416-1855-1-pb

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



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 :



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



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



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



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.



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



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.

416-1855-1-pb

Documents