

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

PERANCANGAN DAN IMPLEMENTASI SISTEM PENDETEKSIAN OBJEK MENGGUNAKAN METODE YCBCR PADA ROBOWAITER DRU99RWE4-V13

KONTROL ROBOT MOBIL PENJEJAK GARIS BERWARNA DENGAN MEMANFAATKAN KAMERA SEBAGAI SENSOR

BAB II LANDASAN TEORI

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

DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL

BAB II SISTEM PENENTU AXIS Z ZERO SETTER

IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B

SISTEM KAMERA DENGAN PAN-TILT TRIPOD OTOMATIS UNTUK APLIKASI FOTOGRAFI

PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION

SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA

Kata kunci: Algoritma identifikasi ruang, robot berkaki enam, sensor jarak, sensor fotodioda, kompas elektronik

3.2.1 Flowchart Secara Umum

BAB II KAJIAN LITERATUR...

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

Realisasi Robot Yang Mengikuti Objek Bergerak Menggunakan Kamera Wireless via Wifi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MOTOR DRIVER. Gambar 1 Bagian-bagian Robot

Optimalisasi dan Perancangan Algoritma Pergerakan dan Komunikasi pada Robot Penyerang Humanoid Soccer

Elvin Nur Afian, Rancang Bangun Sistem Navigasi Kapal Laut berbasis pada Image Processing metode Color Detection

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

SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL

BAB III PERANCANGAN. Gambar 3.1. Sistem instruksi dan kontrol robot.

BAB II DASAR TEORI. bentuk api dan lapangan pertandingan pada KRPAI. Pemadam Api (Setyawan, D.E dan Prihastono, 2012) [2]

SISTEM TELEMETRI DATA PADA MOBIL RC (RADIO CONTROLLED)

BAB III DESAIN DAN IMPLEMENTASI SISTEM

BAB III METODOLOGI PENELITIAN

IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME

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

BAB 4 IMPLEMENTASI DAN EVALUASI. menjalankan aplikasi ini adalah : Prosesor Pentium IV 2.6 Ghz. Graphic Card dengan memori minimum 64 MB

Mesin Bor Otomatis dengan Menggunakan Kamera untuk Mendeteksi Koordinat Bor

BAB IV PENGUJIAN SISTEM DAN ANALISA

BAB III METODE PENELITIAN

Model Sistem Akses Tempat Parkir Berdasarkan Pengenalan Plat Nomor Kendaraan. Andry Jonathan ( )

Pemanfaatan Metode Template Matching untuk Face Tracking secara Real Time di Ruang Tertutup

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

WEBCAM UNTUK SISTEM PEMANTAUAN MENGGUNAKAN METODE DETEKSI GERAKAN

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

BAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan

III. METODOLOGI PENELITIAN

PENERAPAN METODE SOBEL UNTUK PENGUKURAN TINGGI BADAN MENGGUNAKAN WEBCAM

PENERAPAN GRABBER PADA OPTICAL FLOW UNTUK MENGGERAKKAN CURSOR MOUSE MENGGUNAKAN BOLPOIN

BAB III PERANCANGAN. 3.1 Diagram blok sistem

Secara garis besar, arsitektur sistem Real Time Auto Door-Lock terbagi menjadi 6 bagian, yaitu:

BAB III PERANCANGAN ALAT

PERANCANGAN DAN REALISASI PENDETEKSI POSISI KEBERADAAN MANUSIA MENGGUNAKAN METODE DETEKSI GERAK DENGAN SENSOR WEBCAM

BAB IV PENGUJIAN SISTEM. pada PC yang dihubungkan dengan access point Robotino. Hal tersebut untuk

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

Sistem Monitoring Energi Lampu Penerangan Jalan Umum Berbasis Wireless Sensor Network dengan Topologi Mesh

PENENTUAN SUDUT LENGAN ROBOT HUMANOID BERDASARKAN KOORDINAT YANG DIKIRIM DARI PC MENGGUNAKAN USER INTERFACE YANG DIBUAT DARI Qt

INTEGRATION AND EVALUATION USING PATTERN RECOGNITION FOR MOBILE ROBOT NAVIGATION. Iman H. Kartowisastro.; Budiyanto Mulianto; Valentinus Rahardjo

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

Sistem Keamanan Pintu Gerbang Berbasis AT89C51 Teroptimasi Basisdata Melalui Antarmuka Port Serial

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III ANALISIS DAN PERANCANGAN SISTEM

Realisasi Perangkat Color Object Tracking Menggunakan Raspberry Pi

IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL

BAB 2 LANDASAN TEORI

BAB III METODOLOGI PENELITIAN. Desain penelitian adalah tahapan-tahapan dalam penelitian. Berikut di bawah

BAB I PERSYARATAN PRODUK

BAB IV PENGUJIAN DAN ANALISA SISTEM

BAB V IMPLEMENTASI DAN PENGUJIAN

BAB 3 IMPLEMENTASI SISTEM

BAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra

BAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media

7. RANCANG BANGUN APLIKATOR CAIRAN. Pendahuluan

BAB III PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM

Penghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi

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

BAB 4 IMPLEMENTASI DAN EVALUASI. Atmel (

III. METODE PENELITIAN. Penelitian mengenai analisis pola interferensi pada interferometer Michelson

pbab 4 IMPLEMENTASI DAN EVALUASI PROGRAM APLIKASI uji coba terhadap program aplikasi pengenalan plat nomor kendaraan roda empat ini,

BAB III METODE PENELITIAN. pada blok diagram tersebut antara lain adalah webcam, PC, microcontroller dan. Gambar 3.1 Blok Diagram

RANCANG BANGUN SISTEM PELACAKAN OBJEK SECARA REAL TIME BERDASARKAN WARNA

PENGENDALIAN MOBILE ROBOT VISION MENGGUNAKAN WEBCAM PADA OBJEK ARAH PANAH BERBASIS RASPBERRY PI

2. TINJAUAN PUSTAKA 2.1 Telur Ayam Konsumsi

BAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

BAB III PERANCANGAN. perancangan mekanik, perancangan hardware dan perancangan software.

BAB III METODE PENELITIAN

PENGENDALIAN MOBILE ROBOT VISION MENGGUNAKAN WEBCAM PADA OBJEK ARAH PANAH BERBASIS RASPBERRY PI

TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW

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

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D

BAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah:

PENGHITUNG JUMLAH ORANG LEWAT DENGAN METODE NORMALIZED SUM- SQUARED DIFFERENCES (NSSD)

Oleh: Riza Prasetya Wicaksana

Transkripsi:

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, Lukas B. Setyawan 2, F. Dalu Setiaji 3 Program Studi Teknik Elektro Fakultas Teknik Elektronika dan Komputer Universitas Kristen SatyaWacana, Salatiga 1 kuncoroadi26@yahoo.co.id, 2 lukas.bs@gmail.com, 3 fdsetiaji@yahoo.com INTISARI Penggunaan CCTV sebagai kamera pengawas biasanya ditempatkan secara statis di berbagai tempat. Karena sifatnya statis maka jangkauan pengawasannya terbatas. Suatu sistem keamanan alternatif dapat dirancang menggunakan webcam yang difungsikan sebagai kamera pengawas ruangan yang mampu melakukan pendeteksian dan penjejakan obyek (manusia) bergerak serta mengikuti pergerakan obyek tersebut dengan memanfaatkan teknik pemrosesan citra.metode pemrosesan citra pada alat yang dibuat ini adalah frame differencing, yaitu dengan membandingkan satu frame (citra) dengan frame sebelumnya. Jika ada perbedaan pada kedua frame tersebut berarti sebuah gerakan telah terdeteksi. Proses selanjutnya adalah segmentasi obyek bergerak dan pengiriman perintah gerak ke motor servo sebagai penggerak kamera melalui mikrokontroler.dari pengujian yang dilakukan, beberapa faktor mempengaruhi kinerja sistem penjejak, di antaranya frame rate webcam, kecepatan eksekusi algoritma pemrosesan citra, dan kecepatan gerak kamera. Intensitas cahaya ruangan turut mempengaruhi kinerja sistem dikarenakan webcam yang digunakan secara otomatis akan mengurangi nilai frame rate ketika intensitas cahaya kurang. Pada ruang pengujian berukuran 4m 5m dengan intensitas cahaya ruangan 87 lux, nilai tertinggi jumlah miss detection sistem dalam menjejak satu obyek adalah sebesar 3% sedangkan pada intensitas 22 lux meningkat menjadi 26,2%. Jika terdapat dua obyek bergerak pada ruang pengujian, sistem akan melakukan penjejakan terhadap obyek bergerak terakhir yang dapat dideteksi. Kata kunci: webcam, frame differencing, frame rate. 51

Techné Jurnal Ilmiah Elektroteknika Vol. 12 No. 1 April 2013 Hal 51 60 1. PENDAHULUAN Sistem keamanan yang populer menggunakan kamera pengawas (CCTV atau Close-Circuit Television). Berbagai macam bentuk kejahatan telah terungkap dengan bantuan CCTV tersebut. Pemasangan kamera pengawas diperlukan di berbagai tempat seperti di fasilitas umum, obyek vital, dan kawasan tertentu yang dianggap penting [1]. Penggunaan kamera pengawas dimaksudkan agar setiap aktivitas yang terjadi pada suatu ruang atau tempat dapat diawasi dengan baik. Namun demikian, dalam pemasangannya, CCTV membutuhkan perangkat tambahan yang dipasang pada komputer, misalnya DVR (Digital Video Recording) card atau TV Tuner. Komputer yang digunakan juga harus memiliki spesifikasi tinggi. Menurut salah satu perusahaan keamanan proteksi data, identitas dan akses, CSO Security and Risk (Amerika Serikat), penggunaan kamera pengawas yang dilengkapi pendeteksi adanya gerakan adalah hal yang penting [2]. Untuk itu, melalui perancangan ini, dibangunlah suatu sistem penjejakan obyek bergerak menggunakan webcam yang digunakan sebagai alternatif pengganti CCTV karena harganya yang relatif terjangkau serta penggunaannya yang lebih fleksibel [3]. Untuk melakukan pendeteksian obyek bergerak melalui kamera, diperlukan suatu metode pengolahan citra yang memungkinkan suatu sistem memiliki kemampuan untuk melihat seperti layaknya makhluk hidup. Citra digital yang ditangkap oleh sensor visual (kamera) diproses melalui perangkat lunak pengolahan citra agar didapatkan suatu informasi yang kemudian dijadikan masukan pada sistem lainnya. Informasi yang dihasilkan dapat berupa posisi, arah pergerakan, dan lainnya. Sistem penjejakan obyek bergerak ini dibuat dengan menggabungkan dua pengendali yaitu komputer (PC) sebagai pengolah citra digital serta pengendali perintah pergerakan dan mikrokontroler sebagai pengendali motor servo (pan dan tilt) yang digunakan untuk mengatur arah orientasi gerak kamera. Melalui pemrosesan citra yang dilakukan, gambar tangkapan kamera (webcam) akan diolah untuk dideteksi ada atau tidaknya pergerakan obyek dan melakukan penjejakan apabila dideteksi ada obyek yang bergerak. Pendeteksian dan penjejakan obyek yang bergerak dimaksudkan agar gambar obyek yang diamati dapat ditangkap dengan baik oleh kamera pengawas sekali pun obyek tersebut bergerak secara bebas dalam ruang yang diawasi. 52

APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D, Lukas B. Setyawan, F. Dalu Setiaji 2. PERANCANGAN ALAT Diagram kotak alat yang dibuat ditunjukkan pada Gambar 1. Gambar 1. Blok diagram alat penjejak obyek bergerak. Webcam pada alat ini berfungsi untuk mengambil gambar yang kemudian akan dikirimkan kepada PC untuk diolah. Pengolahan citra yang dilakukan oleh PC bertujuan mendapatkan posisi dan dimensi obyek bergerak dari citra yang dihasilkan webcam. PC akan mengolah citra masukan dari webcam kemudian memberikan perintah pergerakan ke mikrokontroler melalui komunikasi serial apabila hasil pengolahan citra menunjukkan ada obyek bergerak di dalamnya. Sedapat mungkin obyek bergerak diletakkan pada jangkauan pengamatan webcam sehingga pergerakannya dapat diawasi dengan baik. 2.1 Pengolahan Citra Pengolahan citra pada sistem penjejak obyek bergerak dilakukan dalam beberapa tahap. Di antaranya adalah pengambilan gambar melalui webcam, pengubahan citra RGB menjadi citra grayscale, proses frame differencing, proses median filtering, proses thresholding, proses segmentasi obyek bergerak, dan perintah gerak ke mikrokontroler. Seluruh perancangan perangkat lunak pengolahan citra dibuat dengan menggunakan Matlab 7.04 yang dijalankan di bawah sistem operasi Windows XP SP3. 53

Techné Jurnal Ilmiah Elektroteknika Vol. 12 No. 1 April 2013 Hal 51 60 2.1.1. Pembacaan Citra Melalui Webcam Citra yang digunakan berupa citra digital berukuran 320 240 piksel yang diperoleh dari sebuah webcam LOGITECH QuickCam E3500 Plus yang disambungkan pada port USB komputer. Pengambilan citra dilakukan terus menerus dengan cara mengambil 2 citra (frame) berurutan untuk kemudian diolah pada proses berikutnya, demikian seterusnya. 2.1.2. Mengubah Citra RGB ke Citra Grayscale Citra yang dihasilkan oleh webcam adalah citra RGB. Proses pengubahan ke bentuk citra grayscale bertujuan untuk menyederhanakan model citra. Dengan ukuran data citra yang lebih kecil, maka proses pengolahan citra dapat disederhanakan. 2.1.3. Frame Differencing Metode frame differencing atau perbedaan frame adalah penghitungan selisih antara frame yang satu dengan frame yang lainnya, dalam hal ini adalah frame sekarang dikurangi frame sebelumnya sehingga didapatkan obyek yang diinginkan [4]. Metode frame differencing dapat ditunjukkan oleh persamaan berikut ini. F (n) = D (n+1) D (n) F (n) D (n+1) D (n) = matriks citra hasil frame differencing ke-n = matriks citra ke-(n+1) = matriks citra ke-n 2.1.4. Median Filtering Median filter merupakan salah satu filter non-linear yang digunakan untuk mengurangi derau (derau pada kasus ini berupa bintik-bintik piksel) pada citra. Median filter terdiri dari suatu window berukuran ganjil (pada perancangan ini digunakan window berukuran 5 5) yang memuat sejumlah piksel dari suatu citra. Window tersebut digeser pada tiap-tiap titik piksel suatu citra dan nilai piksel pada pusat window akan diganti dengan nilai median dari window tersebut [5]. 54

APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D, Lukas B. Setyawan, F. Dalu Setiaji 2.1.5. Thresholding Operasi thresholding digunakan untuk mengubah citra grayscale ke citra biner, yang hanya memiliki dua buah nilai ( 0 atau 1 ). Dalam hal ini, piksel dengan rentang nilai keabuan tertentu diubah menjadi warna hitam dan sisanya menjadi putih, atau sebaliknya. 2.1.6. Segmentasi Obyek Bergerak Proses segementasi diperlukan dengan tujuan untuk mengetahui dimensi dari obyek bergerak, menghitung titik tengah obyek bergerak, dan acuan untuk menentukan arah pergerakan kamera. Metode segmentasi ini dilakukan dengan cara mendeteksi koordinat piksel putih ( 1 ) pada posisi terluar dari citra biner. Pendeteksian pikselpiksel putih terluar ini dilakukan pada arah horisontal dan arah vertikal dari citra biner tersebut. Dengan mendeteksi koordinat piksel putih terluar citra biner maka akan didapatkan batas kanan, batas kiri, batas atas, dan batas bawah obyek bergerak tersebut. Gambar 2. Ilustrasi Batas-Batas Segmentasi Obyek Bergerak. 2.1.7. Perintah Gerak ke Mikrokontroler Perintah pergerakan dikirimkan PC ke mikrokontroler berdasarkan posisi titik tengah dimensi obyek bergerak. Apabila posisi titik tengah tersebut berada pada wilayah piksel tertentu, maka PC akan segera mengirimkan perintah pergerakan ke mana motor servo harus digerakkan [6],[7]. Untuk arah horisontal, pergerakan yang dilakukan adalah sebesar 7,5 dan 15. Sedangkan untuk arah vertikal, pergerakan yang dilakukan adalah sebesar 5 dan 10. 55

Techné Jurnal Ilmiah Elektroteknika Vol. 12 No. 1 April 2013 Hal 51 60 Gambar 3. Ilustrasi Wilayah Pergerakan Motor Servo. 2.2 Perancangan Modul Mikrokontroler, Modul IC MAX232, dan Motor Servo 2.2.1 Perancangan Modul Mikrokontroler Mikrokontroler berfungsi sebagai pengendali utama dalam pengaturan pergerkan motor servo. Mikrokontroler akan mengirimkan suatu sinyal PWM (Pulse Width Modulator) berupa besar sudut pergerakan yang harus dilakukan oleh motor servo. 2.2.2 Modul IC MAX232 Perintah pergerakan motor servo dikirimkan oleh PC (komputer) ke mikrokontroler melalui komunikasi serial melalui IC MAX232. Kegunaan IC MAX232 adalah sebagai driver, yang akan mengkonversi nilai tegangan atau kondisi logika TTL dari mikrokontroler agar sesuai dengan tegangan pada komunikasi RS232 yang digunakan pada komputer, begitu pula sebaliknya. 2.2.3 Motor Servo Modul gerak pan dan tilt kamera pada sistem ini menggunakan dua buah motor servo. Jenis motor servo yang digunakan merupakan tipe standard dengan sudut putar 180. Dua buah motor servo diletakkan sedemikian rupa sehingga dapat menggerakkan webcam secara vertikal dan horisontal. Untuk menentukan besar sudut dan kecepatan 56

APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D, Lukas B. Setyawan, F. Dalu Setiaji pergerakan yang harus dilakukan motor servo diperlukan suatu sinyal PWM yang dikeluarkan oleh mikrokontroler. 3. PENGUJIAN DAN ANALISIS Sistem penjejak obyek bergerak ini diuji menggunakan komputer dengan processor AMD Athlon 7750 Dual Core @2.7 GHz dengan kapasitas RAM 1792 MB dan VGA ATI Radeon HD 3300 (onboard). Modul sistem penjejakan diletakkan pada ketinggian dua meter pada ruangan 4m 5m. 3.1 Pengujian Jumlah Frame Rate Citra Yang Dihasilkan Webcam Pengujian ini dilakukan pada ruangan dengan intensitas cahaya 87 lux dan 22 lux. Dari 500 frame yang diambil webcam pada intensitas 87 lux, hasil rata-rata waktu yang dibutuhkan webcam mengambil 1 frame adalah sebesar 0,087 detik yang berarti webcam memiliki rata-rata menghasilkan 11,4 fps. Sedangkan untuk intensitas 22 lux, waktu rata-rata pengambilan 1 frame adalah 0,168 detik yang berarti webcam menghasilkan 5,9 fps. 3.2 Pengujian Perbandingan Tinggi Obyek Dengan Jarak Pengamatan Pengujian dilakukan untuk mendapatkan jarak maksimal obyek bergerak terhadap kamera dengan cara menempatkan lima obyek (manusia) dengan tinggi badan beragam untuk mengetahui jarak maksimal tiap obyek yang dapat dideteksi oleh sistem sebagai obyek bergerak. Nilai rata-rata perbandingan tinggi obyek bergerak terhadap jarak pengamatan adalah 1 : 4,75. Tabel 1. Hasil Pengujian Jarak Obyek (Manusia) Bergerak Terhadap Webcam. Keterangan Obyek A Obyek B Obyek C Obyek D Obyek E Tinggi badan (m) 1,60 1,65 1,66 1,73 1,87 Jarak terjauh (m) 7 8 8 8,5 9 Nilai perbandingan 1 : 4,38 1 : 4,85 1 : 4,82 1 : 4,91 1 : 4,81 3.3 Pengujian Penjejakan untuk Satu Obyek Bergerak Pengujian ini dilakukan dengan cara menghitung jumlah miss detection (kegagalan deteksi). Miss detection menyatakan kegagalan sistem dalam mendeteksi dan melakukan penjejakan terhadap obyek bergerak. Pada pengujian ini, penghitungan jumlah miss detection dilakukan pada 500 frame hasil penjejakan sistem dengan 57

Techné Jurnal Ilmiah Elektroteknika Vol. 12 No. 1 April 2013 Hal 51 60 menempatkan obyek (manusia) bergerak di depan webcam, obyek tersebut bergerak secara horisontal dengan jarak yang berbeda-beda dari webcam dengan kecepatan sekitar 1-1,5 m/s. Pengujian dilakukan dengan dua tingkat intensitas cahaya yang berbeda yaitu 87 lux dan 22 lux. Obyek berjumlah lima orang yang kemudian disebut obyek A, B, C, D, dan E dengan tinggi badan secara berurutan 1,87 m, 1,7 m, 1,66m, 1,65 m, dan 1,6 m. Tabel 2. Jumlah Miss Detection Penjejakan Obyek Bergerak Keterangan Intensitas 87 lux Intensitas 22 lux Jarak Obyek 1 meter 3 meter 5 meter 1 meter 3 meter 5 meter Obyek A 2% 1,2% 0,6% 26,2% 17,4% 3,6% Obyek B 2,2% 1,6% 1% 20,4% 14,2% 5,2% Obyek C 2,2% 1% 0,6% 19,6% 15,8% 6% Obyek D 3% 1,4% 0,8% 23% 15,6% 4,2% Obyek E 2,6% 1% 0,6% 21,6% 14% 5,4% Mobil RC 42,6% 35,4% 53% 67% 53,4% 79,8% Dari pengujian yang dilakukan, didapatkan hasil bahwa jumlah miss detection akan semakin besar pada intensitas cahaya ruangan yang semakin kecil. Besarnya frame rate yang dihasilkan webcam akan mempengaruhi kinerja sistem penjejak obyek bergerak. Apabila obyek bergerak lebih cepat dari pada kemampuan sistem melakukan proses penjejakan, maka obyek bergerak tersebut tidak dapat dideteksi. Hasil pengujian juga menunjukkan nilai miss detection akan lebih tinggi jika jarak obyek semakin dekat dengan kamera (webcam). Hal ini terjadi karena pergerakan kamera tidak dapat mengikuti kecepatan pergerakan obyek. 3.4 Pengujian Penjejakan untuk Dua Obyek Bergerak Pengujian dilakukan dengan cara menempatkan dua obyek yang bergerak secara acak di depan kamera (webcam). Gambaran pengujian diperlihatkan Gambar 4. 58

APLIKASI WEBCAM UNTUK MENJEJAK PERGERAKAN MANUSIA DI DALAM RUANGAN Kuncoro Adi D, Lukas B. Setyawan, F. Dalu Setiaji Gambar 4. Gambaran penjejakan dua obyek bergerak. Pengujian dilakukan sebanyak lima kali dengan keadaan ruangan yang sama dengan dua kombinasi obyek bergerak. Obyek bergerak pada pengujian ini terdiri dari empat orang dengan tinggi badan yang beragam yaitu 160 cm, 165 cm, 166 cm, dan 183 cm. Kedua obyek bergerak secara acak pada ruang pengujian yang berukuran 4m 5m. Pengujian dilakukan dengan menghitung jumlah miss detection dari 750 frame hasil penjejakan yang dilakukan oleh alat. Tabel 3. Jumlah miss detection pada pengujian dua obyek bergerak. Keterangan Jumlah Miss Detection Pengujian I 0,4% Pengujian II 0,27% Pengujian III 0,67% Pengujian IV 1,73% Pengujian V 0,8% Hasil pengujian alat akan melakukan penjejakan obyek berdasarkan pergerakan obyek terakhir yang dideteksi. Saat kedua obyek bergerak dan masih berada pada jangkauan tangkapan kamera, maka sistem akan mendeteksi kedua obyek begerak tersebut. Saat salah satu obyek keluar dari jangkauan tangkapan kamera, maka obyek terakhir yang masih dideteksi kamera yang akan dijejak oleh sistem. Saat kedua obyek bergerak bersama-sama keluar dari jangkauan tangkapan kamera, maka sistem penjejak akan mengalami kegagalan dalam mendeteksi pergerakan dikarenakan tidak ada obyek bergerak pada jangkauan tangkapan kamera. 59

Techné Jurnal Ilmiah Elektroteknika Vol. 12 No. 1 April 2013 Hal 51 60 4. KESIMPULAN Pencahayaan ruangan mempengaruhi kinerja sistem penjejak obyek bergerak dikarenakan kamera (webcam) yang digunakan memiliki fitur otomatis untuk meningkatkan kualitas pencahayaan pada citra yang dihasilkan dengan cara menurunkan nilai frame rate. Hal ini terlihat pada intesitas 87 lux, webcam akan menghasilkan 11,4 fps sedangkan untuk intesitas 22 lux akan menghasilkan 5,9 fps. Sistem penjejakan dapat berfungsi dengan baik apabila kecepatan obyek bergerak tidak melebihi kemampuan sistem dalam melakukan proses pendeteksian dan penjejakan obyek bergerak. Apabila ada dua objek melakukan pergerakan secara acak pada ruang yang diawasi, maka penjejakan akan dilakukan pada obyek bergerak terakhir yang dapat dideteksi oleh sistem. DAFTAR PUSTAKA [1] Peraturan Daerah Kota Batam Nomor 2 Tahun 2007, Sistem Keamanan Melalui Kamera Pengaman di Objek Vital, Fasilitas Umum dan Kawasan Tertentu di Kota Batam, Batam, 2007. [2] -------, 19 Ways to Build Physical Security into a Data Center, [Online], http://www.csoonline.com/, diakses tanggal 5 Maret 2012. [3] Santoso, Y., Setiyawan, I., Papilaya, V. N., Penerapan Kamera Web Sebagai Pendeteksi Gerakan Dengan Antarmuka Directshow, Makara Teknologi, vol. 13, no. 1, April 2009. [4] Irianto, K.D., Ariyanto, G., Ary, D., Motion Detection Using OPENCV With Background Substraction and Frame Differencing Technique, Universitas Muhammadiyah Surakarta, 2009. [5] Pratt, W. K., Digital Image Processing, ed. 4, A John Wiley & Sons, Inc., California, 2007. [6] Gupta, K., Kulkarni, A. V., Implementation of an Automated Single Camera Object Tracking System Using Frame Differencing and Dynamic Template Matching, Indian Institute of Technology, Kanpur, India, 2008. [7] Horner, David, Development of an Automatic Object Tracking Camera System Using Multiple Metrics, Indiana Purdue University Fort Wayne, 2004. 60