Sistem Pengawasan Berbasis Deteksi Gerak Menggunakan Single Board Computer

Afandi Nur Aziz Thohari, Rima Dias Ramadhani

Abstract


Pengawasan menjadi hal yang penting untuk keamanan suatu area. Berdasarkan pengawasan tersebut, dapat diketahui kondisi area, kejadian, dan objek yang muncul. Pengawasan suatu area umumnya dilakukan menggunakan Closed Circuit Television (CCTV). Namun, kamera CCTV hanya berfungsi sebagai pengawas pasif yang tidak mampu mendeteksi kemunculan objek. Oleh karena itu, teknik deteksi gerak perlu diterapkan untuk mendeteksi kemunculan objek. Pada makalah ini diterapkan metode Gaussian blur dan accumulative frame difference untuk mendekteksi kemunculan objek. Metode tersebut bekerja dengan membandingkan frame referensi sebagai patokan dengan frame target yang terisi objek. Berdasarkan hasil pengujian, sistem mampu untuk mendeteksi objek yang muncul dengan memunculkan garis segmentasi pada objek. Kemudian, waktu kemunculan objek akan terekam dalam sebuah berkas *.csv dan sistem memvisualisasikan kemunculan objek dalam grafik fungsi waktu. Pengujian kemunculan objek pada jarak 1 sampai 10 meter dapat bekerja dengan baik saat kondisi terang. Namun, untuk deteksi objek pada lingkungan yang gelap (kurang dari 40 lux), sistem belum mampu mendeteksi kemunculan objek karena spesifikasi kamera yang dipakai. Kemudian pada pengujian jumlah objek, sistem dapat mendeteksi beberapa objek. Akan tetapi, jika terdapat objek yang sangat dekat jaraknya, maka akan digabung menjadi satu objek.

Keywords


Frame; Deteksi; Objek; Pengawasan

Full Text:

PDF

References


D.I. Ramadhan, I.P. Sari, dan L.O. Sari, “Comparison of Background Substraction, Sobel, Adaptive Motion Detection, Frame Differences, and Accumulative Differences Images on Motion Detection,” SINERGI, Vol. 22, No. 1, hal. 51–62, 2018.

P.L. Rosin dan T. Ellis, “Image Difference Threshold Strategies and Shadow Detection,” Proc. BMVC ’95, 1995, hal. 347-356.

M.I. Zul dan L.E. Nugroho, “Deteksi Gerak dengan Menggunakan Metode Frame Differences pada IP Camera,” Proceeding CITEE 2012, 2012, hal. 52–56.

M. Harry, B. Pratama, A. Hidayatno, dan A. Zahra, “Menggunakan Metode Background Subtraction dengan Algoritma Gaussian Mixture Model,” TRANSIENT, Vol. 6, No. 2, hal. 246–253, 2017.

R. Zakaria, “Smart Motion Detection: Security System Using Raspberry Pi,” J. Eng. Res. Inst., Vol. 30, hal. 1-8, 2017.

U. Ahmad, Pengolahan Citra Digital & Teknik Pemrogramannya, 1st ed., Yogyakarta, Indonesia: Graha Ilmu, 2005.

P. Gil, S. Maldonado, dan R. Gil, “Background Pixel Classi cation for Motion Detection in Video Image Sequences,” Neural Networks, Vol. 1, hal. 718–725, 2003.

D.L. DiLaura, An Introduction to the IES Lighting Handbook, 10th ed., New York, USA: IES, 2011.




DOI: http://dx.doi.org/10.22146/jnteti.v8i1.483

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI)

JNTETI (Jurnal Nasional Teknik Elektro dan Teknologi Informasi)

Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada
Jl. Grafika No 2. Kampus UGM Yogyakarta 55281
+62 274 552305
jnteti@ugm.ac.id