Implementasi Visi Komputer Untuk Mengidentifikasi

ISSN: 1978-1520

IJCCS Vol. x, No. x, July201x : first_page–end_page

78

Implementasi Visi Komputer Untuk MengidentifikasiMobilitas Kendaraan Pada Citra Jalan Raya

Yoga Handoko Agustin, Asep sugiharto, Ude UsmanSTMIK Tasikmalaya

Jl. R. E. Martadinata 272 A TasikmalayaTeknik Informatika

e-mail: [email protected], [email protected]

AbstrakMobilitas kendaraan di jalan raya sekarang ini semakin tinggi dikarenakan jumlah

orang yang memiliki kendaraan semakin banyak. Namun kurangnya perhatian terhadap haltersebut menyebabkan kelancaran berlalu lintas kurang produktif, sehingga perlu ada nyaidentifikasi mobilitas kendaraan. Untuk itu bidang teknologi bisa digunakan diantaranya llmuPengolahan Citra dengan bantuan tools Matlab.

Dalam penelitian ini metode perancangan aplikasi menggunakan metode eksperimendimana metode tersebut dikhususkan untuk digunakan mengidentifikasi hubungan sebab akibatdari satu atau lebih variable terikat dengan melakukan manipulasi variable bebas pada satukeadaan yang terkendali.

Input data pada aplikasi berupa citra jalan, yang kemudian akan diproses denganmenggunakan metode Visi Komputer diantaranya Background Subtracting, Image Processing(RGB, Grayscale, Binary), Morfologi, Segmentation.

Proses pengurangan citra grayscale antara citra jalan kosong dengan citra jalanberobjek akan menghasilkan citra yang hanya menampilkan objek saja, kemudian pelabelandengan metode segmentasi akan mendeteksi jumlah objek kendaraan sesuai dengan yang dilihatoleh mata manusia. Sampel yang digunakan merupakan citra jalan yang di ambil menggunakankamera Smartphone dari empat titik jalan yang setiap titik nya diambil 100 sampel sehinggamenghasilkan 400 sampel citra jalan berformat JFIF (JPG File Interchange Format).

Dari hasil pengujian semua sampel yang diambil dari titik jalan yang berbeda akanmenghasilkan jumlah kendaraan yang melintasi jalan tersebut. Hasil pengujian yang dilakukandengan menggunakan metode Visi Komputer pada data latih mendapatkan tingkatsensitivitasnya 100.00% dan spesifitasnya 75.00%, sedangkan pada citra uji mendapatkan hasildengan tingkat sensitivitasnya 69.25% dan spesivitasnya 65.00%.

Kata Kunci : Pengolahan Citra, Matlab, Visi Komputer, Deteksi Kendaraan.

AbstractMobility vehicle on a highway it is today due to the higher number of people who

have a growing number of vehicles. But the lack of attention to this smooth-traffic lessproductive, so need to have his identification of mobility vehicles. For that technology could beused in the case, including the science image processing tools with the help of Matlab.

In this study the method of designing applications using the method of experimentationwhere the method used is devoted to identifying causal relationships of one or more variablesare bound to perform manipulation of free variables in a controlled state.

The input data on the application form the image of the road, which will then beprocessed using Computer Vision methods including Subtracting Background, ImageProcessing (RGB, Grayscale, Binary), morphology, Segmentation.

Process grayscale image reduction between the image of the empty streets with theimage the way berobjek will produce images that display only object, then labeling withsegmentation method will detect the number of objects in the vehicle as seen by the human eye.

IJCCS ISSN: 1978-1520

Title of manuscript is short and clear, implies research results (First Author)

79

The sample used is the image of the road taken using the camera Smartphone from the fourpoints of the path that each point of his 100 samples taken 400 samples to produce the imagepath format JFIF (.JPG File Interchange Format).

The test results of all samples taken from point a different path will result in thenumber of vehicles crossing the road. The results of tests conducted with the use of ComputerVision methods on training data get level sensitivitasnya 100.00% and spesifitasnya 75.00%,whereas in the image of the test get results with the level sensitivitasnya 69.25% andspesivitasnya 65.00%.

Keywords : Image Processing, Matlab, Computer Vision, Vehicle Detection.

1. PENDAHULUAN

Pengguna kendaraan sekarang ini sudah semakin banyak sehingga menyebabkanmobilitas di jalan raya juga semakin banyak dengan jumlah pengguna jalan yang relatif tinggi.Dengan adanya teknologi yang kini semakin canggih bahkan diantaranya teknologi digitalsudah menjadi hal yang melekat pada setiap manusia seakan-akan sudah menjadi sebuahkewajiban yang harus ada pada diri manusia, sehingga penggunanya semakin kini semakinbanyak.

Namun sangatlah miris ketika teknologi tersebut tidak digunakan secara optimal, makadari itu ilmu dibidang pengolahan citra merupakan salah satu ilmu yang memiliki peran pentingdalam mengoptimalkan fungsi dari teknologi digital.

Dari sekian banyak metode di bidang pengolahan citra penulis mengambil beberapametode yang digabungkan untuk dijadikan bahan penelitian dalam upaya membantumengoptimalkan fungsi dari teknologi digital yaitu menggunakan metode visi komputer dimanasecara sederhana dapat diartikan bahwa komputer dimanfaatkan sebagai alat pemroses datavisual untuk mendapatkan makna citra digital. Informasi ini selanjutnya dapat disampaikandalam berbagai media, baik suara atau tampilan peringatan informasi, dan perantara, baikjaringan komputer maupun jaringan komunikasi, bagi pengambil keputusan. Pada penelitian inikonsep dan metode visi komputer dieksplorasi dan diterapkan untuk mendeteksi keberadaankendaraan pada citra digital jalan raya.

Untuk itu penulis melakukan penelitian terhadap pembergunaan teknologi digital yangdapat memberikan informasi menggunakan kamera digital dengan bantuan tools-tools yangdisediakan aplikasi Matlab , adapun judul yang penulis ambil berdasarkan permasalahan diatasyaitu “Implementasi Visi Komputer untuk Mengidentifikasi Mobilitas Kendaraan padaCitra Jalan Raya”.

2. METODE PENELITIAN

Objek penelitian ini menggunakan bahan inputan berupa file video berdurasi 2 menitdirubah menjadi gambar continue atau frame-frame yang diambil dari 4 titik jalan dengankecepatan mobil rata-rata 40 km/jam atau sama dengan 666.70 /menit, penulis melakukanpengujian untuk menghasilkan sample kendaraan yang melewati jalan setiap detiknya dalam 2menit yang meghasilkan 1.2 detik untuk pembagian frame video dengan tidak melewatkansetiap kendaraan yang melintas tanpa terdeteksi, sehingga mendapatkan sampel 400 frame foto.

Dari permasalahan yang diangkat dalam penelitian ini maka metode penelitian yangdigunakan adalah metode penelitian eksperimen yaitu suatu penelitian yang dengan sengajapeneliti melakukan manipulasi terhadap satu atau lebih variabel dengan suatu cara tertentusehingga berpengaruh pada satu atau lebih variabel lain yang diukur.

2.1 Sumber Data1. Sumber Data Primer

ISSN: 1978-1520


80

Sumber data primer adalah sumber data yang diperoleh dari hasil observasi tempatpenelitian.

2. Sumber Data SekunderData yang berupa Kepustakaan yang berhubungan dengan penyususan penelitian dandokumen-dokumen yang berkaitan dengan penyusunan penelitian [1].

2.2 Teknik Pengumpulan DataTeknik pengumpulan data yang digunakan penyusun dalam penyusunan Kerja Praktek

ini dengan menggunakan metode antara lain :1. Observasi

Observasi adalah upaya mengamati dan mendokumentasikan hal-hal yang terjadiselama tindakan berlangsung.

2. WawancaraWawancara adalah percakapan dengan maksud tertentu. Percakapan itu dilakukan olehdua pihak, yaitu pewawancara (interviewer) yang mengajukan pertanyaan danterwawancara (interviewer) yang memberikan atas maksud itu.

3. Studi LiteraturPengumpulan data dan berbagai macam informasi terkait dan referensi dari buku,modul, artikel maupun internet yang berkaitan dengan penelitian ini[2].

2.3 Akuisisi DataSistem akuisisi data dapat didefinisikan sebagai suatu sistem yang berfungsi untuk

mengambil, mengumpulkan dan menyiapkan data, hingga memprosesnya untuk menghasilkandata yang dikehendaki[3].

Gambar 2.1 Diagram Blok Sistem Akuisisi Data.2.4 Proses Pengumpulan Data

Proses pengumpulan data adalah urutan pelaksanaan pengumpulan data yang salingterkait sehingga dapat mengubah data masukan menjadi data keluaran [4].

1. Pengumpulan Data (Data Collection)Dalam penyusunan karya ilmiah ini, Penulis mengambil objek penelitian yaitu datagambar sebanyak 400 sample dari file video yang berdurasi 2 menit yang diambil dari 4titik pada jalan raya.

2. Pengolahan Awal Data (Data Pre-processing)Data perolehan di transformasi untuk mendapatkan atribut yang relevan dan sesuaidengan format input algoritma yaitu dilakukan matlab encoding.

3. Percobaan dan Pengujian metode



81

Dalam karya ilmiah ini penulis melakukan pengujian dari mulai mensubtraksi sampledengan background awal, kemudian setelah mendapatkan hasil dari subtracting sampledi konversi ke grayscale kemudian di konversi ke biner dengan metode Otsu, setelahsample menjadi biner kemudian diperhalus piksel-piksel didalamnya dengan metodeMorfologi setelah medapatkan hasil dari proses tersebut selanjutnya di cari objekdengan jumlah area yang lebih dari 5000 pixel maka setelah proses tersebut selesai hasilakhir dari pengujian akan mendapatkan hasil yang diinginkan.

2.5 Langkah-langkah Pengembangan SistemDalam pelaksanaan penelitian diperlukan acuan dasar pelaksanaan agar penelitian ini

dapat berjalan dengan baik, sehingga dapat diimplementasikan dan memberikan hasil yangdiharapkan. Berikut ini merupakan langkah-langkah yang dilakukan peneliti dalam penelitianini :

Gambar 2.2 Langkah-langkah Penelitian[5].

3. HASIL DAN PEMBAHASAN3.1 Analisa Prosedur

1. Analisa Metode SWOTAnalisis SWOT merupakan suatu teknik perencanaan strategi yang bermanfaat untukmengevaluasi Kekuatan (Strength) dan Kelemahan (Weakness), Peluang(Opportunities) dan Ancaman (Threats) dalam suatu proyek, baik proyek yang sedangberlangsung maupun dalam perencanaan proyek baru[6].

2. Analisa Metode Pengembang AplikasiPada proses analisa metode dalam hal mendeteksi mobilitas kendaraan dijalan rayamemegang peranan penting dalam membuat rincian prosedur pada metode yang akandiuji. Analisa metode merupakan langkah pemahaman persoalan sebelum melakukantindakan dan langkah yang akan dikerjakan sehingga persoalan terselesaikan.

ISSN: 1978-1520


82

Metode yang akan dianalisa adalah metode visi komputer yang di implementasikankedalam aplikasi untuk mendeteksi mobilitas kendaraan pada citra jalan raya.

Gambar 3.1 Diagram Blok Tahapan Kerja[6].3. Flowcart yang Dibuat

Prosedur yang disusun dan dibangun merupakan hasil analisa metode pada data yangdiambil dari empat titik di jalan raya untuk mengidentifikasi tingkat mobilitaskendaraan di jalan tersebut. Metode yang akan diuji membutuhkan data inputan berupafile foto.

Gambar 3.2 Flowchart proses secara umum[7].

3.2 Analisa Data MasukanData yang digunakan pada penelitian ini merupakan data citra yang penulis ambil dari

empat titik jalan raya dengan jumlah 400 sampel citra yang berukuran masing-masing 640x480berformat JFIF(JPEG File Interchange Format). Dalam pengambilan sample juga harus diperhatikan posisi kamera yang baik supaya sampel yang didapat bisa di proses dengan sempurnaseperti ditunjukan pada gambar 3.3.



83

Gambar 3.3 Posisi kamera dalam pengambilan videoPosisi kamera yang yang sempurna untuk pengambilan video ukuran tinggi dan panjang jalanyang terjangkau bisa memakai ukuran segitiga pythagoras.Contoh dari sample yang penulis maksud pada Gambar 3.4(a) merupakan citra latar belakangdan Gambar 3.4(b) merupakan original image atau bisa dibilang citra yang memiliki objek.

(a) Background (b) Original Image

Gambar 3.4 Sample citra

3.3 Rancangan ProsesSetelah dilakukan beberapa tahapan dalam analisa metode maka dilakukanlah

perancangan tool yang akan digunakan pada penelitian ini. Perancangan tool tersebut berupatahapan-tahapan dari proses- proses yang akan dilakukan pada Matlab.

Gambar 3.5 Perancangan Tools

ISSN: 1978-1520


84

Jika semua proses berjalan sesuai dengan kriteria yang di tuliskan dan dengan data citra denganketentuan yang ada maka aplikasi akan memberikan hasil yang sesuai. Untuk menjaga agarproses data inputan lancar dan teratur sehingga menghasilkan informasi yang sesuai makadibuatlah alur proses seperti gambar dibawah ini.

Gambar 3.6 Data Flow Diagram Aplikasi [8].3.4 Implementasi Perangkat Lunak

Spesifikasi perangkat lunak (software) yang mendukung terhadap jalannya aplikasideteksi kendaraan ini yaitu sebagai berikut :

1. Matlab R2015b 32 bit2. Sistem Operasi Windows 7

3.5 Implementasi Perangkat Keras1. Processor minimum

Tabel 3.1 Minimum ProcessorOS Processor Disk Space RAM

Windows

10

Any Intel or AMD x86-64

processor

2 GB for MATLAB

only,

4–6 GB for a

typical installation

2 GB

Windows

8.1

AVX2 instruction set

support is recommended

With Simulink, 4 GB is

required

Windows

8

AVX2 instruction set

support is recommended

With Polyspace, 4 GB per

core is recommended

Windows With Polyspace, 4 cores is



85

7 recommended

2. Camera direkomendasikan 15 Mega Pixel3. Mouse4. Keyboard.

3.6 Pengujian AplikasiUntuk keperluan menguji metode yang dikembangkan, maka dibuatlah perangkat lunak

yang mengikuti metode-metode yang telah dijelaskan sebelumnya, dengan menggunakan toolsyang disediakan oleh aplikasi MATLAB penulis membuat perangkat lunak yang interaktif.Ilustrasi pengolahan citra dapat dilihat seperti pada gambar 3.7.

Gambar 3.7 Hasil Pengujian AplikasiProses ini merupakan proses yang dimaksud penulis dimana objek citra yang dimasukan dapatdi identifikasi jumlahnya.

3.7 Proses Pengujian Data UjiProses pengujian terhadap data uji bertujuan untuk mendeteksi jumlah kendaraan yang

melintas pada jalan yang lokasinya telah ditentukan untuk pengambilan sampel.Tabel 3.2 Hasil Pengujian Aplikasi di jl. Rajapolah

No GT Det TP TN FP FN1 1 1 √2 2 1 √3 3 3 √4 1 1 √5 2 2 √6 3 4 √7 2 1 √8 1 1 √9 1 1 √10 1 1 √

Jum 94 138 42 35 14 9Tabel 3.2 merupan hasil peroses dari data uji di Jl. Rajapolah.

Rumus untuk mencari persentase tingkat probabilitas dari hasil anaslisis citra ujimenggunkan rumus 1 [9].

Keterangan rumus :P = persentase (%)

ISSN: 1978-1520


86

Np = jumlah probabilitasNd = jumlah data yang di uji.

Dari hasil pengujian dapat diketahui bahwa tingkat sensitivitas (the test’s ability to identifypositive result) dari metode yang digunakan adalah :

Keterangan :Sn = SensitivitasTP = True PositiveFN = False Negative

Sedangkan untuk tingkat spesifisitasnya (the ability of the test’s to identify negative result)adalah:

Keterangan :Sp = SpesifisitasTN = True NegativeFN = False Positive

Tabel 3.3 Probability Data Uji Jl. RajapolahNama Proses Pendeteksian Jumlah Persentase

JL. RAJAPOLAH

True Positive 42

True Negative 35

False Positive 14

False Negative 9

Jumlah kendaraan melintas : 94 Kendaraan

Jumlah kendaraan terdeteksi 138 KendaraanTest Akurasi Persentase

the test’s ability to identify positive result

the ability of the test’s to identify negative result

Dari ke empat titik jalan yang di ambil sampel penulis hanya menuliskan 1 titik jalan.3.8 Hasil PengujianHasil pengujian diperoleh dari pembandingan hasil uji data latih dan proses pengujian data ujisehingga dapat diperoleh hasil sebagai berikut :

Tabel 3.4 Hasil PengujianPengujian Kriteria Penilaian Hasil Penilaian

Data LatihWaktu Proses 4,59Sensitivitas 100%Spesifisitas 70%

Data UjiWaktu Proses 4,52Sensitivitas 69,25%Spesifisitas 65%

Akurasi aplikasi dapat diketahui setelah membandingkan proses pengujian data latih dan datauji, yang dapat dilihat pada tabel 3.43.9 Kesimpulan Hasil PengujianKesimpulan hasil pengujian yang dilihat dari proses pengujian :



87

1. Akurasi Sensitivitas aplikasi pada citra uji adalah 100% sedangkan pada citra latih69%, penurunan tingkat akurasi aplikasi dalam mendeteksi objek kendaraandikarenakan beberapa faktor yang di antaranya, faktor pengambilan objek citra yangtidak sesuai dengan kriteria pengambilan data.

2. Waktu proses aplikasi baik pada cita latih atau cita uji hanya berbeda sedikit jadiaplikasi bisa dikatan stabil dalam pemrosesan data.

3. Dari hasil deteksi objek kendaraan yang melewati titik jalan yang sudah di tentukanadalah :

Tabel 5.15 Jumlah Kendaraan Terdeteksi

No Nama Jalan Jumlah Kendaraan Terdeteksi1 Jl. Sindangkasi 1172 Jl. Rajapolah 1383 Jl. Nasional III 1004 Jl. Ciawi 117

sekitar 117 kendaraan yang melintas dalam 2 menit.

4. KESIMPULAN

1. Penggunaan metode visi komputer dengan metode-metode yang digunakan dalampenelitian ini bisa di operasikan dengan baik dalam mendeteksi objek kendaraan rodaempat atau lebih, dengan waktu proses rata-rata 4,528763 dtk per sample.

2. Pada pengujian data latih tingkat sensitivitasnya adalah 100% sedangkan padapengujian data uji adalah 69.25% perbandingan tingkat sensitivitas antara data latih dandata uji 30.75% sehingga keakuratan pendeteksian pada data uji masih kurang akuratdikarenakan faktor pengambilan sampel pada data uji sangatlah mempengaruhi padatingkat sensitivitas pendeteksian.

3. Hasil dari pendeteksian objek kendaraan pada titik-titk jalur jalan yang sudah ditentukan berkisar 117 kendaraan yang melintas dalam 2 menit.

5. SARAN

1. Metode Klasifikasi seperti GLCM dan K-NN sehingga aplikasi dapat mendeteksi bukanhanya kendaraan roda empat saja tetapi juga bisa mendeteksi semua kendaraan yangsudah di kelaskan oleh metode klasifikasi yang digunakan.

2. Pengambilan sampel yang digunakan harus sesuai dengan kriteria pengambilan sampelyang sudah di bahas pada BAB IV sehingga dapat menambah tingkat sensitivitas danmengurangi tingkat spesivitasnya.

3. Membuat aplikasi menjadi otomatis dalam pengoperasiannya sehingga tidak lagimemerlukan bantuan operator dalam penggunaanya

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada Tuhan Yang Maha Esa, kedua Orang Tuadan seluruh pihak yang ikut terlibat dalam penelitian ini.

ISSN: 1978-1520


88

DAFTAR PUSTAKA

[1] Setiawan Hadi, “Deteksi Objek Kendaraan Pada Citra Digital Jalan Raya MenggunakanMetode Visi Komputer,” Bandung : Fakultas MIPA Universitas Padjadjaran, 2012.

[2] Karmilasari, “Aplikasi Deteksi Wajah pada Foto Dijital dalam Sistem Pengenalan Wajah,”1st Seminar on Application and Research in Industrial Technology, UniversitasGunadarma, Yogyakarta, 27 April 2011.

[3] Selamet Riyadi, “Deteksi Retak Permukaan Jalan Raya Berbasis Pengolahan Citra denganMenggunakan Kombinasi Teknik Thresholding, Median Filter dan Morfological Closing,”Yogyakarta : Fakultas Teknik, Universitas Muhammadiyah Yogyakarta, 2011.

[4] Nandang Trisnadik, “Pendeteksian Posisi Plat Nomor Kendaraan Menggunakan MetodeMorfologi Matematika,” Semarang : Jurusan Teknik Elektro, Universitas DipenogoroSemarang, 2012.

[5] Eddy Nurraharjo, “Model Pencacah Citra Bidang Datar 2 Dimensi,” Semarang : UniversitasStikubank, 2014.

[6] Eka Ardhianto, “Implementasi Metode Image Subtracting dan Metode Regionprops untukMendeteksi Jumlah Objek Berwarna RGB pada File Video,” Semarang : UniversitasStikubank, 2013.

[7] Abdul Kadir & Adhi Susanto, 2013. “Teori dan Aplikasi Pengolahan Citra,” Penerbit Andi,Yogyakarta.

[8] Gonzales, R.C. & Woods, R.E. & Eddins, S.L. 2009. "Digital Image Processing UsingMATLAB,” Gatesmark Publishing : United states of America.

[9] https://www.mathworks.com/academia.html?s_tid=gn_acad, diakses 8 April 2017.[10] https://id.wikipedia.org/wiki/Pengolahan_citra, diakses 8 April 2017.[11] http://komangwidarmika.blogspot.co.id/2012/12/metode-eksperimen.html, diakses 9 April

2017.[12] Ig. Dodiet Aditya, 2013. “Data dan Metode Pengumpulan Data Penelitian,” Surakarta :

Politeknik Kesehatan Surakarta.[13] https://teorionline.wordpress.com/service/metode-pengumpulan-data/, diakses 9 April 2017.[14] Dr. Priyono, MM. 2016. “Metode Penelitian Kuntitatif,” Zifatama Publishing, Sidoarjo.[15] https://id.wikipedia.org/wiki/Analisis_SWOT, diakses 10 April 2017.

Documents

Implementasi Visi Komputer Untuk Mengidentifikasi