416-1855-1-pb
DESCRIPTION
lalalallala makan sabunTRANSCRIPT
-
Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto
JCONES Vol 3, No 2 (2014) Hal: 90
RANCANG BANGUN PENDETEKSI GERAK MENGGUNAKAN
METODE IMAGE SUBTRACTION PADA SINGLE BOARD
COMPUTER (SBC)
Therzian Richard Perkasa1) Helmy Widyantara2) Pauladie Susanto3)
Program Studi/Jurusan Sistem Komputer STIMIK STIKOM Surabaya
Jl. Raya Kedung Baruk 98 Surabaya
Email:1)[email protected] 2)[email protected] 3)[email protected]
Abstract: Motion detection has been widely used in security systems on an individual or group. But
there are some problems if a mounted camera and recording in realtime while there is no movement
or event that occurs, namely the wasted memory. It needs a CPU (central processing unit) that
require power and considerable cost, to a process of image processing. In addition, if seen from the
aspect of the room, the CPU is more bulky. One alternative to overcome this problem is to design a
software that can improve the efficiency of the camera, so that the camera will only detect and record
when there is motion or moving objects. In this research, the author uses one single board computer
i.e. Raspberry Pi to detect a movement, so that the system can be further used as a security system.
Raspberry Pi is small computer credit card sized. So the user does not need more room and power to
build a system of motion detection. For motion detection, the author will use image subtraction
method, namely the reduction of differences between frames (fi) with the previous frame (fi-1) so that
the movement is in the area of radar cameras can be detected and the results of the motion detection
will be stored in an image file on a single board computer.
Keyword: Single Board Computer, Webcam, Motion Detection, Image Subtraction
Penerapan sistem monitoring selalu
berdasarkan pada kebutuhan pengawasan secara
berkala dan merekam segala aktivitas yang
berlangsung di lokasi tersebut dengan harapan
ketika terjadi suatu hal yang tidak kita inginkan
dapat di tindak lanjuti secara cepat. Sistem
monitoring juga dapat diterapkan untuk aspek
keamanan.
Dengan demikian, penggunaan kamera
pada sistem monitoring sangatlah diperlukan.
Ada beberapa permasalahan jika kamera
terpasang dan merekam secara realtime
meskipun tidak ada gerakan atau kejadian yang
terjadi, yaitu penggunaan memori yang sia-sia.
Salah satu alternatif untuk mengatasi
permasalahan ini adalah dengan merancang
suatu perangkat lunak yang dapat meningkatkan
efisiensi kamera, sehingga kamera hanya akan
mendeteksi dan merekam apabila ada gerak atau
benda yang bergerak.
Permasalahan lain yang harus kita
perhatikan dalam implementasi tersebut, yaitu
diperlukannya sebuah perangkat operating unit
atau kita kenal sebagai CPU (central processing
unit). Dalam penggunaannya, CPU memerlukan
daya dan biaya yang cukup besar, untuk sebuah
proses image processing saja, selain itu jika di
lihat dari aspek ruangan, CPU lebih memakan
tempat. Salah satu cara untuk mengatasi
masalah tersebut yaitu dengan memanfaatkan
suatu single board computer. Pada
perkembangan nya ada beberapa merk single
board computer, salah satunya adalah Raspberry
Pi. Penulis akan membuat sebuah pendeteksi
gerak dengan menggunakan perangkat keras
yaitu single board computer Raspberry Pi model
B rev.2 yang memiliki kapasistas RAM yang
lebih besar untuk mendukung image processing,
selain itu kebutuhan daya dan biaya menjadi
lebih efisien. Untuk pendeteksian gerak, penulis
akan menggunakan metode image subtraction,
yaitu pengurangan atau mencari perbedaan antar
frame awal (fi) dengan frame sebelumnya (fi-1)
sehingga gerakan yang berada dalam kawasan
pantauan kamera dapat dideteksi dan direkam ke
dalam sebuah single board computer.
Single Board Computer Raspberry Pi Single Board Computer (SBC) adalah
komputer dibangun di atas satu papan sirkuit ,
dengan mikroprosesor, memori, input / output
(I/O) dan fitur lainnya seperti komputer pada
JCONES Vol 3, No 2 (2014) 90-97
Journal of Control and Network Systems
Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone
-
Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto
JCONES Vol 3, No 2 (2014) Hal: 91
umumnya. Komputer single-board dibuat
sebagai demonstrasi atau pengembangan sistem,
untuk sistem pendidikan. (WinnRosch, 1999).
Gambar 1 Raspberry Pi Model B
Pada perkembangan nya ada beberapa
merk single board computer, salah satunya
adalah Raspberry Pi. Raspberry Pi adalah
komputer kecil berukuran kartu kredit.
Raspberry Pi dikembangkan di Inggris pada
tahun 2011 oleh Raspberry Pi Foundation yang
bertujuan untuk mempromosikan pengajaran
dasar ilmu komputer. Komputer mini ini mampu
bekerja layaknya PC Str dengan kemampuan
untuk menjalankan OS Linux dan aplikasinya,
seperti Multimedia (Audio, Video, Picture),
Programming (QT, Pyton, C++), database
server, dll. Raspberry Pi juga dapat
menampilkan gambar ke TV HDTV dengan
koneksi HDMI ataupun TV Strd dengan koneksi
TV Out.
Gambar 2 Port GPIO Raspberry Pi MODEL-B
Adapun spesifikasi Raspberry Pi
MODEL-B Rev. 2 sebagai berikut :
a) Catu daya : 5 VDC, 700 mA (via micro USB)
b) Berbasis mikrokontroler/mikroprosesor : ARM1176JZF-S core, 700 MHz
c) Jumlah port I/O : 8 pin GPIO d) Port antarmuka : UART TTL, SPI, I2C,
USB, Composite RCA, 3.5 mm jack,
10/100 Ethernet (RJ45), LCD Panels
via DSI, CSI(Camera Serial Interface),
HDMI
e) Bootloader : melalui OS berbasis LiNUX
f) Fitur : Memory 512 MB, 2 USB PORT, Graphics Broadcom VideoCore
IV , SD Card Slot
g) Dimensi : 85.60mm(L) x 56mm(W) x 21mm(H)
Webcam Logitech C170 Webcam atau kamera web, pada
dasarnya adalah sebuah kamera digital yang
terhubung ke komputer, yang berfungsi
untuk mengambil citra yang akan diolah oleh
komputer. Pada awalnya webcam digunakan
sebagai alat komunikasi yang menampilkan
rentetan citra dan dapat diakses melalui
world wide web. Namun, seiring
perkembangannya webcam digunakan juga
untuk keperluan lainnya.
Gambar 3 Webcam Logitech C170
Adapun beberapa fitur utama yang dimiliki
webcam Logitech C170 adalah sebagai berikut :
1. Panggilan video (640 x 480 pixel) dengan sistem yang direkomendasikan
2. Perekaman video: Hingga 1024 x 768 pixel
3. Teknologi Logitech Fluid Crystal 3* 4. Diagonal Field of View (FOV) 58 5. Image Capture (4:3 SD) 640x480,
1.3MP, 3MP, 5MP
6. Image Capture (16:9 W) 320x180, 360P
7. Frame Rate (max) 640x480@30 8. Foto: Hingga 5 megapixels
(ditingkatkan dengan software)
9. Mikrofon terintegrasi dengan reduksi gangguan suara
10. USB 2.0 tersertifikasi berkecepatan tinggi (direkomendasikan)
Sistem Operasi Linux Linux adalah sistem operasi yang
berevolusi dari sebuah kernel yang diciptakan
oleh Linus Torvalds ketika beliau masih menjadi
mahasiswa di Universitas Helsinki. Dulunya
Linux merupakan proyek hobi yang
diinspirasikan dari Minix, yaitu sistem UNIX
kecil yang dikembangkan oleh Andrew
Tanenbaum. Linux versi 0.01 dikerjakan sekitar
bulan Agustus 1991. Kemudian pada tanggal 5
Oktober 1991, Linus mengumumkan versi
resmi Linux, yaitu versi 0.02 yang hanya
dapat menjalankan shell bash. (Hartman, 2013).
Beberapa fitur Linux diantaranya :
-
Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto
JCONES Vol 3, No 2 (2014) Hal: 92
1. Multi tasking dan dukungan 32 bit; mampu menjalankan beberapa perintah
secara bersamaan, dan dengan
memanfaatkan model terlindung
(protected mode) dari Intel 80836
keatas, Linux merupakan sistem
operasi 32 bit.
2. Multi user dan Multi session; Linux dapat melayani beberapa user yang
login secara bersamaan. Sistem filenya
sendiri mempunyai keamanan yang
ketat, dan dapat dimodifikasi secara
optimal untuk akses file kepada user
atau group tertentu saja. - Sebagian
besar Linux ditulis dalam bahasa C
3. Dukungan Java; jika dikompilasi pada level kernel, Linux dapat menjalankan
Java Applet sebagai aplikasi.
4. Virtual Memory. Linux menggunakan sebagian dari hardisk dan
memperlakukannya sebagai memory,
sehingga meningkatkan memory yang
sebenarnya.
5. Linux menawarkan sistem file yang hierarkis, dengan beberapa folder
utama yang sudah dibakukan (File
System Strd/FSSTND)
6. Grafis antar muka pemakai (Graphical User Interface/GUI) yang dipergunakan
Linux adalah sistem X Window atau X
dari MIT.
Bahasa Pemrograman Phyton Python adalah bahasa pemrograman
model skrip (scripting language) yang
berorientasi obyek. Python dapat digunakan
untuk berbagai keperluan pengembangan
perangkat lunak dan dapat berjalan di berbagai
platform sistem operasi. Python merupakan
bahasa pemrograman yang freeware atau
perangkat bebas dalam arti sebenarnya, tidak
ada batasan dalam penyalinannya atau
mendistribusikannya. Lengkap dengan source
codenya, debugger dan profiler, antarmuka yang
terkandung di dalamnya untuk pelayanan
antarmuka, fungsi sistem, GUI (antarmuka
pengguna grafis), dan basis datanya. (Triasanti,
2010).
Beberapa fitur yang dimiliki Python adalah:
1. memiliki kepustakaan yang luas; dalam distribusi Python telah disediakan
modul-modul.
2. memiliki tata bahasa yang jernih dan mudah dipelajari.
3. memiliki aturan layout kode sumber yang memudahkan pengecekan,
pembacaan kembali dan penulisan
ulang kode sumber.
4. berorientasi obyek. 5. dapat dibangun dengan bahasa Python
maupun C/C++.
Computer Vision Computer vision merupakan proses
otomatis yang mengintegrasikan sejumlah besar
proses untuk persepsi visual, seperti akuisisi
citra, pengolahan citra, pengenalan dan
membuat keputusan. Computer vision mencoba
meniru cara kerja sistem visual manusia (human
vision) yang sesungguhnya sangat kompleks.
Untuk itu, computer vision diharapkan memiliki
kemampuan tingkat tinggi sebagaiman human
visual. .Kemampuan itu diantaranya adalah:
1. Object detection Apakah sebuah objek ada pada scene
2. Recognation Menempatkan label pada objek.
3. Description Menugaskan properti kepada objek.
4. 3D Inference Menafsirkan adegan 3D dari 2D yang dilihat.
5. Interpreting motion Menafsirkan gerakan.
Image Subtraction teknik menghitung selisih antara dua frame di setiap posisi pixel dari suatu gambar
pada video. Metode ini biasa digunakan untuk
mendeteksi suatu objek yang melakukan
perpindahan (bergerak). Metode ini juga dapat
digunakan untuk proses perhitungan kecepatan
suatu objek yang bergerak. Proses mencari
objek bergerak dalam urutan frame yang
dilakukan dengan menggunakan ekstraksi ciri
benda dan mendeteksi objek bergerak di urutan
frame. Dengan menggunakan nilai posisi objek
di setiap frame, kita dapat menghitung posisi
dan kecepatan objek bergerak tersebut.
(ITTELKOM, 2009)
perbedaan intensitas piksel pada gambar itu
adalah THRESHOLD atau berdasarkan nilai Th.
Keakuratan dari pendekatan ini tergantung pada
kecepatan gerakan dalam frame. Gerakan lebih
cepat mungkin memerlukan ambang batas yang
lebih tinggi.
Threshold Thresholding (pengambangan) artinya
adalah nilai piksel pada citra yang memenuhi
syarat nilai ambang yang kita tentukan dirubah
kenilai tertentu yang dikehendaki. Secara
matematis ditulis seperti berikut
-
Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto
JCONES Vol 3, No 2 (2014) Hal: 93
Dengan fi (x,y) adalah citra asli (input), fo(x,y)
adalah piksel citra baru (hasil/output), Tn adalah
nilai ambang yang ditentukan. Nilai piksel pada
(x,y) citra output akan sama dengan T1 jika nilai
piksel (x,y) citra input tersebut < T1. Nilai
piksel (x,y) citra input akan sama dengan T2
jika T1 < fi(x,y)< T2, dan seterusnya. Sebagai contoh citra greyscale 8 bit akan dipetakan
menjadi peta biner (hitam dan putih saja)
dengan nilai ambang tunggal = 128 maka
persamaan matematisnya
piksel yang nilai intensitasnya dibawah 128
akan diubah menjadi hitam (nilai intensitas = 0),
sedangkan piksel yang nilai intensitasnya diatas
128 akan menjadi putih (nilai intensitas = 255).
METODE
Perancangan Sistem Agar mendapatkan hasil yang
diinginkan maka diperlukan suatu rancangan
agar dapat mempermudah dalam memahami
system yang akan dibuat. Pengerjaan tugas
akhir ini terlihat jelas dari gambar 4. Blok
diagram tersebut memperlihatkan bagaimana
hubungan dari setiap perangkat utama yang
digunakan.
Gambar 4 Blok diagram
Gambar merupakan blok diagram
proses pedeteksian gerak, single board computer
bertugas untuk mengambil data berupa gambar
dari webcam, saat webcam/kamera aktif, kamera
akan mengambil gambar kemudian setiap satuan
waktu tertentu frame akan di proses apakah ada
perubahan pixel antara frame awal dengan frame
berikutnya. Jika ada perubahan, maka perubahan
gambar tersebut akan tersimpan di dalam
storage single board computer. Jika tidak, proses
akan dilanjutkan dengan pengambilan gambar
secara real time oleh kamera atau webcam.
Perancangan Perangkat Keras
Single Board Computer Raspberry
Pi Model B Single board computer berfungsi sebagai
otak dari keseluruhan sistem yang akan di buat. Adapun spesifikasi Raspberry Pi MODEL-
B Rev. 2 yang akan digunakan sebagai berikut :
a) Catu daya : 5 VDC, 700 mA (via micro USB)
b) Berbasis mikrokontroler/mikroprosesor : ARM1176JZF-S core, 700 MHz
c) Port antarmuka : USB, Composite RCA, 10/100 Ethernet (RJ45)
d) Bootloader : melalui OS berbasis LiNUX
e) Fitur : Memory 512 MB, 2 USB PORT, Graphics Broadcom VideoCore
IV , SD Card Slot 16 Gigabytes.
Gambar 5 Single Board Computer Raspberry Pi
Model-B Rev.2
Webcam Logitech C170 Webcam Logitech C170 digunakan
sebagai mata pada sistem pendeteksi gerak yang memiliki kemampuan yang cukup
memenuhi syarat untuk digunakan pada
pendeteksi gerakan.
Adapun beberapa fitur utama yang
dimiliki webcam Logitech C170 adalah sebagai
berikut :
1. Panggilan video (640 x 480 pixel) dengan sistem yang direkomendasikan
2. Perekaman video: Hingga 1024 x 768 pixel
3. Teknologi Logitech Fluid Crysta x l 3*
4. Diagonal Field of View (FOV) 58 5. Image Capture (4:3 SD) 640x480,
1.3MP, 3MP, 5MP
6. Image Capture (16:9 W) 320x180, 360P
7. Frame Rate (max) 640x480@30
-
Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto
JCONES Vol 3, No 2 (2014) Hal: 94
8. Foto: Hingga 5 megapixels (ditingkatkan dengan software)
9. Mikrofon terintegrasi dengan reduksi gangguan suaraMikrofon terintegrasi
dengan reduksi gangguan suara
10. USB 2.0 tersertifikasi berkecepatan tinggi (direkomendasikan)
11. klip universal yang sesuai untuk laptop, monitor LCD atau CRT
Perancangan Perangkat Lunak Perancangan perangkat lunak dibuat
menggunakan bahasa pemrograman python
dengan OpenCV (Open Source Computer
Vision) yang berjalan pada operating system
single board. Program ini meliputi pendeteksian
input gambar dari webcam, proses pengolahan
data, output berupa tampilan motion dari
webcam dan file yang di hasilkan dari gerak
yang terdeteksi.
Gambar 6 Flowchart program keseluruhan
Jika webcam dalam keadaan aktif
(stand by), webcam mengambil frame gambar
setiap satuan detik. Frame akan di ubah menjadi
citra abu-abu (greyscale) dan noise yang
tertangkap dalam frame tersebut dikurangi
sehingga dapat di ubah ke bentuk citra biner
(B/W) untuk dapat di konversi dalam piksel
diatas nilai tertentu sampai hitam, dan sisanya
diubah menjadi putih, kemudian piksel yang
telah diubah menjadi hitam akan di hitung
jumlah nya.
Untuk tahap selanjutnya hasil akan
disimpan dalam buffer, frame yang tersimpan
dalam buffer untuk di proses ke tahap
selanjutnya adalah 100 frame. Minimal frame
yang di perlukan dan yang baik dalam
pendeteksian gerak adalah lebih dari 3 frame.
Frame ke n yang telah di hitung jumlah piksel
hitam nya akan di bandingkan dengan frame ke
n+1, yaitu dengan mengurangkan (subtraction)
jumlah piksel frame ke n+1 dengan frame ke n
dan frame ke n dengan frame ke n-1. Jika
perubahan piksel belum melampaui ambang
batas (threshold) yang telah di tentukan maka
webcam akan mengulangi proses awal yaitu
proses pengambilan frame. Namun jika
perubahan piksel (hasil subctration) melampaui
ambang batas yang telah ditentukan, maka
single board akan menyimpan hasil gambar dari
frame yang telah berubah tersebut dan
menampilkan sebuah alert berupa tulisan
GERAKAN TERDETEKSI.
HASIL DAN PEMBAHASAN
Pengujian Single Board Computer Hasil pengujian dari output Raspberry
Pi, di dapat bahwa single board dan SD card OS
Raspian dapat berjalan dengan baik di tunjukkan
pada tabel 4.1
Tabel 4.1. Hasil Pengujian Single Board
Computer Alat dan
Bahan Input
Output yang
diharapkan Hasil
SBC
RCA Video
TV tuner
Notebook
Ethernet
cable
USB Mouse
& Keyboard
RCA
Video
cable dan
Ethernet
Cable,
SD Card
Single Board
Computer
mampu menampilkan
GUI yang
berjalan pada
OS Raspbian,
serta Lampu indikator
PWR,ACT,L
NK pada SBC menyala
Lampu
indikator
PWR,ACT,LNK
pada SBC
menyala
dan GUI
pada OS Raspbian
dapat di
tampilkan melalui
RCA
Cable dan LXDE
Desktop
-
Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto
JCONES Vol 3, No 2 (2014) Hal: 95
Gambar 7 Lampu Indikator PWR dan ACT
menyala
Lampu Indikator PWR merupakan lampu yang
menunjukan bahwa ada tegangan dari catu daya
dapat di terima oleh single board. Indikator ACT
berkedip merupakan lampu indikator yang
menunjukan bahwa ada aktivitas pada SD Card.
LNK lampu indikator bahwa adanya ethernet
cable yang terhubung pada single board
computer. Output yang berupa tampilan antar
muka Raspbian OS pada TV tuner dapat
ditampilkan pada aplikasi TV Home Media3.
Selain itu, tampilan antar muka OS raspbian
dapat di tampilkan pada SSH Remote
Environment MobaXterm. Ada perbedaan yang
signifikan antara output tampilan OS raspbian
pada TV tuner dan SSH LXDE Desktop, yaitu
resolusi dan ketajaman gambar yang di
tampilkan. Pada output RCA Video (TV Tuner)
resolusi maksimal yang di dapat dalam
menampilkan sebuah tampilan antar muka OS
Raspbian yaitu 720 x 480 pixel sedangkan
tampilan yang dapat di tampilkan oleh SSH
LXDE Desktop 1366 x 768 atau setara dengan
ukuran maksimal layar Notebook atau Laptop.
Operating system Raspbian yang ada pada SD
Card dapat berjalan dengan baik. Berikut adalah
tampilan antar muka yang dapat di munculkan
oleh TV tuner melalui port RCA Video Out.
Tabel 4.2 RAM Usage Pada Single Board
Computer
OUTPUT
Resolusi
RAM
Usage
(StandBy)
RCA Video Out 720 x 480 53/374 MB
SSH LXDE
Desktop
1366 x 768 72/374 MB
Pengujian Webcam Dari pengujian webcam yang dilakukan
didapatkan hasil pengujian seperti yang tedapat
pada tabel 4.3
Tabel 4.3 Hasil Pengujian Webcam Terhadap
SBC
Alat dan
Bahan Input
Output
yang
diharapkan
Hasil
Webcam
SBC
Catu daya
SD Card
RCA
Video cable
Command
shell pada terminal
single
board computer
Single
Board Computer
mampu
mendeteksi ID hardware
produsen
dan dapat menampilka
n gambar
pada obyek yang ada di
depan
webcam
Shell pada
single board mampu
menampilkan
ID hardware yang di miliki
oleh webcam
dan dapat menampilkan
gambar
Tabel 4.4 Hasil Pengujian Frame Rate Webcam
Logitech C170 RESOLUSI
FRAME FRAME RATE (fps)
160 x 120 5.0 fps
176 x 144 3.5 fps
320 x 176 2.0 fps
320 x 240 1.0 fps
352 x 288 1.0 fps
432 x 240 0.5 fps
544 x 288 0.5 fps
640 x 360 0.5 fps (kadang freeze)
640 x 480 0.5 fps (kadang freeze)
Gambar 8 Webcam berjalan dengan baik
GUVCVIEW hanya mampu membaca resolusi
maksimal webcam Logitech C170 adalah 640 x
480 dan kadang freeze/lag. Hal ini disebabkan
karena spesifikasi teknik dari webcam yang di
pakai hanya mampu merekam maupun
menangkap gambar ukuran 640 x 480.
Selain itu frame rate (fps) yang di
hasilkan webcam belum mampu mencapai hasil
standart frame rate yaitu 30 fps. Hal ini di
sebabkan karena frekuensi CPU clock
Raspberry Pi model B hanya 700 Mhz dan
RAM yang hanya 512 MB.
-
Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto
JCONES Vol 3, No 2 (2014) Hal: 96
Pengujian Program Python Dari pengujian webcam yang dilakukan
didapatkan hasil pengujian seperti yang tedapat
pada tabel 4.5
Tabel 4.5 Hasil Pengujian Program Python Alat dan
Bahan Input
Output yang
diharapkan Hasil
SBC
Catu daya
SD Card
RCA
Video cable
Syntax program
sederhana,
menampilkan sebuah
tulisan/teks pada shell
python
Program yang dibuat
dapat
menampilkan isi perintah
(tulisan) ke dalam shell
python
Shell Python pada single
board
computer mampu
menampilkan tulisan/teks
Gambar 9 Uji Program Python
Pengujian OpenCV pada Python Dari hasil pengujian dapat disimpulkan
bahwa openCV dapat berjalan dengan baik pada
program python sesuai tabel 4.6 berikut.
Tabel 4.6 Hasil Pengujian Program OpenCV Alat dan
Bahan Input
Output yang
diharapkan Hasil
SBC
Catu daya
SD Card
RCA
Video
cable
Syntax
program
sederhana, mengubah
sebuah
gambar ke dalam
bentuk
citra grayscale
Program yang
dibuat dapat
menampilkan gambar yang
telah di rubah
menjadi bentuk citra
grayscale
(abu-abu)
OpenCV pada
single board
computer mampu
menampilkan
gambar yang telah di rubah
menjadi
bentuk citra grayscale
(abu-abu)
Pengujian Sistem Secara Keseluruhan Dari hail pengujian sisterm secara
keseluruhan dapat di lihat pada tabel 4.7
Tabel 4.7 Hasil Pengujian Sistem Pendeteksi
Gerak Alat dan
Bahan Input
Output yang
diharapkan Hasil
Webcam
SBC
Catu daya
SD Card
RCA Video
cable
Ethernet Cable
Program
python
yang
berjalan
pada shell
single
board dan
webcam
yang dalam
keadaan
aktif
Program
python
deteksi gerak
yang dibuat
dapat berjalan
dengan
baik/tanpa eror, dapat
terintegrasi
dengan webcam
sebagai
pendeteksi sebuah
gerakan
Program
python
deteksi gerak
dapat berjalan
dengan baik tanpa eror,
webcam
dapat menampilkan
informasi
tentang adanya
gerakan yang
tertangkap.
Gambar 10 Hasil Deteksi Program
Gambar 11 Hasil File Deteksi Gerak
SIMPULAN Kesimpulan dari penelitian ini adalah sebagai
berikut.
1. Single Board Computer Raspberry Pi telah
dapat membaca input dari webcam. Hal ini
ditunjukkan dengan adanya gambar / frame
yang dapat di capture oleh aplikasi
Raspberry Pi.
2. Frame rate maksimal yang dihasilkan oleh
webcam terhadap hasil tampilan pada single
-
Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto
JCONES Vol 3, No 2 (2014) Hal: 97
board computer adalah 5.0 fps dengan
resolusi layar 160 x 120 piksel.
3. Program Python pada SBC Raspberry Pi
berjalan dengan baik sesaui dengan
fungsinya dalam mendeteksi sebuah gerakan
yang tertangkap pada webcam dan
menyimpan hasil capture ke dalam storage
SBC Raspberry Pi.
4. CPU Usage dan RAM Usage yang
digunakan oleh output tampilan RCA Video
lebih kecil daripada output tampilan pada
SSH LXDE Desktop yaitu 60.0 100.0 % dari total 700 Mhz CPU Clock dan 60-70
MB dari total 374 MB RAM yang dimiliki
oleh SBC Raspberry Pi.
DAFTAR PUSTAKA Bruner, J., Robert. 2005. Discover Python, Part
1: Python's built-in numerical types.
IBM Corporation
Logitech. 2010. Getting started with Logitech
Webcam C170. Newark, CA
Monk, Simon. 2005. Adafruit's Raspberry Pi
Lesson. Massachusetts, USA.
Picardi, Massimo. 2005. Background
Subtraction Techniques : A Review.
University of Technology. Sydney
Profitt, Barton. 2009. Background Subtraction
Algorithms for a Video based system.
Thesis. Stellenbosch University.
South Africa
Raspberry Pi. 2012. Start Guide Raspberry Pi.
London, England
Thorne, Brian. 2009. Introduction to Computer
Vision in Python. University of
Canterbury. New Zealand
Triasanti, Dina. 2001. Konsep Dasar Phyton.
Jakarta.
Verstraeten, Cdric. 2013. OpenCV Simple
Motion Detection. University Ghent,
Netherland.