Professional Documents
Culture Documents
net/publication/265938339
Article
CITATIONS READS
2 2,551
1 author:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Kurniawan Dwi Irianto on 25 August 2015.
ABSTRACT
At this decade, the need of monitoring systems in every field is increase rapidly. Many of monitoring
systems is applied to improve the security systems as well as the productivities. The implementation always based
on the need to keep watch and record all activities that occurs in one location with purpose that if something
emergency is happening, we can know and handle it immediately. A building is one of the place that very
important to keep save if there are much valuable stuff. Surveillance systems that currently using is operator
surveillance camera where many of error factor from human being is unprecise so it is not very efficient to get
a maximum result. A surveillance system using camera that can detect the motion as well as record the motion
automatically is a alternative method to improve the efficiency where it will more save memory and there is no
operator. This paper is describe how to detect the motions and record them using opencv library with web camera.
The method used background subtraction and frame differencing technique.
Kata kunci: Motions, camera, background subtraction technique, frame differencing
PENDAHULUAN
Saat ini kebutuhan sistem monitoring Sedangkan penerapan sistem monitoring
di berbagai sektor meningkat dengan untuk aspek produktivitas sebagai contoh
pesat. Semakin banyak sistem monitoring diterapkan pada sektor manufaktur atau
diterapkan untuk tujuan peningkatan aspek industri di mana manajemen dapat memonitor
keamanan dan produktivitas. Penerapan atau memantau aktivitas produksi para
monitoring selalu berdasarkan pada kebu pekerja / buruh, mengkontrol instrumentasi
tuhan pengawasan secara berkala dan mere proses, instalasi permesinan, dan lain-lain.
kam segala aktivitas yang berlangsung di Dan tentunya masih banyak tujuan-tujuan lain
lokasi tersebut dengan harapan ketika terjadi yang mendasari penerapan sistem monitoring
suatu hal kritis / penting, maka dapat segera tersebut.
diketahui dan ditangani. Oleh karena itu penggunaan kamera
Sistem monitoring biasanya diterapkan pada sistem pengawasan sangat dibutuhkan.
untuk aspek keamanan sebagai contoh pada Akan tetapi yang menjadi permasalahan
perbankan, pergudangan, perkantoran, ber adalah kamera yang dipasang selalu merekam
bagai fasilitas publik seperti bandara, stasiun, meskipun tidak ada gerakan atau kejadian
hingga digunakan pada rumah tinggal. yang terjadi, akibatnya terjadi penggunaan
KomuniTi, Vol. 2, No. 1, Juni 2010 53
OPENCV ( INTEL® OPEN SOURCE dan tidak bergerak didepan kamera. Model
background yang paling sederhana meng
COMPUTER VISION LIBRARY )
asumsikan bahwa seluruh kecerahan piksel
OpenCV merupakan singkatan dari background berubah-ubah secara bebas,
Intel Open Source Computer Vision Library tergantung pada distribusi normalnya.
yang sekurang-kurangnya terdiri dari 300 Karakteristik background dapat dihitung
fungsi-fungsi C, bahkan bisa lebih. Software dengan mengakumulasi beberapa jumlah
ini gratis, dapat digunakan dalam rangka frame sehingga akan menemukan jumlah
komersil maupun non komersil, tanpa harus nilai-nilai piksel dalam lokasi s(x,y) dan jumlah
membayar licensi ke intel. OpenCV dapat square-square sq(x,y) yang memiliki nilai untuk
beroperasi pada komputer berbasis windows setiap lokasi piksel. Sedangkan foreground
ataupun linux. adalah semua objek yang ada selain background
Pustaka OpenCV adalah suatu cara dan biasanya foreground ini ada setelah
penerapan bagi komunitas open source vision didapatkannya background.
yang sangat membantu dalam kesempatan Background subtraction merupakan salah
meng-update penerapan computer vision satu tugas penting yang pertama kali di
sejalan dengan pertumbuhan PC (Personal kerjakan pada aplikasi computer vision. Output
Computer) yang terus berkembang. Software dari background subtraction biasanya adalah
ini menyediakan sejumlah fungsi-fungsi image inputan yang akan diproses pada tingkat yang
processing, seperti halnya dengan fungsi-fungsi lebih lanjut lagi seperti mentracking objek yang
analisis gambar dan pola. teridentifikasi. Kualitas background subtraction
Beberapa contoh aplikasi dari OpenCV umumnya tergantung pada teknik pemodelan
adalah pada Human-Computer Interaction background yang digunakan untuk mengambil
(Interaksi Manusia-Komputer); Object Indenti background dari suatu layar kamera. Background
fication (Identifikasi Objek), Segmentation subtraction biasanya digunakan pada teknik
(Segmentasi), dan Recognition (Pengenalan); segmentasi objek yang dikehendaki dari suatu
Face Recognition (Pengenalan Wajah); Gesture layar, dan sering diaplikasikan untuk sistem
Recognition (Pengenalan Gerak Isyarat), Motion pengawasan.
Tracking (Penjajakan Gerakan), Ego Motion Tujuan dari background subtraction itu
(Gerakan Ego), dan Motion Understanding sendiri adalah untuk menghasilkan urutan
(Pemahaman Gerakan); Structure From Motion frame dari kamera dan mendeteksi seluruh
(Gerakan Dari Struktur); dan Mobile Robotics objek foreground. Suatu deskripsi pendekatan
(Robot-Robot Yang Bergerak). yang telah ada tentang background subtraction
adalah mendeteksi objek-objek foreground
sebagai perbedaan yang ada antara frame
TEKNIK BACKGROUND sekarang dan gambar background dari layar
statik. Suatu piksel dikatakan sebagai foreground
SUBTRACTION DAN FRAME
jika :
DIFFERENCING
|Framei–Backgroundi| > Threshold ..(1)
Yang dimaksud background adalah
sejumlah piksel-piksel gambar yang diam
KomuniTi, Vol. 2, No. 1, Juni 2010 55
pakaian yang mempunyai corak yang agak keadaan sekitarnya sehingga kepekaan kamera
berbeda dengan gambar background. Apabila menjadi efektif.
kita melihat hasil dari kedua input tersebut Pada inputan pertama atau video1.avi,
akan mempunyai hasil yang berbeda. objek yang bergerak menggunakan pakaian
Threshold atau ambang batas mempunyai yang memiliki corak warna agak gelap
pengaruh pada hasil pengujian dimana sehingga ketika objek bergerak melewati
threshold berhubungan dengan kepekaan gambar background yang berwarna gelap juga
kamera dalam mendeteksi objek, semakin maka tidak dianggap gerakan karena warna
rendah nilai thresholdnya maka semakin objek dan background sama.
tinggi kepekaan kamera, sehingga jika Sedangkan pada inputan kedua atau
ada perubahan sedikit saja kamera akan video2.avi, objek yang bergerak menggunakan
mendeteksi. Dikarenakan perubahan cahaya pakaian yang corak warnanya agak berbeda
sekitar dianggap gerakan maka tidak akan dengan gambar background sehingga mudah
efektif apabila nilai threshold terlalu rendah. untuk mendeteksi gerakan. Oleh karenanya,
Sedangkan semakin tinggi thresholdnya maka dapat kita lihat pada tabel diatas bahwa
semakin rendah kepekaan kamera sehingga dengan nilai threshold yang sama (Th=20,
kamera sulit untuk mendeteksi gerakan. Oleh 30, 50) menghasilkan output yang berbeda
karena itu nilai threshold diatur sesuai dengan terhadap dua inputan yang berbeda.
DAFTAR PUSTAKA