SISTEM TRACKING MULTI OBJECT YANG BERGERAK DI JALAN RAYA DENGAN METODE FRAME DIFFERENCE DAN EDGE DETECTION
Esi Holinda Sari
Universitas Harapan Medan
|
Abstract |
|
Received: |
05-09-2022 |
Current
technological developments in the field of computers are increasing, both in
hardware (hardware) and software (software), almost most of human work is now
completed with computers. The objectives of this research are: 1. The purpose
of this research is to develop and test a knowledge of program code to track
an object recorded on video. 2. This study also aims to solve problems that
exist in the program code in tracking an object. 3. To gain new knowledge in
tracking an object recorded on video. The frame difference method is a method
of comparing two or more frames, the result of which is the difference
between the comparisons. In the program code of this multi-object tracking
system, it can detect an object moving on the highway using the frame
difference and edge detection methods. |
Accepted: |
15-09-2022 |
|
Published: |
29-09-2022 |
|
Keywords: |
Tracking
System; Multi Objects; Frame Method |
|
|
Abstrak |
|
Kata kunci: |
Sistem Tracking; Multi Object;� Metode Frame. |
Perkembangan teknologi
saat ini dibidang komputer semakin meningkat, baik dalam perangkat
keras (hardware) maupun
perangkat lunak (software),
hampir sebagian besar pekerjaan manusia kini diselesaikan dengan computer. Adapun tujuan dari penelitian ini yaitu: 1. Tujuan dari penelitian
ini yaitu dapat mengembangkan serta menguji suatu pengetahuan tentang kode program untuk melacak suatu objek yang terekam pada video.
2. Penelitian ini
juga bertujuan untuk menyelesaikan permasalahan yang
ada pada kode program dalam melacak sebuah objek. 3. Untuk mendapatkan pengetahuan baru dalam melacak sebuah objek yang terekam pada video. Metode frame difference merupakan
metode membandingkan dua buah frame atau lebih
yang hasilnya berupa selisih dari perbandingan tersebut. Pada kode program dari sistem tracking
multi object ini dapat
mendeteksi sebuah objek yang bergerak dijalan raya dengan metode frame difference dan edge detection. |
Corresponding Author: Esi Holinda Sari�
E-mail: [email protected]
PENDAHULUAN
�� Perkembangan teknologi saat ini dibidang
komputer semakin meningkat, baik dalam perangkat keras (hardware) maupun perangkat lunak (software),
hampir sebagian besar pekerjaan manusia kini diselesaikan
dengan computer (Cardoso,
Lestari, & Iswayudi, 2013). Seperti banyaknya data yang dipresentaikan
dalam bentuk citra pada video atau gambar untuk berbagi
informasi kepada orang
lain. Untuk mendapatkan informasi tertentu pengolahan citra sangat dibutuhkan untuk mendapatkan informasi yang diperlukan (Putri,
2016).
Dalam bidang ilmiah sebagai disiplin ilmu yang membahas bagaimana komputer dapat dibuat untuk memperoleh
pemahaman tingkat tinggi dari gambar
atau video digital (Ratri, 2018). Visi komputer sangat besar kaitannya dengan teori dibalik sistem
buatan bahwa ekstrak informasi dari gambar. Dari perspektif teknik,
ia berupaya mengotomatiskan tugas-tugas yang dapat dilakukan oleh sistem visual manusia. Di balik sistem buatan yang mengekstraksi informasi dari gambar, data gambar dapat mengambil
banyak bentuk seperti urutan video ataupun tampilan dari beberapa kamera
(Prabowo
& Abdullah, 2018).
�� Berhubungan dengan gerakan, maka yang menjadi input dalam program adalah klip video atau kumpulan gambar yang berisikan rekaman dan presentasi gerakan pada objek (Diartono,
2008). Besarnya dimensi
video tentunya memperlambat
proses komputasi, oleh sebab
itu biasanya video yang digunakan adalah video yang beresolusi rendah dan telah dikonversi terlebih dahulu. Kemampuan melacak banyak objek secara
bersamaan dengan menggunakan pelacakan multi objek secara bersamaan
(Syamsuddin,
Kuncoro, & Chorina, 2021). Pelacakan citra pada beberapa objek secara bersamaan
dilakukan dengan menugaskan satu pelacak untuk masing-masing objek yang dilacak. Setiap objek dilakukan
serangkaian proses pelacakan
dari awal sampai akhir. Hasil pelacakan masing-masing objek kemudian ditampilkan pada satu frame yang sama (Lim &
Silvia, 2004).
Salah satu cara untuk
mengetahui selisih perbedaan frame adalah dengan menghitung
perbedaan nilai-nilai intensitas pada suatu piksel dari sebuah video yang diambil secara berturut-turut yang kemudian dilakukan proses thresholding untuk
menentukan adanya perubahan objek atau tidak (Adi, 2020). Thresholding
adalah memisahkan antara objek dan latar belakangnya. Sedangkan untuk melakukan deteksi pada tepi objek dilakukan
dengan proses Edge
detection. Dan kemudian akan
diproses dengan pengolahan citra dan computer vision sehingga
kita dapat mengetahui perbedaan pada setiap frame-nya.
Background subtraction adalah teknik
yang populer digunakan untuk mendeteksi objek bergerak dari kamera stasioner, salah satu teknik background substraction tradisional
adalah frame difference. Metode frame difference� merupakan teknik perhitungan selisih
antara� dua frame di setiap posisi pixel dari suatu gambar pada suatu video.
Metode frame difference bisa
memperoleh wilayah yang relatif
akurat
dan menghasilkan segmentasi yang baik (Baso,
Nababan, & Kolloh, 2022).
Penelitian terkait yang
juga menggunakan metode kamera bergerak adalah penelitian Muhammad Reza
pada tahun 2018 dengan judul �Deteksi Obyek Bergerak Dalam Air Menggunakan Metode Frame Differencing Pada Lingkungan
Dinamis�. Penelitian tersebut menggunakan metode frame
difference, yaitu menghitung
setiap frame
dari pergerakan untuk memperkirakan posisi objek yang bergerak dari setiap
frame. Hasil dari
proses pelacakan objek dari hasil rekaman
video akan di gabungkan untuk input-an program yang kemudian
akan mendapatkan hasil dari pemrograman
tersebut (Mursyidin,
n.d.).
Rujukan penelitian yang penulis gunakan adalah penelitian pelacakan sebuah objek yang bergerak pada video real-time menggunakan
metode frame difference dimana penulis
berpikir untuk menyempurnakannya menggunakan metode edge detection. Disini penulis tertarik mengambil skripsi dengan judul �Sistem Tracking Multi Object Yang Bergerak Di
Jalan Raya Dengan Metode Frame Difference
Dan Edge Detection�.
Adapun tujuan dari penelitian
ini yaitu: 1. Tujuan dari penelitian
ini yaitu dapat mengembangkan serta menguji suatu
pengetahuan tentang kode program untuk melacak suatu objek
yang terekam pada video. 2. Penelitian ini
juga bertujuan untuk menyelesaikan permasalahan yang ada pada kode program dalam melacak sebuah
objek. 3. Untuk mendapatkan pengetahuan baru dalam melacak
sebuah objek yang terekam pada video.
METODE
PENELITIAN
Metode frame
difference merupakan metode
membandingkan dua buah frame atau lebih yang hasilnya berupa selisih dari perbandingan
tersebut. Selisih perbandingan tersebut kemudian dianggap sebuah objek namun
perlu proses lanjutan dengan model background maupun non-background.
Metode frame difference menggunakan
perbedaan antara frame sebuah citra yang diambil dari bagian video secara berturut-turut agar dapat mendeteksi dan mengenali target. Metode ini merupakan metode
yang paling sering digunakan,
terutama pada keadaan background yang konstan.
Metode frame
difference juga sangat bisa beradaptasi
dengan lingkungan dinamis tanpa memerlukan
citra background.
HASIL
DAN PEMBAHASAN
Implementasi
Implementasi merupakan tahap akhir dari
pembuatan sebuah program, dimana pada bab ini sistem akan
diterapkan pada operator. Operator akan mengoprasikan program Matlab yang mana program Matlab akan menghitung untuk perubahan warna citra. Setelah
mengoprasikan program maka tindakan selanjutnya adalah mencapai hasil dari metode
yang dibuat. Pada program pendeteksian
berbasis vision
computer ini terdiri dari beberapa frame yang didapatkan
hasil dengan jumlah frame yang
menampilkan objek seolah seperti bergerak seperti video pada beberapa gambar. Untuk menjalankan program, cukup dengan membuka software Matlab.
�� Pada pengujian, sistem kerja dapat
dijabarkan pada tahap implementasi dan pengujian sistem pengolahan citra. Pengolahan citra dengan mencari
hasil dari video dilakukan mnggunakan metode frame difference dan edge detection. Program berbasis vision
computer ini berdurasi kurang lebih 7 detik. Hasil video ini terdiri atas 2 video, video utama sebagai penghitung
jumlah objek yang terdeteksi dan video hasil perubahan warna citra.
�Dalam laporan ini penulis
hanya menampilkan beberapa hasil frame saja.
Hal ini disebabkan karena hasil gambar
dari video sangat banyak sehingga penulis tidak memungkinkan untuk menampilkan secara keseluruhan.
Implementasi Perancangan Sistem
Perancangan sistem yang telah dibangun pada bab sebelumnya, akan ditunjukkan implementasinya pada bab ini sebagai berikut.
Halaman
Utama Program Matab
Pada gambar 1 akan menampilkan
halaman utama yang biasa ada pada halaman utama software Matlab
yaitu menu command
window. Halaman ini muncul
saat pertama kali software Matlab
di buka.
Gambar 1 Tampilan Awal Matlab
��
Pada gambar 4.2 dibawah ini akan menampilkan
proses dimana akan memasuki menu editor dengan cara mengetik �edit� seperti pada gambar berikut ini:
Gambar 2 Tampilan Proses Untuk
Masuk Ke Editor
Setelah di ketikkan
�edit� maka akan keluar tampilan pada menu editor.
Dalam editor inilah yang nantinya akan di lakukan pembuatan kode program. Tampilan akan terlihat seperti
yang ada pada gambar 3 dibawah ini:
Gambar 3 Tampilan Editor
Pada gambar
4 ini menampilkan proses saat kode program akan di jalankan dengan klik Run pada layar seperti berikut
ini:
Gambar 4 Tampilan Program
Tampilan
Akhir Program Dengan Edge Detection
Pada gambar
4.5 akan menampilkan hasil akhir ketika
program di compile dan akan tampak tampilan
video dimana pada proses ini
dilakukan bertujuan untuk meanpilkan video dengan menampilkan proses pendeteksian objek di jalan raya dengan
menghitung jumlah objek yang terdeteksi dengan kondisi adannya kendaraan yang melintas. Durasi video ini dimulai dari
detik pertama dimulai dengan tampilan berwarna. Tampilan awal yang tampil adalah hasil
dari metode edge detection dengan
tampilan citra warna seperti berikut:
Gambar
5 Tampilan Proses Penghitungan
Jumlah Objek Dengan Warna RGB
Selanjutnya pada gambar 6 menunjukkan proses video dengan perubahan warna hitam putih dengan
durasi video yang dimulai dari detik pertama
dimulai.
Gambar
6 Tampilan�
Proses Penghitungan Deteksi Objek Dengan Warna
Hitam Putih
Tampilan
Hasil Akhir Dengan Frame Difference
Pada gambar
berikut ini akan menunjukkan hasil pengujian pada pendeteksian beberapa frame dengan kondisi setiap frame yang berbeda
dari video yang di input.
Gambar
7 Tampilan Hasil Rendering Dengan
Hasil Beberapa Frame
Hasil
Pengujian
Dari pengujian
yang telah dilakukan maka didapatkan hasil pengujian sebagai berikut:
KESIMPULAN
Berdasarkan hasil dari penelitian yang dilakukan, maka dapat diambil kesimpulan
bahwa:
BIBLIOGRAFI
���������
Adi, Ristirianto. (2020). Deteksi Api pada
Video dengan Gaussian Mixture Model untuk Deteksi Gerakan dan Segmentasi Warna
Api dalam Ruang Warna YCbCr (Telah disetujui Tim Penguji). Publikasi Tugas
Akhir S-1 PSTI FT-UNRAM.
Baso, Budiman, Nababan, Darsono, &
Kolloh, Renaldi Yulvengki. (2022). Segmentasi Citra Tenun Menggunakan Metode
Otsu Thresholding dengan Median Filter. JURNAL TEKNOLOGI DAN ILMU KOMPUTER
PRIMA (JUTIKOMP), 5(1), 1�6.
Cardoso, Noel Adriano, Lestari, Uning,
& Iswayudi, Catur. (2013). APLIKASI PEMBELAJARAN INTERAKTIF PENGENALAN
HEROIS DE PATRIA DE TIMOR LESTE UNTUK PEMBELAJARAN ANAK SEKOLAH DASAR BERBASIS
MULTIMEDIA DAN XML. Jurnal SCRIPT, 19�28.
Diartono, Dwi Agus. (2008). Media
pembelajaran desain grafis menggunakan photoshop berbasis multimedia. Dinamik,
13(2).
Lim, Resmana, & Silvia, R. (2004).
Pelacakan dan Estimasi Pose Video Wajah 3 Dimensi. Jurnal Teknik Elektro,
2(1).
Mursyidin, Adnan. (n.d.). Prototype sistem
penghitung objek manusia berbasis computer vision menggunakan algoritma
background subtraction. Fakultas Sains dan Teknologi UIN Syarif
Hidayatullah Jakarta.
Prabowo, Dedy Agung, & Abdullah, Dedy.
(2018). Deteksi dan Perhitungan Objek Berdasarkan Warna Menggunakan Color
Object Tracking. Pseudocode, 5(2), 85�91.
https://doi.org/10.33369/pseudocode.5.2.85-91
Putri, Asti Riani. (2016). Pengolahan Citra
Dengan Menggunakan Web Cam Pada Kendaraan Bergerak Di Jalan Raya. JIPI
(Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 1(01).
Ratri, Safitri Yosita. (2018). Digital
Storytelling Pada Pembelajaran IPS di Sekolah Dasar. Jurnal Pena Karakter,
1(01), 1�8.
Syamsuddin, Achmad Nisar, Kuncoro, Eko,
& Chorina, Prisca. (2021). IMPLEMENTASI IDENTIFIKASI DAN TRACKING SASARAN
SECARA OTOMATIS PADA ROBOT TEMPUR CIA VERSI N2MR3 DENGAN MENGGUNAKAN METODE
PATTERN RECOGNITION. Jurnal Telkommil, 2(Mei), 34�41.