Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika

Gratis

0
0
110
4 months ago
Preview
Full text

  

APLIKASI PENGAMAN RUANGAN

MENGGUNAKAN WEBCAM

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Teknik

  

Program Studi Teknik Informatika

OLEH:

  

YANUARIUS BUDI SANTOSO

NIM :045314063

JURUSAN TEKNIK INFORMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

  

ABSTRAK

Pengolahan citra digital adalah pemrosesan citra dengan menggunakan

computer digital untuk menghasilkan sebuah citra baru yang sesuai dengan

keinginan pengguna. Salah satu implementasinya adalah dalam aplikasi pengaman

ruangan dimana citra diperoleh dari kamera. Aplikasi Pengamanan berbasi kamera

umumnya berharga mahal. Skripsi ini mencoba menawarkan aplikasi berbasis

kamera dengan harga murah.

  Aplikasi ini dikembangkan dengan teknik pengolahan citra, dimana dua

buah citra yang diambil secara berurutan melalui webcam kemudian dilakukan

operasi pengurangan. Tujuan dari pengurangan ini adalah untuk mencari

perbedaan kedua buah citra .

  Dari hasil pengujian yang dilakukan, aplikasi ini mampu mendeteksi

obyek manusia bergerak dengan jarak maksimal 13(tiga belas) meter dengan

toleransi minimal yaitu satu persen. Aplikasi ini cocok untuk pengamanan

ruangan yang rawan terhadap tindak kejahatan yang sering dilakukan oleh

manusia.

  

ABSTRACT

Digital image processing is handing out an image by using digital

computer in order to create a new image which is appropriate to user’s

desirability. One of digital image process implementation is room security

application which the image be obtain by camera. The must common room

security application based camera is expensive. The aim of this research is to

make the application based camera with low price.

  This application developed with image processing technique, in which

we subtract the value of two image who are take in the series through webcam.

The goal of this subtract is looking for different between two image.

  Based on its testing result, this application be able to detect human

moved object as far as 13 meter with minimal tolerance one percent. This

application appropriate for security room where disturbed toward criminality

action by human.

  Segala kuatirku, kutaruh di kakiMu, Allah pemeliharaku Bila Kau yang mengangkat aku, Tiada yang dapat merendahkanku….

  

Dalam Hidup ini ada dua hal yang terpenting,

Pertama mendapatkan apa yang kita inginkan,

Kedua menjaga apa yang sudah kita dapatkan

PERNYATAAN KEASLIAN KARYA

  Dengan ini saya sebagai penulis menyatakan dengan sesungguhnya bahwa

judul, isi dan gagasan yang tertuang dalam skripsi ini belum pernah dipakai untuk

mendapatkan gelar kesarjanaan di tempat lain baik di Indonesia maupun di luar

negeri. Pemikiran, metode atau hasil penelitian orang lain yang diambil

disebutkan dengan jelas sebagai acuan. Hasil-hasil penelitian, jurnal, makalah,

buku, termasuk informasi di internet yang dipakai sebagai acuan dan bahan

literatur ditulis dalam daftar pustaka.

  Yogyakarta, 15 Oktober 2009 Penulis

  Yanuarius Budi Santoso

  

PRAKATA

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa

karena atas kasih dan karunianya, penulis dapat menyelesaikan skripsi yang berjudul “Aplikasi Pengaman Ruangan Menggunakan Webcam” dengan baik. Skripsi ini disusun guna memenuhi syarat untuk mendapatkan gelar sarjana Teknik (S. T.) di Universitas Sanata Dharma.

  Pada kesempatan ini, penulis ingin mengucapkan banyak terima kasih kepada:

  

1. Yosef Agung Cahyanta,S.T,M.T selaku Dekan Fakultas Sains dan Teknologi

Universitas Sanata Dharma.

  

2. Bapak Puspaningtyas Sanjoyo Adi. selaku dosen pembimbing yang telah

memberi bimbingan, masukan, kebaikan dan kesabarannya sehingga penelitian dapat berjalan dengan lancar.

  

3. Bapak Yanuarius Joko S, S.Si selaku dosen pembimbing atas bantuan,

bimbingan, masukan dan kesabarannya sehingga skripsi ini dapat selesai tepat waktu.

  

4. Ibu Anastasia Rita W., S.Kom, M.Kom, selaku dosen penguji dan telah

membimbing ketika awal pengeejaan skripsi ini.

  

5. Bapak Eko Hari, S.Kom, M.Kom selaku dosen penguji atas masukan dan

  

6. Kedua orang tua yang telah memberikan dukungan doa, spirit, moral maupun

material sehingga skripsi ini dapat berjalan lancar.

  

7. Chatarina Suryati dan Kristina Tri Lestari atas segala dukungan yang telah

diberikan kepada penulis

  

8. Nisitantri Prabaningrum atas pengorbanan, kesabaran, kesetiaan dan dukungan

yang diberikan kepada penulis sehingga skripsi ini dapat terselesaikan dengan baik dan tepat waktu.

  

9. Christiana Shinta Estri Wahyuningrum dan YB Dwi Setianto atas segala

dukungan doa, semangat dan bantuan yang telah diberikan sehingga penulis dapat menyelesaikan skripsi ini

  

10. Romo Kuntoro, yang selalu mengingatkan saya untuk selalu fokus pada

skripsi.

  

11. Tri PRasetyo, Y. Kuntho, Andri Khrisharyadi, Yosef Beni, Antonius Adiyoso,

Ida Bagus Mahendra Yuda yang selalu bersama-sama menemani sampai selesainya Tugas Akhir

  

12. Angga, Bimo, Antok, Martin, Buntas, Venti yang bersama kita ujian Tugas

Akhir.

  

13. Dimas, Sigit, Enggar, Ragil, Akri, Adit, Iyus, Wisnu yang selalu memberikan

dukungan untuk mengerjakan Tugas Akhir

  

14. Teman-teman Mudika Brayat Minulyo Nogosari Trirenggo Bantul yang selalu

memberikan doa dan semangat.

  16. Semua pihak yang tidak dapat penulis sebut satu persatu Tak ada gading yang tak retak, begitu pula dengan skripsi yang tidak sempurna ini. Oleh sebab itu penulis sangat membutuhkan kritik dan saran yang membangun dari semua pihak untuk mencapai kesempurnaan. Besar harapan penulis agar skripsi ini dapat berguna bagi semua orang khususnya dalam peningkatan ilmu pengetahuan.

  Yogyakarta, 20 Oktober 2009 Penulis

  DAFTAR ISI

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

Gambar 2.4 Ruang Warna ........................................................................................... 17

  

  3.1. Gambaran Sistem.……………………………………………………………..28

  3.2 Diagram Konteks sistem…………………………………………………,…..30

  3.3 Diagram Alir Data ……………………………………………………………30

  

  

  

  

  3.4. Diagram Berjenjang……….………………………………………………..35

  3.5. Perancangan Antar Muka Aplikasi...………………………………...……..35

  3.6. Disain Pengujian Perangkat Lunak…………………………………......…..39

  3.7. Spesifikasi Kebutuhan Hardware dan software……………………….…..35

  

  4.1. Implementasi Program ……….……………………………………………..41

  4.2 Implementasi Antar Muka……..……………………………………………..47

  4.3 Hasil Pengujian ………………………………………………………………58

  

  5.2 Saran…………………………..……………….…………………………,…..61

  

BAB I PENDAHULUAN

1.1. Latar Belakang

  Perkembangan kehidupan jaman modern berpengaruh terhadap meningkatnya aktivitas manusia yang mengharuskannya untuk lebih sering meninggalkan rumah sehingga semakin mengurangi kesempatan berada di sekitar rumah, baik ketika ditinggal bekerja atau bahkan mudik ke kampung halaman yang menjadi rutinitas tahunan warga perkotaan. Keadaan seperti ini yang sering menjadi sasaran tindak kejahatan. Berita mengenai kasus pencurian di media massa semakin bertambah, mengakibatkan rasa was-was bagi masyarakat. Lambatnya penanganan maupun antisipasi tindak kejahatan menyebabkan semakin maraknya tindak kejahatan.

  Untuk mengantisipasi permasalahan tersebut, maka dibutuhkan sebuah sistem keamanan untuk mengurangi resiko terjadinya tindak kriminal pada suatu lokasi. Salah satu cara yang bisa dilakukan untuk mengurangi tindak kriminal adalah dengan memasang kamera pengintai pada tempat yang berpotensi terjadi tindak kriminal. Pada sistem keamanan berbasis kamera ini, kamera akan selalu menyimpan semua gambar kejadian. Hal ini merupakan kelemahan sistem jika terjadi kekurangan media penyimpanan.

  Saat ini metode pengolahan citra berkembang dengan pesat. Metode ini berpeluang digunakan pada sistem keamanaan berbasis kamera. Salah satu metode yang digunakan dalam operasi pengolahan citra adalah operasi pengurangan. Dari hasil pengurangan tersebut akan didapat informasi perbedaan kedua buah citra tersebut. Informasi beda citra inilah yang digunakan sebagai pendeteksi adanya obyek yang bergerak dan ini dapat dimanfaatkan

  1.2. Rumusan Masalah Dari latar belakang masalah di atas dapat dirumuskan menjadi suatu masalah yaitu bagaimana memanfaatkan teknik pengurangan citra digital untuk sistem keamanan.

  1.3. Batasan Masalah Implementasi aplikasi ini, dibuat dengan batasan sebagai berikut: 1. Citra yang akan diproses di peroleh dari piranti webcam.

  2. Jika terdeteksi adanya obyek asing yang masuk maka sistem akan membunyikan suara dan menyimpan gambar obyek tersebut .

  3. Toleransi nilai pixel (intensitas) yang digunakan adalah 20.

  4. Kecepatan penangkapan gambar adala 200 milisecond.

  5. Jumlah kamera yang digunakan adalah satu.

1.4. Tujuan dan Manfaat Penelitian

1.4.1. Tujuan Penelitian :

  Adapun tujuan yang ingin dicapai penulis dalam penulisan tugas akhir ini adalah membangun suatu perangkat lunak pengolahan citra yang bisa digunakan untuk sistem keamanan.

1.4.2 Manfaat Penelitian :

  Adapun manfaat yang ingin dicapai penulis setelah menyelesaikan penyusunan tugas akhir ini adalah memberikan alternatif solusi pada sistem keamanan berbasis kamera yang lebih murah dengan fitur peralatan webcam.

1.5. Metodologi Penelitian

  1. Metode studi literatur Mencari dan mengumpulkan beragam literatur yang berkaitan dengan pendeteksian gerak (move detection), dan juga literatur tentang

  2. Metode pengembangan sistem Metode yang digunakan dalam pengembangan sistem ini adalah metode Waterfal . Model ini merupakan model klasik yang bersifat sistematis dalam membangun sebuah software. Fase-fase yang ada dalam model ini diantaranya : menganalisa kebutuhan program, mendesian interface, mengimplementasikan hasil analisa dan desain sebelumnya kemudian melakukan testing dan analisa hasil dari tahap implementasi.

1.6. Sistematika Penulisan

  Laporan pembangunan tugas akhir ini ditulis berdasarkan hasil penelitian yang dilakukan selama pengerjaan. Adapun sistematika penulisannya terdiri atas:

  BAB I. PENDAHULUAN Bab ini merupakan gambaran umum tentang tugas akhir ini yang menjelaskan mengenai latar belakang masalah, batasan masalah, tujuan dan manfaat penelitian, rumusan masalah, dan metodologi yang digunakan dalam pembangunan sistem.

  BAB II. DASAR TEORI Bab ini akan berisi uraian tentang teori-teori yang akan digunakan dalam perancangan sistem yaitu penjelasan mengenai citra dan operasi pengolahan citra.

  BAB III. ANALISIS DAN PERANCANGAN SISTEM Bab ini akan membahas analisa dan rancangan dari sistem yang akan dibangun secara umum dan terperinci. BAB IV. IMPLEMENTASI SISTEM Bab ini berisi tentang pengimplementasian dari analisis dan desain sistem pada

  BAB V. ANALISIS HASIL IMPLEMENTASI Bab ini membahas tentang analisa hasil implementasi pada sistem

informasi yang telah dibuat dan hasil dari analisa yang telah dilakukan pada

sistem setelah sistem dicoba.

  BAB VI. PENUTUP Bab ini berisi Kesimpulan dan Saran untuk sistem yang telah dibuat agar ada pengembangan yang lebih baik untuk masa yang akan datang.

BAB II LANDASAN TEORI

2.1 Sistem Keamanan

  Keamanan berasal dari kata dasar aman yang artinya adalah suatu keadaan bebas dari bahaya, bebas dari gangguan dan tersembunyi (Kamus Besar Bahasa Indonesia). Dalam kehidupan sehari ada beberapa jenis kemanan yang sering kita temukan, diantaranya adalah kemanan fisik. Kemanan fisik adalah tindakan atau cara yang dilakukan untuk mencegah atau menanggulangi dan menjaga orang, barang, tempat dari bahaya fisik yang bisa menyebabkan kerugian. Kemanan fisik termasuk perlindungan dari pencurian, vandalisme dan terorisme. Pengamanan secara tradisional adalah dengan menempatkan seorang penjaga untuk menjaga suatu area yang dianggap sebagai aset yang perlu dijaga. Namun cara tersebut dianggap kurang efektif

  Saat ini perkembangan teknologi sistem keamanan sudah berkembang cukup pesat. Berbagai teknologi dikembangkan oleh berbagai perusahaan pengembang perangkat keras sistem keamanan untuk memenuhi permintaan konsumen yang cukup tinggi. Di dalam pengembangan sistem keamanan diperlukan berbagai perlengkapan sensor sebagai alat input yang selalu dimonitor oleh sistem. Penggunaan sensor dikembangkan mulai dari sensor pelat sederhana, sensor infra merah, sensor panas atau sensor suhu, sensor citra (sensor visual), sampai penggunaan laser sebagai pengganti penggunaan sensor infra merah. Dalam penelitian ini penulis akan menggunakan sensor visual. Sensor fungsi utamanya adalah sebagai indera dari sistem keamanan. Berbagai sistem keamanan dibangun dari model kecil yang hanya menggunakan switch sederhana sampai model besar dengan berbagai sensor kompleks yang dikendalikan dalam sebuah sistem. Perkembangan sistem keamanan saat ini sudah dikendalikan secara elektronik

2.2 Sensor visual

  Pada komponen sensor visual yang ditangkap oleh indera sensor adalah berupa citra gambar. Perangkat yang digunakan sebagai komponen sensor adalah kamera. Dalam bidang keamanan yang sering digunakan sebagai alat bantu adalah kamera CCTV (Close Circuit Televission), namun pada penelitian ini penulis akan menggunakan webcam.

  Webcam adalah suatu kamera digital yang digunakan untuk mengambil gambar secara digital dan mengirimkanya melalui internet. Cara kerja webcam sama dengan cara kerja kemera digital, yaitu menggunakan sensor CMOS untuk menangkap obyek yang terkena cahaya melalui dan mengubahnya menjadi gambar digital. Saat ini jenis webcam yang banyak digunakan adalah adalah webcam USB dan IP Kamera. Untuk webcam USB koneksi hanya memerlukan kabel USB, dan untuk IP Kamera perlu konfigurasi alamat IP. Dalam penelitian ini menggunakan webcam 1.3 Mega Pixel. Dimensi maksimal untuk gambar yang didapat dengan webcam 1.3 Mega Pixel adalah 640x480.

2.3. Pengolahan Citra Digital

2.3.1. Pengertian Citra Digital

  Citra digital adalah sebuah bentuk representasi atau kemiripin sebuah obyek nyata ke dalam bidang dimensi tertentu. (Webster,1999) Sebagai contoh yang dapat kita ambil adalah foto diri seseorang atau mungkin lukisan seseorang dan beberapa contoh lainnya.

  Sedangkan pengertian citra dalam bidang matematika dapat juga dikatakan sebagai suatu fungsi yang memiliki sifat menerus atau continue dari intensitas cahaya pada bidang dua dimensi.

  Suatu obyek dapat dikatakan sebagai citra, jika obyek tersebut dikenai oleh cahaya dan memantulkannya ke segala arah (disesuaikan dengan permukaan obyek), dari pemantulan tersebut di tangkap oleh alat-alat optik (semisal mata manusia, scanner, kamera, sensor satelit dan lain sebagainya) kemudian direkam.

  Pada dasarnya citra dibagi menjadi 2 kelompok. Diantaranya citra tampak dan citra tidak tampak (Munir, 2005). Contoh citra tampak adalah foto, gambar, lukisan, dan lain sebagainya. Sedangkan contoh citra yang tidak tampak adalah data foto atau citra dalam file atau data

foto atau citra yang direpresentasikan ke dalam fungsi matematis.

  Citra yang dimaksudkan dalam penelitian ini adalah citra digital yang bersifat diam (still digital image) dan citra yang bergerak (moving digital image ). Citra digital yang bersifat diam adalah sebuah citra yang disimpan atau direkam dalam bentuk format file serta tidak mengalami pergerakan (Munir,2005). Perbedaannya dengan citra digital yang bergerak (moving digital image) adalah cara menampilkannya, dalam arti pada citra digital yang bergerak citra ditampilkan secara berurutan (terurut) sehingga memberikan kesan citra tersebut bergerak.

2.3.2. Pengertian Pengolahan Citra Digital

  Dalam ilmu komputer sebenarnya ada 3 bidang studi yang berkaitan dengan citra digital (Munir,2004), diantaranya:

  1. Grafika Komputer (computer graphics)

  2. Pengolahan Citra (image processing)

  3. Pengenalan Pola (pattern recognition / image interpretation)

  Dari ketiga bidang studi tersebut tentunya memiliki tujuan yang berbeda-beda satu sama lain. Perbedaan tersebut dapat kita lihat sebagai berikut: Grafika Komputer memiliki tujuan untuk menciptakan sebuah citra dari obyek nyata dengan menggunakan geometri-geometri primitive (seperti garis, lingkaran dan sebagainya) sedangkan pengolahan citra memiliki tujuan untuk memperbaiki atau memodifikasi kualitas citra agar menjadi citra yang lebih baik. Sementara tujuan Pengenalan Pola adalah untuk mengelompokkan atau mengumpulkan data numerik dan simbolik (dapat berupa data citra) secara otomatis dengan menggunakan mesin (dalam hal ini mesin komputer).

  Dalam penelitian ini, penulis hanya memfokuskan pada pengolahan citra digital, dimana data citra digital yang didapat akan diproses dan dilakukan operasi aritmatika pada dua buah citra yang dilakukan secara berurutan dan terus menerus, yaitu operasi pengurangan, sehingga bisa diketahui apakah kedua citra tersebut sama atau beda.

2.4. Pembentukkan Citra

2.4.1. Digitalisasi Citra

  Agar sebuah citra dapat dilakukan perhitungan dengan komputer digital

  , maka suatu citra harus direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi citra dari fungsi malar menjadi nilai-nilai diskrit disebut digitalisasi. Citra yang dihasilkan inilah yang disebut sebagai citra digital. Umumnya citra digital berbentuk empat persegi panjang dan dimensi ukurannya dinyatakan sebagai tinggi x lebar. Berikut bentuk citra digital berukuran N x M dengan matriks yang berukuran N baris dan M kolom:

  f(0,0) f(0,1) f(0,M) ... f(1,M) f(1,0) f(1,1) ... f(x,y) = ...

  ... ... … f(N-1,0) f(N-1,1) f(N-1,M-1) ...

  

Masing-masing elemen pada citra digital disebut image element,

picture element atau pixel. Sebagai contoh misalkan sebuah citra

berukuran 256 x 256 pixel dan direpresentasikan secara numerik dengam

matriks yang terdiri dari 256 buah baris (di-indeks dari 0 sampai 256)

dan 256 buah kolom (di-indeks dari 0 sampai 255) seperti contoh

berikut:

  256 pixel

  134 231 ...

  197 167 ...

  256 pixel ...

  ... … ... 221 219 156 ...

  

Pixel pertama pada koordinat (0,0) mempunyai nilai intensitas 0 yang

berarti warna pixel tersebut hitam, kedua pada koordinat (0,1)

mempunyai intensitas warna 134 yang berarti warnanya antara hitam

dan putih, dan seterusnya.

Gambar 2.2 Contoh citra digital

2.4.2. Elemen-elemen Citra Digital

  Dalam citra digital mengandung elemen-elemen dasar, dari elemen- elemen tersebut dapat dilakukan manipulasi dalam pengolahan citra. Elemen-elemen dasar yang penting diantaranya adalah:

  1. Kecerahan Kecerahan atau intensitas pada sebuah titik (piksel) dalam citra digital bukanlah bentuk intensitas yang riil, melainkan intensitas rata-rata dari suatu area yang melingkupinya.

  2. Kontras Menyatakan sebaran terang dan gelap dalam sebuah citra digital.

  3. Kontur

  Keadaan yang ditimbulkan oleh perubahan intensitas pada piksel- piksel yang bertetangga, sehingga dengan adanya perubahan tersebut kita dapat mendeteksi tepi-tepi obyek di dalam citra.

  4. Warna Adalah persepsi yang ditangkap oleh sistem visual manusia terhadap panjang gelombang cahaya yang dipantulkan oleh obyek. Setiap warna memiliki panjang gelombang yang berbeda-beda. Warna- warna yang diterima oleh mata manusia merupakan bentuk kombinasi cahaya dengan panjang gelombang yang berbeda. Persepsi sistem visual manusia terhadap warna sangat relatif sebab dipengaruhi oleh beragam kriteria yang disebabkan adaptasi yang menimbulkan distorsi.

  5. Bentuk Merupakan properti intrinsik dari obyek tiga dimensi untuk sistem visual manusia. Manusia lebih sering mengasosiasikan obyek dengan bentuknya ketimbang elemen lainnya.

6. Tekstur

  Dicirikan sebagai distribusi spasial derajat keabuan dari sekumpulan piksel-piksel yang bertetangga. Jadi tekstur tidak didefiniskan sebagai piksel. Sebuah informasi citra diterima oleh sistem visual manusia tidak secara independen pada tiap pikselnya merupakan sebuah suatu citra dianggap sebagai suatu kesatuan piksel-piksel penyusunnya.

2.4.3. Tipe Citra berdasarkan format penyimpanan.

2.2.3.1 Citra Biner (monokrom)

  Pada citra biner, setiap titik bernilai 0 atau 1, masing-masing merepresentasikan warna tertentu. Contoh yang paling lazim adalah warna hitam bernilai 0 dan warna putih bernilai 1. setiap titik pada citra

  

hanya membutuhkan 1 bit, sehingga setiap byte dapat menampung

informasi 8 titik. Contoh representasi citra biner ke dalam data digital

Gambar 2.3 contoh penyajian citra biner dalam matrik.

2.4.3.2 Citra skala keabuan (grayscale)

  Citra skala keabuan memberi kemungkinan warna yang lebih

banyak dari pada citra biner., karena nilai-nilai lain antara nilai minimum

dan nilai maksimumnya. Banyaknya kemungkinan nilai dan nilai

maksimumnya tergantung pada jumlah bit yang digunakan. Contohnya

untuk skala keabuan 4 bit, maka jumlah kemungkinan nilainya adalah 24

  4

atau sama dengan 16, dan nilai maksimumnya adalah 2 -1 = 15.

  

Sedangkan untuk nilai skala keabuan 8 bit, maka jumlah kemungkinan

  8

  8 nilainya adalah 2 =256, dan nilai maksimumnya adalah 2 -1= 255.

  Format citra ini deisebut skala keabuan karena pada umumnya

warna yang dipakai adalah warna antara hitam sebagai warna minimal

dan warna putih sebagai warna maksimal, sehingga warna antaranya

adalah warna abu-abu. Namun pada prakteknya warna yang dipakai tidak

terbatas pada warna abu-abu. Sebagai contoh dipilih putih sebagai warna

minimal dan merah sebagi warna maksimalnya. Maka semakin besar

nilainya semakin besar pula intensitas warna merahnya.

  2.4.3.3 Citra warna (true colour) Pada citra warna, setiap titik mempunyai warna yang spesifik yang

merupakan kombinasi dari tiga warna yaitu merah, hijau dan biru.

  

Format citra ini sering disebut sebagai citra RGB (red-green-blue).

Setiap warna dasar mempunyai intensitas sendiri dengan nilai maksimum

255 (8 bit), misalnya warna kuning merupakan kombinasi warna dan

hijau sehingga nilai RGB-nya adalah 255 255 0. Dengan demikian tiap

titik pada citra warna membutuhkan data 3 byte.

  24 Jumlah kombinasi yang mungkin untuk format citra ini adalah 2

atau lebih dari 16 juta warna, dengan demikian bisa dianggap mencakup

semua warna yang ada. Inilah sebabnya format citra ini dinamakan true-

colour.

  2.4.3.4 Citra warna berindeks Jumlah memori yang dibutuhkan pada format citra warna true colour

adalah tiga kali jumlah titik yang ada dalam citra. Dilain pihak, pada

kebanyakan kasus, jumlah warna yang ada dalam suatu citra tekadang

terbatas ( jauh dibawah 16 juta warna untuk kemungkinan warna yang

ada), karena banyaknya warna dalam sebuah citra tidak mungkin

melebihi banyaknya titik dalam citra itu sendiri. Untuk kasus tersebut,

disediakan format citra warna berindeks. Pada format ini, informasi

setiap titik merupakan indeks dari suatu tabel yang berisi informasi

warna yang tersedia, yang disebut palet warna.

  Jumlah bit yang dibutuhkan setiap titik pada citra bergantung pada

jumlah warna yang tersedia pada palet warna. Sebagai contoh, untuk

palet ukuran 26 warna, setiap titik membutuhkan 4 bit. Dan untuk palet warna merupakan bagian dari citra warna berindeks, sehingga saat penyimpanan citra, informasi palet juga harus disertakan. Keuntungan menggunakan palet warna ini adalah kita dapat dengan cepat memanipulasi warna tanpa harus mengubah informasi pada setiap titik pada citra, keuntungan lainya dalah besarnya data yang diperlukan untuk menyimpan citra ini lebih kecil dibandingkan dengan citra true colour.

2.4.4. Elemen Sistem Pemrosesan Citra Digital

  Secara umum elemen yang terlibat dalam pemrosesan citra dapat dibagi menjadi empat komponen (Munir, 2004):

  1. Digitizer

  2. Komputer digital

  3. Piranti tampilan

  4. Piranti penyimpanan Digitizer merupakan sistem penangkap citra digital yang dikonversikan ke dalam representasi numerik sebagai masukkan bagi komputer digital. Hasil yang didapat dalam proses ini adalah matriks yang elemen-elemennya menyatakan nilai intensitas cahaya pada suatu

titik (piksel). Contoh digitizer adalah kamera digital dan scanner.

2.5. Format Citra Bitmap

  Setelah melalui proses pembentukan citra ke dalam nilai-nilai diskrit (agar dapat dilakukan perhitungan di dalam komputer) tentunya citra tersebut akan disimpan ke dalam berkas (file) dengan format tertentu. Format citra dasar yang digunakan pada Microsoft Windows adalah bitmap (BMP). Namun format citra semacam ini tidak setenar dengan format citra JPEG maupun GIF, karena tidak adanya pemampatan sehingga mengakibatkan format citra ini memiliki ukuran file yang lebih besar dan menjadi jarang digunakan.

  Meski format BMP memiliki ukuran file yang besar, tetapi ada kelebihan lain yang dapat diambil, yaitu kualitas gambarnya. Citra dalam format BMP ini lebih baik kualitas gambarnya dibandingkan dengan format citra lainnya. Sebab citra ini tidak mengalami pemampatan, dan

informasi-informasi akan pixel-pixel sebuah citra tidak hilang.

  Secara harifiah bitmap dapat diartikan sebagai pemetaan bit, maksudnya intensitas pixel di dalam sebuah citra dipetakan ke dalam sejumlah bit tertentu. Peta bit yang umum adalah 8, artinya setiap pixel panjangnya 8 bit. Nilai tersebut merepresentasikan nilai intensitas pixel.

2.6. Warna

2.6.1. Dasar-dasar Warna

  Warna merupakan salah satu bentuk presepsi visual seseorang terhadap sebuah obyek citra. Warna yang dihasilkan oleh obyek citra ditentukan oleh warna sinar yang dipantulkannya. Warna sinar yang dapat terespon oleh mata manusia adalah sinar tampak dengan panjang gelombang antara 400 – 700 nanometer.

  Dalam sebuah penelitian menerangkan bahwa kombinasi warna yang memiliki rentang warna yang paling lebar adalah red (merah), green (hijau) dan blue (biru). Ketiga macam warna tersebut disebut sebagai warna pokok dan sering disingkat dengan istilah RGB. Sedangkan warna-warna lain yang dapat tertangkap oleh mata manusia merupakan bentuk kombinasi dari ketiga warna tersebut dengan perbandingan tertentu.

  2.5.2. Atribut Warna Selain RGB warna juga dapat dimodelkan ke dalam bentuk lain, yaitu berdasarkan artibut warna yang dimiliki. Berikut ini adalah macam dari atribut warna, diantaranya intensity (I), hue (H), saturation (S).

  1. Intensity/Luminance Merupakan salah satu atribut yang menyatakan banyaknya sinar atau cahaya yang ditangkap oleh mata manusia tanpa memperhatikan warna. Kisaran nilai yang dimiliki antara gelap (hitam) dan terang (putih).

  2. Hue Atribut ini lebih menerangkan warna sebenarnya dalam arti atribut ini dapat membedakan warna-warna yang tertangkap mata manusia. Hue berasosiasi dengan dengan panjang gelombang cahaya.

  3. Saturation Menyatakan tingkat kemurnian warna cahaya atau dapat juga dinyatakan sebagai pengukur dalamnya sebuah warna dengan cara mengindikasikan seberapa banyak warna warna putih yang diberikan pada sebuah warna.

  2.5.3. Ruang Warna Didefinisikan sebagai representasi model warna berdasarkan nilai intensitasnya. Pada dasarnya ruang warna mendifinisikan 4 macam ruang dimensi, komponen warna dan chanel warna adalah bentuk dari ruang dimensi. Ruang dimensi tersebut juga merepresentasikan adanya warna abu-abu atau sering disebut grayscale. Bentuk ruang warna dapat dilihat sebagai berikut.

Gambar 2.4 Ruang Warna Dari gambar di atas dapat kita lihat red, green dan blue terdapat di

  aksis (1,0,0) sedangkan warna abu-abu atau grayscale terdapat pada garis diagonal dari titik warna hitam menuju warna putih.

2.7 Operasi Pengolahan Citra

  Pengolahan citra digital (digital image processing) adalah proses memanipulasi suatu file citra dengan menggunakan komputer digital sehingga menghasilkan suatu file citra yang sesuai dengan keinginan.

  Pengolahan citra menggunakan komputer dapat digambarkan pada diagram berikut ini:

Gambar 2.5. Pengolahan Citra

  Manfaat pengolahan citra adalah menunjang kebutuhan kehidupan sehari-hari khususnya untuk :

  • Memfasilitasi penyimpanan dan transmisi citra seperti menentukan metode penyimpanan citra yang efisien dalam suatu kamera digital sehingga mempercepat proses pengirim citra dari jarak jauh misalkan dari planet Mars ke Bumi.
  • Menyiapkan untuk ditampilkan di monitor atau dicetak. Proses yang dilakukan adalah merubah ukuran citra yang harus disesuaikan dengan ukuran media tampilan serta proses halftoning untuk proses pencetakan.
  • Meningkatkan dan memperbaiki citra dengan menghilangkan

  Pengolahan citra pada dasarnya dilakukan dengan cara memodifikasi

setiap titik dalam citra tersebut. Secara garis besar, modifikasi citra

dikelompokkan menjadi:

  

1. Operasi titik adalah operasi pengolahan citra dimana setiap titik diolah

tidak berpengaruh antara satu titik dengan titik yang lain. Setiap titik pada

suatu citra mempunyai 2 karakteristik, yaitu koordinat yang menunjukkan

lokasi dari titik tersebut dalam citra dan nilai piksel. Beberapa operasi pengolahan citra yang termasuk dalam kelompok operasi titik adalah

operasi modifikasi kecemerlangan (brightness modification), peningkatan

kontras (contrast enhancement), negasi (negation), dan operasi pengambangan (thresholding).

  

2. Operasi global adalah operasi pengolahan citra dimana karakteristik global

dari citra tersebut digunakan untuk memodifikasi nilai setiap titik. Salah

satu contoh operasi global adalah ekualisasi histogram.

3. Operasi geometri adalah operasi terhadap koordinat piksel dalam citra yang memungkinkan terjadinya perubahan bentuk, ukuran, atau orientasi.

  Operasi geometri di antaranya meliputi pencerminan (flipping), rotasi /

pemutaran (rorating), penskalaan (scaling / zooming), dan pembengkokan

(warping).

  

4. Operasi temporal/berbasis bingkai adalah operasi pengkombinasian dua

buah citra atau lebih dengan menggunakan operasi matematis. Operasi ini

dilakukan titik per titik dengan lokasi yang bersesuaian pada citra-citra

tersebut. Operasi temporal/berbasis bingkai di antaranya meliputi pengurangan derau, penggabungan citra (image blending), deteksi gerakan, dll.

  5. Operasi titik bertetangga adalah operasi dimana data dari titik yang bersebelahan (bertetangga) dengan titik yang ditinjau ikut berperan dalam mengubah nilai. Operasi bertetangga pada dasarnya konvolusi antara citra dengan sebuah filter atau mask. Operasi titik bertetangga di antaranya meliputi penghalusan citra (smoothing), eliminasi derau, pendeteksi tepi, penajaman citra (sharping).

  6. Operasi morfologi adalah operasi yang didasarkan pada segmen atau region dalam citra yang menjadi perhatian. Operasi morfologi di antaranya meliputi operasi pencarian batas, dilasi (dilation), erosi (erosion), penutupan (closing), pembukaan (opening), pengisian (filling).

  Operasi citra pada pengolahan citra pada umumnya diterapkan bila:

  1. Perbaikan kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung dalam citra tersebut.

  2. Elemen-elemen dalam citra perlu dikelompokkan atau dicocokkan untuk diukur.

  3. Sebagian citra perlu digabung dengan citra yang lain.

2.7.1 Operasi Berbasis Bingkai

  Operasi berbasis bingkai adalah operasi yang melibatkan 2 buah citra atau lebih dan menghasilkan sebuah citra keluaran yang merupakan hasil operasi matematis (Achmad, 2005).

  Operasi berbasis bingkai antara citra A dan citra B akan menghasilkan citra C, yang persamaannya dapat dituliskan sebagai berikut: C(x,y) = A(x,y) op B(x,y) dimana op adalah operator yang menghubungkan kedua citra tersebut. Operasi berbasis bingkai juga dapat melibatkan N buah citra A 1 sampai dengan A N yang persamaannya dapat dituliskan sebagai berikut:

  C(x,y) = A (x,y) op A (x,y) op A (x,y) op A (x,y)

  1

  2 3 ... N Berdasarkan operator yang dipakai, operasi berbasis bingkai meliputi operasi aritmatik dan operasi logika.

2.7.1.1 Operasi Aritmatika

  Operasi aritmatik biasanya diterapkan terhadap citra keabuan dan warna. Berdasarkan operator aritmatika yang umum digunakan terdapat empat operasi aritmatika yang dapat dirumuskan sebagai berikut: Penjumlahan Dua Buah Citra

  Persamaan yang digunakan adalah: C(x,y) = A(x,y) + B(x,y) C adalah citra baru yang intensitas setiap pixel-nya adalah jumlah dari intensitas pada A dan B. Jika hasil penjumlahan intensitas lebih besar dari 255 maka intensitasnya akan dibulatkan menjadi 255.

  Operasi penjumlahan citra dapat digunakan untuk mengurangi pengaruh derau (noise) di dalam data, dengan cara merata-ratakan derajat

keabuan setiap piksel dari citra yang sama yang diambil berkali-kali.

  Salah satu contoh penjumlahan dua buah citra adalah penggabungan citra dilakukan dengan cara menimpakan (superimpose) sebuah citra pada citra yang lain. Penggabungan citra dapat diberi bobot masing-masing. Rumus untuk penggabungan dua buah citra adalah

  C(x,y) = w A * A(x,y) + w B * B(x,y) dengan w A * dan w B adalah bobot untuk citra A dan citra B. Biasanya nilai total dari bobot untuk sebuah lokasi piksel adalah 1, sehingga w B = 1 – w A C(x,y) = A(x,y) - B(x,y) C adalah citra baru yang intensitas setiap pixel-nya adalah selisih dari

intensitas pada A dan B. Ada kemungkinan hasil operasi ini menghasilkan

nilai negatif, oleh karena itu, operasi pengurangan citra perlu melibatkan

operasi clipping.

  Pengurangan citra dapat digunakan untuk mendeteksi perubahan yang

terjadi selama selang waktu tertentu bila dua buah citra yang diambil adalah

citra dari adegan yang sama. Teknik semacam ini dipakai pada moving

images .

  Perkalian Citra Persamaan yang digunakan adalah: C(x,y) = A(x,y) * B(x,y) C adalah citra baru yang intensitas setiap pixel-nya adalah hasil perkalian dari intensitas pada A dan B.

  Pengurangan Dua Buah Citra Persamaan yang digunakan adalah: Perkalian citra sering digunakan untuk mengoreksi kenirlanjaran

sensor dengan cara mengalikan matrik citra dengan matrik koreksi. Jadi

  

mungkin akan bernilai rill, sehingga semua nilai dibulatkan ke nilai bulat

terdekat. Nilai maksimumnya adalah 255.

  Penjumlahan/Pengurangan Citra Dengan Skalar Persamaan yang digunakan adalah: B(x,y) = A(x,y) + c Penjumlahan citra A dengan skalar c adalah menambah setiap piksel

di dalam citra dengan sebuah skalar c, dan menghasilkan citra baru B yang

intensitasnya lebih terang daripada A. Kenaikan intensitas sama untuk seluruh

piksel, yaitu c.

  Pengurangan citra A dengan skalar c adalah mengurangkan setiap

piksel di dalam citra dengan sebuah skalar c, dan menghasilkan citra baru B

yang intensitasnya lebih gelap daripada A. Penurunan intensitas sama untuk

seluruh pixel, yaitu c. Contoh operasi penjumlahan/pengurangan citra dengan

sebuah skalar adalah operasi pencerahan citra.

  Perkalian/Pembagian Citra Dengan Skalar Persamaan yang digunakan adalah: B(x,y) = c . A(x,y) dan

  B(x,y) = A(x,y) / c Perkalian citra A dengan skalar c menghasilkan citra baru B yang

intensitasnya lebih terang daripada A. Kenaikan intensitas setiap piksel

sebanding dengan c. Operasi perkalian citra dengan skalar dipakai untuk

  Pembagian citra A dengan skalar c menghasilkan citra baru B yang intensitasnya lebih gelap daripada A. Penurunan intensitas setiap pixel sebanding dengan c. Operasi pembagian citra dengan skalar dipakai untuk normalisasi kecerahan (normalization of brightness).

2.7.2 Operasi Logika Operasi logika juga dapat dilakukan terhadap dua atau lebih citra.

  Beberapa operasi logika yang sering dipergunakan adalah: Operasi Logika AND

  Persamaan yang digunakan adalah: C(x,y) = A(x,y) AND B(x,y)

  B A AND (A) AND (B)

Gambar 2.6. Citra hasil operasi logika AND

  Jika A adalah citra dengan gambar persegi panjang dan B adalah citra dengan gambar persegi maka setelah kedua citra tersebut dioperasikan dengan menggunakan operasi logika AND maka citra hasil operasi yang didapat adalah citra persegi panjang yang merupakan perpotongan kedua citra tersebut.

  Operasi Logika OR Persamaan yang digunakan adalah: C(x,y) = A(x,y) OR B(x,y)

  A B OR (A) OR (B)

Gambar 2.7. Citra hasil operasi logika OR

  Jika A adalah citra dengan gambar persegi panjang dan B adalah citra dengan gambar persegi maka setelah kedua citra tersebut dioperasikan dengan menggunakan operasi logika OR maka citra hasil operasi yang didapat adalah citra poligon yang merupakan perpaduan kedua citra tersebut.

  Operasi Logika XOR Persamaan yang digunakan adalah: C(x,y) = A(x,y) XOR B(x,y)

  B A

  XOR (A) XOR (B)

Gambar 2.8. Citra hasil operasi logika XOR

  Jika A adalah citra dengan gambar persegi panjang dan B adalah citra dengan gambar persegi maka setelah kedua citra tersebut dioperasikan dengan menggunakan operasi logika XOR maka citra hasil operasi yang didapat adalah citra poligon yang berlubang dibagian tengah yang merupakan hasil perpaduan kedua citra tersebut.

  Operasi Logika NOT Persamaan yang digunakan adalah: C(x,y) = NOT A(x,y)

  A NOT

NOT (A)

Gambar 2.9. Citra hasil operasi logika NOT

  Jika A adalah citra dengan gambar persegi panjang maka setelah citra

tersebut dioperasikan dengan menggunakan operasi logika NOT maka citra

hasil operasi yang didapat adalah sebuah citra yang berlubang di bagian

persegi panjang. Hasil yang terbentuk merupakan komplemen dari citra awal.

BAB III ANALISIS DAN PERANCANGAN SISTEM

  3.1 Gambaran Sistem Sistem yang dibuat ini merupakan salah satu implementasi pengolahan citra

digital. Sistem ini merupakan sebuah alat bantu dalam bidang keamanan. Pada

sistem ini kita membutuhkan sebuah perangkat komputer yang menggunakan

sistem operasi Windows untuk menjalankan sistem tersebut, juga sebuah speaker

untuk membunyikan alarm ketika terjadi adanya gerakan Dalam sistem ini akan

menggunakan citra dari obyek nyata yang diambil menggunakan media webcam

yang kemudian citra tersebut akan diolah dengan teknik pengolahan citra.

  Dalam pengolahan citra tersebut, sistem akan mengambil citra yang

digunakan sebagai pembanding. Citra yang diambil pertama tersebut diambil

untuk mencitrakan keadaan ketika tempat atau latar tersebut dalam keadaan

tanpa obyek asing yang tertangkap kamera. Kamera atau webcam yang dipasang

akan mengambil gambar secara real time tiap beberapa satuan waktu. Misalnya

dalam setiap setengah detik akan ada satu citra yang diambil. Setiap gambar

yang diambil akan dibandingkan dengan gambar yang diambil sebelumnya.

  Proses utama dalam sistem ini adalah proses banding citra, yaitu proses

untuk mengetahui perbedaan dua buah gambar. Dan proses yang lainya adalah

proses simpan gambar dan proses pembangkit peringatan. Proses pembangkit

peringatan merupakan proses untuk memberikan peringatan dalam bentuk suara.

Sedangkan proses simpan gambar digunakan untuk menyimpan file gambar jika

terdapat perbedaan gambar.

  1. Ambil gambar mulai 2. Ambil gambar obyek Latar tidak image image Objek Latar | Objek – latar | 2. perbedaan = Berhenti? Perbedaan=0 Perbedaan>tol tidak eransi Perbedaan > 0 Objek = latar

  3. Play Suara

  4. Simpan Gambar Berhenti ya selesai ya

Gambar 3.1 Disain Sistem Aplikasi Pengaman Ruangan

  3.2 Diagram Konteks Sistem Aplikasi Pengaman Ruangan kamera

  User citra

  Peringatan Setting kamera Setting kamera

Gambar 3.2 Gambar Diagram Konteks sistem.

  3.3 Diagram Alir Data User Setting kamera Kamera Bandingkan dua buah citra Simpan Gambar File Gambar Seting kamera Simpan gambar citra Terdeteksi gambar beda Seting kamera Pembangkit Peringatan Terdeksi Gambar beda Suara dan Teks berkedip

Gambar 3.3 Gambar Diagram Alir Data Aplikasi ini terdiri dari empat proses utama, yaitu proses banding citra, proses

  simpan gambar, proses pembangkit peringatan, dan proses setting kamera. Berikut merupakan penjelasan mengenai masing-masing proses tersebut.

3.3.1. Proses Membandingkan dua buah citra

  Proses ini merupakan proses utama dalam aplikasi ini, pada proses ini citra digital yang diperoleh dari kamera dilakukan operasi pengurangan

  

pada kedua citra. Hasil dari pengurangan citra akan dibuat harga mutlak

sehingga didapat nilai positif. Jika hasil dari pengurangan tersebut lebih

dari nol, maka kedua citra tersebut berbeda, namun jika hasil

pengurangan kedua citra tersebut adalah nol, maka citra tersebut sama.

Output dari proses ini adalah keterangan apakah kedua citra tersebut

beda atau sama.

  Proses banding gambar adalah sebagai berikut : 1. Baca kedua citra masukan.

  2. Baca panjang dan lebar gambar obyek dan gambar latar.

  3. Baca Nilai RGB pada tiap koordinat x,y kedua buah citra

  

4. Untuk koordinat (x,y) yang sama pada kedua gambar dikurangkan

masing nilai Red, Green dan Blue

  

5. Jika nilai |(Red obyek – Red Latar)| > toleransi dan |(Green obyek –

Red Latar)| > toleransi dan nilai |(Blue obyek – Blue Latar )| > toleransi

pixel maka jumlah pixel yang berubah di tambahkan satu.

  6. Ulangi langkah empat untuk semua titik pada kedua gambar

  

7. Jika ((jumlah pixel berubah * 100 ) / luas gambar ) > toleransi maka

program akan menyimpan gambar obyek dan memainkan suara sebagai

tanda peringatan.

  Baca Citra mulai Baca panjang dan lebar 2 citra Y=tinggi; y>0; y-1

  X=lebar;x>0; tidak X-1 R(|objek(x,y)-latar(x,y)|)>toleransipixel G(|objek(x,y)-latar(x,y)|)>toleransipixel B(|objek(x,y)-latar(x,y)|)>toleransipixel Dan Dan PixelBerubah ++ ya (pixelBerubah*100)/ PersenPerubahan = luasGambar

  Terdeteksi obyek selesai asing

3.3.2. Proses Membangkitkan Suara Peringatan

  Proses membangkitkan suara merupakan proses kelanjutan dari proses banding citra, jika proses banding citra menghasilkan output bahwa kedua citra berbeda maka proses ini akan berjalan. Proses ini akan memberikan sebuah informasi peringatan dengan memainkan suara atau alarm dan tulisan adanya pergerakan pada layar jika hasil dari proses banding citra mendeteksi adanya perbedaan citra. mulai terdeteksiGerak = true true false PlaySuara selesai Gambar 3.2 Algoritma Proses Pembangkit Suara.

  3.3.3. Proses Menyimpan Gambar Proses ini juga merupakan kelanjutan dari hasil proses banding citra. Jika masukan pada proses ini mendeteksi adanya perbedaan citra maka proses direktori sesuai tanggal obyek tersebut terdeteksi. Nama file dari citra ini akan disesuaikan dengan waktu obyek tersebut terdeteksi. Nama file yang disimpan adalah [jam];[menit];[detik];[milidetik].JPG . File citra ini akan dimasukan dalam folder sesuai tanggal terdeteksinya obyek. mulai terdeteksiGerak = true true false Simpan Gambar selesai Gambar 3.3 Algoritma Proses Simpan Gambar.

3.3.4. Proses Setting Webcam

  Proses setting webcam pada aplikasi ini digunakan untuk melakukan perubahan pengaturan pada kamera. Pengaturan ini dikerjakan pada komponen JLVC. Untuk menambahkan pengaturan setting kamera, kita bisa panggil fungsi pengaturan kamera yang telah disediakan.

3.4 Diagram Berjenjang

  Aplikasi Pengaman Ruangan 1 Menggunakan Webcam 2 Modul Pengintaian Modul Setting webcam 2.2P Pembangkit Suara Proses penyimpanan gambar Proses Setting kamera Proses Banding Gambar

  1.2P

Gambar 3.4 Gambar Diagram Berjenjang.

3.5 Perancangan Antarmuka Aplikasi

  Pada perancangan antarnuka aplikasi ini, penulis akan membuat bagaimana

rancangan antarmuka sistem yang akan digunakan oleh user untuk berinteraksi

dengan sistem. Perancangan antarmuka sistem ini bertujuan untuk membuat user bisa

mengoperasikan aplikasi.

3.5.1 Perancangan Modul Pengintaian

  File setting help

  1

  2

  3

  4

  5

  6

7 Peringatan

Gambar 3.5 Rancangan User Interface Aplikasi Pengaman Ruangan Rencana untuk tampilan utama program adalah seperti pada gambar 3.5.

  Pada tampilan awal program akan memuat beberapa komponen yang akan digunakan, dan komponen yang digunakan tampak pada keterangan berikut ini :

  1. Layar, untuk menampilkan gambar yang diambil dari webcam

  2. Progres Bar, untuk menampilkan besarnya jumlah titik yang berbeda

  

3. Track bar, digunakan untuk memasukan jumlah prosentase titik yang

berubah.

  

4. Tombol Play, yaitu tombol yang digunakan untuk memulai mendeteksi

obyek yang masuk ke layar kamera.

  5. Menu File

  

7. Menu help, berisi tentang about dan bantuan dalam menjalankan program

ini

3.5.2 Perancangan Form Bantuan

  

Form bantuan merupakan fasilitas tambahan pada aplikasi. Dengan

adanya form bantuan ini, diharapkan user bisa mempunyai petunjuk dalam

menjalankan program dan mendapatkan informasi tentang aplikasi. form

bantuan terdiri dari dua form, yaitu form help dan form about.

3.5.2.1 Form Help

  Help topik keterangan

Gambar 3.6 Rancangan Form Help Form bantuan merupakan fitur tambahan yang berfungsi sebagai

  petunjuk user dalam menjalankan aplikasi. Form bantuan ini merupakan fasiltas tambahan bagi sistem. Form bantuan digunakan sebagai panduan

3.5.2.1 Form About Form about digunakan untuk menampilkan informasi tentang aplikasi.

  

informasi yang ditampilkan adalah informasi tentang pembangun aplikasi ini.

  ABOUT

  Keterangan mengenai pembuat program aplikasi ini adalah

Gambar 3.7 Gambar Rancangan Form About

3.6 Disain Pengujian Perangkat Lunak

  Untuk pengujian akan dilakukan secara bertahap dari modul sederhana hingga kompleks.

Tabel 3.1 Disain pengujian kamera pada Aplikasi Pengaman Ruangan Menggunakan Webcam

  No Sekenario uji Hasil yang diharapkan Keterangan

  Hasil pengujian untuk Mengambil Gambar sesuai dengan mengetahui ukuran resolusi menggunakan aplikasi menggunakan windows

  ConEnventos : explorer dilihat detail

  a

  dimensinya

  1.Ukuran 640x280 gambar 640x480 2. ukuran 352x288 gambar 352x288

  Menyimpan gambar pada Gambar tersimpan di b forder pada folder coba, folder coba satu menggunakan ConEnventos Memainkan suara sond.wav c Suara terdengar menggunakan media player

  Pengujian Aplikasi dengan objek orang lewat dengan d tinggi badan 168 cm berat

  55Kg sesuai tabel pengujian 3.2

Tabel 3.2 Pengujian Aplikasi Pengaman Ruang Menggunakan Webcam dengan Objek Orang.

  5 √ √ √ √ √ √

  14 √ √ √ √ √ √

   13 √ √ √ √ √ √

  12 √ √ √ √ √ √

  11 √ √ √ √ √ √

  10 √ √ √ √ √ √

  9 √ √ √ √ √ √

  8 √ √ √ √ √ √

  7 √ √ √ √ √ √

  6 √ √ √ √ √ √

  4 √ √ √ √ √ √

  Jarak (meter) Toleransi (%)

  3 √ √ √ √ √ √

  2 √ √ √ √ √ √

  1 √ √ √ √ √ √

  20

  15

  10

  

5

  3

  1

  15 √ √ √ √ √ √

  16 √ √ √ √ √ √

  1

  

  7

  7

  1

  

  8

  8

  1

  

  9

  9

  

  6

  10

  10

  2

  

  11

  1

  2

  

  12

  2

  2

  1

  6

  17 √ √ √ √ √ √

  1

  18 √ √ √ √ √ √

  19 √ √ √ √ √ √

  20 √ √ √ √ √ √ Keterangan : √ berarti terdeteksi, sedangkan × berarti tidak terdeteksi.

Tabel 3.3 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 1 persen.

  No Kecepatan (m/s) Jarak (meter ) Hasil

  1

  1

  1

  

  2

  2

  

  

  3

  3

  1

  

  4

  4

  1

  

  5

  5

  1

  

  13

  

  3

  7

  27

  

  3

  6

  26

  3

  28

  5

  25

  

  3

  4

  24

  

  

  8

  3

  1

  3

  3

  

  1

  2

  2

  

  1

  3

  1

  No Kecepatan (m/s) Jarak (meter ) Hasil

Tabel 3.4 hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 2 persen.

  

  3

  9

  29

  

  3

  23

  3

  2

  7

  17

  

  2

  6

  16

  

  5

  

  15

  

  2

  4

  14

  

  2

  2

  18

  

  

  3

  2

  22

  

  3

  1

  21

  2

  8

  10

  20

  

  2

  9

  19

  

  2

  1

  4

  

  

  2

  10

  20

  

  2

  9

  19

  2

  1

  8

  18

  

  2

  7

  17

  

  2

  6

  21

  3

  

  3

  3

  6

  26

  

  3

  5

  25

  

  4

  

  24

  

  3

  3

  23

  

  3

  2

  22

  16

  2

  4

  7

  9

  

  1

  8

  8

  

  1

  7

  

  1

  1

  6

  6

  

  1

  5

  5

  

  1

  9

  

  5

  

  15

  

  2

  4

  14

  

  2

  3

  13

  2

  10

  2

  12

  

  2

  1

  11

  

  2

  10

  

  27

  9

  11

  

  2

  10

  10

  

  1

  9

  2

  

  1

  8

  8

  

  1

  7

  1

  

  

  2

  6

  16

  

  2

  5

  15

  

  4

  12

  14

  

  2

  3

  13

  

  2

  2

  7

  1

  7

  3

  No Kecepatan (m/s) Jarak (meter ) Hasil

Tabel 3.5 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 3 persen.

  

  3

  10

  30

  

  9

  1

  29

  

  3

  8

  28

  

  3

  1

  1

  6

  4

  6

  

  1

  5

  5

  

  1

  4

  

  

  1

  3

  3

  

  1

  2

  2

  2

  17

  3

Tabel 3.6 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 4 persen.

  

  3

  10

  30

  

  9

  1

  29

  

  3

  8

  28

  

  3

  No Kecepatan (m/s) Jarak (meter ) Hasil

  1

  27

  

  1

  5

  5

  

  1

  4

  4

  1

  1

  3

  3

  

  1

  2

  2

  

  7

  

  7

  2

  1

  21

  

  2

  10

  20

  

  9

  

  19

  

  2

  8

  18

  

  2

  3

  22

  3

  3

  6

  26

  

  3

  5

  25

  

  4

  2

  24

  

  3

  3

  23

  

  3

  

  6

  

  

  3

  2

  22

  

  3

  1

  21

  2

  3

  10

  20

  

  2

  9

  19

  

  2

  8

  23

  3

  

  3

  3

  8

  28

  

  3

  7

  27

  

  6

  

  26

  

  3

  5

  25

  

  3

  4

  24

  18

  2

  6

  9

  11

  

  2

  10

  10

  

  1

  9

  

  2

  1

  8

  8

  

  1

  7

  7

  

  1

  1

  

  7

  

  17

  

  2

  6

  16

  

  2

  5

  15

  2

  12

  4

  14

  

  2

  3

  13

  

  2

  2

  

  29

  1

  13

  

  2

  2

  12

  

  2

  11

  2

  

  2

  10

  10

  

  1

  9

  3

  

  

  2

  8

  18

  

  2

  7

  17

  

  6

  14

  16

  

  2

  5

  15

  

  2

  4

  9

  1

  9

  1

  

  1

  2

  2

  

  1

  1

  No Kecepatan (m/s) Jarak (meter ) Hasil

  3

Tabel 3.6 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 5 persen.

  

  3

  10

  30

  

  3

  3

  1

  8

  6

  8

  

  1

  7

  7

  

  1

  6

  

  

  1

  5

  5

  

  1

  4

  4

  2

  19

  1

  3

  

  1

  2

  2

  

  1

  1

  1

  No Kecepatan (m/s) Jarak (meter ) Hasil

Tabel 3.7 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 6 persen.

  

  3

  10

  30

  

  3

  

  9

  1

  8

  8

  

  1

  7

  7

  

  6

  4

  6

  

  1

  5

  5

  

  1

  4

  3

  29

  9

  3

  3

  23

  

  3

  2

  22

  

  1

  

  21

  

  2

  10

  20

  

  2

  3

  24

  

  

  3

  8

  28

  

  3

  7

  27

  3

  4

  6

  26

  

  3

  5

  25

  

  3

  1

  9

  23

  25

  

  3

  4

  24

  

  3

  3

  

  3

  3

  2

  22

  

  3

  1

  21

  

  5

  

  10

  3

  3

  10

  30

  

  3

  9

  29

  

  8

  26

  28

  

  3

  7

  27

  

  3

  6

  2

  20

  9

  

  

  2

  3

  13

  

  2

  2

  12

  2

  4

  1

  11

  

  2

  10

  10

  

  1

  14

  2

  

  2

  2

  9

  19

  

  2

  8

  18

  

  7

  

  17

  

  2

  6

  16

  

  2

  5

  15

  

Tabel 3.8 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 7 persen.

  14

  

  2

  5

  15

  

  2

  4

  

  6

  2

  3

  13

  

  2

  2

  12

  

  16

  2

  1

  9

  1

  21

  

  2

  10

  20

  

  2

  19

  

  

  2

  8

  18

  

  2

  7

  17

  2

  11

  No Kecepatan (m/s) Jarak (meter ) Hasil

  3

  5

  

  1

  4

  4

  

  1

  3

  1

  

  1

  2

  2

  

  1

  1

  1

  5

  

  

  1

  2

  10

  10

  

  1

  9

  9

  

  8

  6

  8

  

  1

  7

  7

  

  1

  6

  3

  22

  4

  1

  5

  5

  

  1

  4

  

  6

  1

  3

  3

  

  1

  2

  2

  

  6

  1

  

  2

  10

  10

  

  1

  9

  9

  1

  1

  8

  8

  

  1

  7

  7

  

  

  1

  2

  3

  6

  26

  

  3

  5

  25

  

  4

  

  24

  

  3

  3

  23

  

  3

  3

  27

  1

  3

  No Kecepatan (m/s) Jarak (meter ) Hasil

Tabel 3.9 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola tenis dan toleransi 1 persen.

  

  3

  10

  30

  

  9

  7

  29

  

  3

  8

  28

  

  3

  

  11

  3

  25

  

  3

  4

  24

  

  3

  3

  23

  

  3

  2

  22

  

  3

  5

  

  21

  8

  Untuk bisa menjalankan aplikasi ini dibutuhkan beberapa perangkat keras dan perangkat lunak pendukung.

  

  3

  9

  29

  

  3

  28

  26

  

  3

  7

  27

  

  3

  6

  1

  

  1

  2

  5

  15

  

  2

  4

  14

  

  3

  

  13

  

  2

  2

  12

  

  2

  2

  16

  2

  2

  10

  20

  

  2

  9

  19

  

  8

  6

  18

  

  2

  7

  17

  

  2

3.7 Spesifikasi Kebutuhan Hardware dan Software

  Adapun komponen-komponen pendukungnya adalah sebagai berikut: 1. Prosesor Pentium III atau lebih.

  2. Memori minimal 128 MB .

  3. Harddisk 20 GB

  4. Monitor VGA speaker 5.

  6. Webcam

  7. Sistem Operasi Microsoft Windows XP Driver webcam 8.

BAB IV IMPLENTASI SISTEM

4.1 Implementasi Program Implementasi merupakan tahap pengkodean dari hasil perancangan.

  Pada bab sebelumnya telah dijelaskan mengenai perancangan pembuatan program. Pada bab ini akan dijelaskan hasil implementasi dan jalannya

program. Pada aplikasi ini program utama terletak dalam file pascal (.pas)

yaitu file unit yang digunakan untuk menangani kejadian pada form.

Sedangkan untuk tampilan antar muka berada dalam file .dfm yang berisi

daftar komponen yang digunakan berikut propertinya. Setelah aplikasi ini di

kompilasi maka akan muncul file aplikasi yang berekstensi .exe. File .exe ini

merupakan aplikasi yang bisa digunakan oleh user untuk menjalankan program.

4.1.1 Modul Pengintai

4.1.1.1 Proses Banding Citra

  Pada proses banding citra terdiri atas bebeberapa proses. proses banding citra berada dalam fungsi CariPerbedaan. Berikut merupakan penejelasan masing-masing proses utama yang digunakan dalam fungsi CariPerbedaan. Output dari fungsi cariPerberdaan adalah prosentase dari jumah titik yang berubah dan bertipe integer. Nilai balik dari fungsi cari perbedaan ini kemudian dibandingkan dengan nilai prosentase yang didapat dari trackbar. Dan output dari perbandinganya digunakan sebagai pemicu atau trigger untuk proses simpan gambar dan proses pembangkit Peringatan. Berikut ini adalah implementasi proses yang terdapat dalam proses banding citra.

  Keluaran : imgObjek : Timage; ImgLatar : Timage Algoritma : imgObjek.picture.LoadFromFile(JLCVideo1.FicheroImage n)

keterangan :Timage merupakan komponen untuk menampilkan citra

pada form. Timage mempunyai properti picture yang digunakan untuk

menyimpan data citra. Sedangkan prosedurFile digunakan untuk

mengambil citra. Citra yang diambil berasal dari komopnen JLCVideo1,

dengan memanggil fungsi FicheroImagen yang berada pada komponen

JLCVideo1.

  2. Proses baca panjang, lebar dan luas citra Masukan : imgObjek:Timage Keluaran : endX: integer endY: integer jumlahPixel: integer Algoritma : endY := imgObjek.picture.Height – 1 endX := imgObjek.picture.Width – 1 jumlahPixel:=(imgObjek.picture.Height* imgObjek.picture.Width).

  Pada listing tersebut nilai panjang dikurangi satu karena untuk penyimpanan citra pada Delphi dimulai dari titik 0,0. Demikian juga untuk lebar citra juga dikurangkan satu. Fungsi untuk mendapatkan nilai panjang dan lebar adalah dengan menggunakan subproperti dari Timage yaitu height dan width. Sedangkan variabel jumlah pixel digunakan untuk menghitung jumlah titik atau luas citra.

  3. Proses baca jumlah perbedaan nilai RGB untuk semua titik Masukan : endX dan endY :integer Keluaran : PixelBerubah : integer Algoritma : for y := 0 to endY do begin currentLine := imgObjek.picture.bitmap.Scanline[y]; prevLine := imgLatar.picture.bitmap.Scanline[y]; for x := 0 to endX do begin currentPixel := currentLine^[x]; prevPixel := prevLine^[x]; if (abs(currentPixel.rgbtRed - prevPixel.rgbtRed) > pixelToleransi) and (abs(currentPixel.rgbtGreen - prevPixel.rgbtGreen) > pixelToleransi) and ((abs(currentPixel.rgbtBlue - prevPixel.rgbtBlue) > pixelToleransi)) then

  

Keterangan : untuk membaca semua titik dilakukan perulangan dengan

for, dan untuk membaca titik digunakan fungsi scanline.

  Fungsi ini hanya bisa membaca baris atau secara horizontal. Tiap titik yang dibaca pada koordinat yang sama dan dikurangkan nilainya untuk mengetahui perbedaan kedua citra. Fungsi inc() adalah fungsi increment yang digunakan untuk menambah satu suatu nilai variabel.

  4. Proses hitung jumlah perbedaan Masukan : PixelBerubah: integer Keluaran : result: integer Algoritma : result := (pixelBerubah * 100) div jumlahPixel;

Keterangan : proses ini digunakan untuk mencari prosentase jumlah

titik yang berbeda. Variabel jumlahPixel didapatkan dari proses sebelumnya yaitu pada proses baca panjang, lebar dan luas.

  5. Proses mentukan apakah ada gerakan Masukan : result, moveTriger:integer Keluaran : terdeteksiGerakan: boolean Algoritma : trackbar1.Position := moveTrigger

  

TerdeteksiGerak := (result >= moveTrigger);

Keterangan : moveTriger adalah tipe data integer yang diperoleh dari gambar dan proses pembangkit peringatan. Kedua proses

dilakukan jika output dari proses ini adalah true.

4.1.1.1 Proses Pembangkit Peringatan

  

Proses pembangkit peringatan adalah proses untuk memberitahukan

kepada user, bahwa telah ada obyek asing masuk kedalam area

pengamanan. Ouptput dari proses ini berupa suara yang bisa langsung

didengar oleh user melalui speaker.

  Masukan : tredeteksiGerak: Boolean keluaran : terdeteksiGerak: Boolean algoritma : if (TerdeteksiGerak) then PlaySuara sndPlaySound(PChar('sond.wav'),

  SND_NODEFAULT);

keterangan : Play Suara adalah prosedur yang akan dijalankan

jika terdeksiGerak=true. Prosedur play suara akan memainkan file sond.wav.

  4.1.1.1 Proses Simpan Gambar

Proses ini adalah proses untuk menyimpan gambar jika terdeteksi

adanya pergerakan dalam area pengintian. Output dari proses ini adalah

file gambar objek yang masuk kedalam area pengamanan. Masukan : terdeksiGerak : Boolean

  Keluaran : File gambar Algoritma : if (TerdeteksiGerak) then SimpanGambar JpegImg.Assign(imgObjek.picture.bitmap) ; tmpFilename := dateTostr(date)+'\'+inttostr(jam)+';'+inttostr(min)+';'

  • inttostr(sec)+';'+intToStr(msec) + '.jpg' JpegImg.SaveToFile(tmpFilename) ; Keterangan : variabel sekarang digunakan untuk mengambil nilai tanggal dari sistem, dan tanggal dari sistem ini yang digunakan sebagi nama direktori penyimpanan file. Dan penamaan file objek sesuai dengan waktu dengan format jam;menit;detik;milidetik.jpg. Sedangkan tmpFilename adalah variabel bertipe string yang digunakan untuk menyimpan nama file. fungsi untuk menyimpan gambar adalah JpegImg.SaveToFile().

4.1.2 Modul Setting Kamera

  Pada setting kamera penganan untuk event ini dikerjakan pada

komponen JLCV. Untuk melakukan setting kamera kita bisa memanggil

fungsi SeleccionarFormato yang telah disediakan oleh komponen JLCV

untuk melakukakn setting kamera.

  Masukan : JLCVIdeo1: JLCV

4.2 Implementasi Antar Muka

  Progam ini dapat langsung dijalankan dengan double klik icon program yang berekstensi .exe karena sebelumnya telah dieksport ke format exe.

Gambar 4.1 Tampilan Icon Aplikasi Pengaman Ruangan

4.2.1 Halaman Pengintaian

  Setelah selesai splash screen maka tampilan halaman atau form utama dari program tampak seperti pada gambar 4.2

Gambar 4.2 Tampilan Halaman Utama AplikasiGambar 4.2 merupakan tampilan menu utama program. Pada

  

video dan gambar. Dan untuk bantuan bisa masuk kedalm menu help.

Selain itu juga terdapat beberapa komponen form, diantaranya adalah

tombol mulai dan tombol berhenti, tombol mulai digunakan untuk

memulai mendeteksi obyek yang masuk kedalam tampilan. Ketika

tombol mulai aktifkan maka tampilan obyek akan ditampilkan melalui

komponen Timage yang ada dalam form ini. Komponen berikutnya

adalah komponen progres bar dan track bar, komponen trackbar

digunakan untuk menentukan berapa persen jumlah pixel yang berubah

ketika ada obyek masuk atau perubahan di dalam layar. Untuk nilai

yang bisa kita atur dalam taksbar ini berkisar antara 0 sampai 100

persen. Sedangkan progresbar digunakan untuk menampilkan berapan

persen perbedaan antara gambar obyek dan latar.implementasi modul

pengintain terletak pada kelas form1. Pada gambar dijelaskan tentang

diagram kelas dari form halaman pengintaian.

  

Form1 JLCVideo1: TJLCVideo pnlSpeedButtons: TPanel pnlMainImage: TPanel imgLatar: TImage imgObjek: TImage pnlControls: TPanel lblInformation: TLabel Label1: TLabel ProgressBar1: TProgressBar Label2: TLabel lblLockCountdown: TLabel MainMenu1: TMainMenu file1: TMenuItem seting1: TMenuItem help1: TMenuItem keluar1: TMenuItem settingwebcam1: TMenuItem help2: TMenuItem about1: TMenuItem formatvideo1: TMenuItem Mulai: TButton Button2: TButton Label3: TLabel Label4: TLabel

4.2.2 Tampilan Setting Kamera

  Sebelum kita mulai menjalankan aplikasi, kita perlu memeriksa settingan yang akan digunakan, dalam Aplikasi Pengaman Ruangan ini ada dua macam setingan, yaitu seting sumber inputan (source device) dan seting resolusi format gambar yang akan diolah. Menu seting ditunjukan pada gambar 4.4a dibawah ini.

Gambar 4.3 Tampilan Menu Setting Pengaturan harus dilakukan sebelum kita memulai pendeteksian,

  

untuk menghindari perbedaan ukuran gambar yang akan digunakan

untuk mendeteksi gangguan keamanan yang bisa menyebabkan

kesalahan.

Gambar 4.4 Tampilan Seting untuk inputan webcam Pada gambar 4.5 digunakan untuk mencari sumber atau asal

  

inputan yang akan kita gunakan, jika webcam yang ada dalam komputer

lebih dari satu, maka kita harus memilih piranti webcam yang akan kita

gunakan. Tanpa merubah setingan pada bagian ini, kita juga bisa

langsung menggunakan webcam yang terhubung dengan komputer pada

Aplikasi ini, jika driver untuk webcam sudah terinstal sebelumnya.

Gambar 4.5 Tampilan Form Untuk Pengaturan Format Video Pada gambar 4.5 menunjukan bahwa kita bisa melakukan

  pengaturan terhadap resolusi tampilan video yang akan digunakan sebagai pendeteksi adanya obyek asing yang masuk dalam zona yang kita amankan. Gambar simpanan obyek yang masuk kedalam zona aman nantinya akan disimpan dengan resolusi yang digunakan dalam pengaturan ini. Untuk fasilitas setting yang ada, disediakan langsung oleh komponen jlcvideo, dan kita hanya tinggal memanggil fungsi untuk melakukan pengaturan.

4.2.3 Tampilan Ketika Program Melakukan Proses Banding Citra

  Untuk memulai eksekusi proram kita harus mulai dengan menekan tombol “mulai” pada bagian kanan atas. Tampilan ketika program sedang dieksekusi tampak pada gambar 4.6

Gambar 4.6 Tampilan Ketika Aplikasi sedang dieksekusi Pada gambar 4.6 menunjukan tampilan program ketika sedang

  

mengeksekusi Aplikasi untuk diketahui apakah ada obyek asing masuk

kedalam tampilan dengan cara mencari perbedaan antara gambar obyek

dan latar. Gambar akan ditampilkan secara aktual dan real time. Dan

untuk mengatur berapa persen toleransi jumlah nilai pixel yang berbeda

maka bisa diatur menggunakan trackbar. Untuk penggunaanya kita bisa

geser ke arah kiri dan kanan sesuai dengan nilai yang di inginkan. Nilai

prosentas toleransi akan ditmpilkan pada bagian kanan trackbar. selalu berubah ketika kita melakukan perhitugan beda antar kedua gambar.

  Pada saat melakukan proses banding citra maka aplikasi akan menjalankan fungsi hitungPerbedaan pada file unit1.pass. Pada gambar 4.7 menunjukan tampilan ketika aplikasi mendeteksi adanya obyek yang masuk kedalam tampilan layar

Gambar 4.7 Tampilan ketika terdapat obyek masuk kedalam layar.

  Ketika ada obyek yang masuk dan jumlah titik yang berbebeda lebih

  

menyimpan tampilan yang ada pada layer secara otmatis maka obyek tersebut

juga akan terekam dalam gambar. Penyimpanan gambar obyek terebut akan

dikelompokan kedalam folder berdasarkan tanggal. Aplikasi ini akan otomatis

membuat folder baru jika nama folder berdasar tanggal pengeksekusiannya

belum ada.

Gambar 4.8 Folder baru yang dibentuk dengan nama sesuai tanggal Pada bagian kiri bawah terdapat tulisan keterangan berwarna merah

  

yang menampilkan keterangan bahwa obyek yang masuk kedalam tampilan di

simpan, dan diberi nama file sesuai dengan jam ketika obyek tersebut di

simpan dengan format JPG. Gambar 4.4c merupakan gambar hasil dari

pengambilan terhadap obyek yang masuk kedalam tampilan. Pada saat

mendeteksi gerak, program akan menjalankan prosedur simpanGambar dan

prosedur PlaySuara. Kedua prosedur ini terdapat pada file unit.pas.

  Ukuran gambar yang disimpan akan menyesuaikan dengan setting

format video yang digunakan, dan untuk mengubah ukuran gambar kita bisa

merubah dengan masuk ke menu Setting format video.

  Dan untuk menghentikan eksekusi kita bisa mengklik tombol berhenti

pada bagian atas, ketika tombol ini diaktifkan maka proses eksekusi akan

berhenti. Dan untuk memulai kemabali kita bisa menekan tombol mulai.

4.2.4 Tampilan Form Bantuan

  4.2.4.1 Tampilan Form About Untuk tampilan form about bisa dilihat pada gambar 4.5 .

Gambar 4.9 Tampilan Form About Form pada gambar 4.5 akan ditampilkan tentang profil dari

  pembangun aplikasi pengaman ruangan ini.

  4.2.4.2 Tampilan Help Program Untuk masuk ke help, pilih menu utama Help -> Help Program.

  

Help program ini berbentuk chm. Maka ketika masuk ke help akan

langsung tampil di jendela lain. help berisi tentang panduan cara menggunakan program ini.. Seperti tampak pada gambar 4.6 berikut ini.

Gambar 4.10 Tampilan Menu Help.

  Menu bantuan yang dibuat menggunakan format shm, dan file bantuan akan dipanggil melalui fungsi pemanggilan file bantuan.chm

4.3 Hasil Pengujian Program

  Pada bagian ini akan dijelaskan hasil ujicoba program. Ujicoba ini menggunakan Laptop Acer seri 4736z, dengan spesifikasi Prosesor Intel Dual Core, Memory 1 Giga, Hardisk 250 Giga, dan Webcam 1.3 Megapixel yang sudah terintegrasi di dalamnya dan Sistem Operasi Windows XP.

4.3.1 Hasil ujicoba Aplikasi Pengaman Ruangan Menggunakan Webcam.

  Hasil pengujian tiap modul pada aplikasi ini bisa dilihat pada table 3.1

Tabel 3.1 Disain pengujian kamera pada Aplikasi Pengaman Ruangan Menggunakan Webcam

  No Sekenario uji

Hasil yang

diharapkan

Hasil pengujian keterangan a

  Mengambil Gambar sesuai dengan resolusi menggunakan aplikasi

  ConEnventos :

  1.Ukuran 640x280 2. ukuran 352x288

  Hasil pengujian untuk mengetahui ukuran menggunakan windows explorer dilihat detail dimensinya gambar 640x480 gambar 352x288 gambar 640x480 gambar 352x288

   b Menyimpan gambar pada forder

Gambar

tersimpan

Gambar tersimpan

   c Memainkan suara sond.wav menggunakan media player Suara terdengar Suara terdengar

   Untuk pengujian program dilakukan di dalam ruangan, untuk obyek

  

setelah itu di tentukan berapa nilai toleransi yang diperbolehkan, dan obyek

uji berjalan memasuki ruangan dengan jarak antara obyek dan kamera yang

berubah dan sudah ditentukan seperti pada tabel 3.1. Pada pengujian ini akan

menggunakan resolusi 320x240 dan tanpa penerangan tambahan menggunakan

lampu.

  3 √ √ √ √ × ×

  11 × × × × ×

  10 × × × × ×

  9 × × × × ×

  8 √ √ × × × ×

  7 √ √ × × × ×

  6 √ √ × × × ×

  5 √ √ × × × ×

  4 √ √ √ × × ×

  2 √ √ √ √ √ ×

Tabel 3.2 Hasil Hasil ujicoba Aplikasi Pengaman Ruangan Menggunakan Webcam dengan obyek orang berjalan pada.

  1 √ √ √ √ √ √

  20

  15

  10

  5

  3

  1

  Jarak (meter) Toleransi (%)

  12 × × × × ×

  

14 × × × × × ×

15 × × × × × ×

16 × × × × × ×

17 × × × × × ×

18 × × × × × ×

19 × × × × × ×

20 × × × × × ×

  Keterangan : √ berarti terdeteksi, sedangkan × berarti tidak terdeteksi.

  Pada percobaan diatas menggunakan ukuran gambar 320x240 , dan waktu pengujian adalah siang hari pukul 13.00.

  Dari hasil percobaan maka dapat disimpulkan bahwa jarak maksimal untuk obyek yang bisa dideteksi adalah :

  

1. Untuk tolerasni dengan nilai 1 % adalah 13 meter jarak maksimal.

  

2. Untuk toleransi dengan nilai 3 % adalah 8 meter jarak maksimal.

  

3. Untuk toleransi dengan nilai 5 % adalah 4 meter jarak maksimal.

  

4. Untuk toleransi dengan nilai 10 % adalah 3 meter jarak maksimal.

  

5. Untuk toleransi dengan nilai 15 % adalah 2 meter jarak maksimal.

  

6. Untuk toleransi dengan nilai 20 % adalah 1 meter jarak maksimal.

  Sedangkan untuk pengujian yang sama dengan penerangan lampu 25

watt pada pukul 18.30 didapatkan hasil yang sama dengan pengujian yang

dilakukan pada siang hari.

Tabel 3.3 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 1 persen.

  3

  10

  10

  2

  

  11

  1

  2

  

  12

  2

  2

  

  13

  2

  9

  

  14

  4

  2

  

  15

  5

  2

  

  16

  6 2 ×

  17

  7 2 ×

  18

  9 1 ×

  ×

  No Kecepatan (m/s) Jarak (meter ) Hasil

  1

  1

  1

  1

  

  2

  2

  1

  

  3

  3

  1

  

  4

  4

  

  1

  5

  5

  1

  

  6

  6

  1

  

  7

  7

  1

  ×

  8

  8

  8 2 ×

  21

  7

  3

  3

  1

  

  4

  4

  1

  

  5

  5

  1

  

  6

  6 1 ×

  7 1 ×

  1

  8

  8

  1

  ×

  9

  9

  1

  ×

  10

  10

  2

  ×

  11

  1

  

  2

  1

  25

  3

  

  22

  2

  3

  

  23

  3

  3

  

  24

  4

  3

  

  5 3 ×

  2

  26

  6 3 ×

  27

  7 3 ×

  28

  8 3 ×

  29

  9 3 ×

Tabel 3.4 hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 2 persen.

  No Kecepatan (m/s) Jarak (meter ) Hasil

  1

  1

  1

  

  2

  14

  29

  24

  4 3 ×

  25

  5 3 ×

  26

  6 3 ×

  27

  7 3 ×

  28

  8 3 ×

  9 3 ×

  3

  30

  10 3 ×

Tabel 3.5 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 3 persen.

  No Kecepatan (m/s) Jarak (meter ) Hasil

  1

  1

  1

  

  2

  2

  1

  

  3

  4

  8 2 ×

  2

  

  15

  5

  2

  ×

  16

  6 2 ×

  17

  7 2 ×

  18

  19

  23

  9 2 ×

  20

  10 2 ×

  21

  1

  3

  

  22

  2

  3

  

  

  5

  

  18

  8 2 ×

  19

  9 2 ×

  20

  10 2 ×

  21

  1

  3

  

  22

  2

  3

  23

  17

  3 3 ×

  24

  4 3 ×

  25

  5

  3

  ×

  26

  6

  3

  ×

  27

  7

  3

  7 2 ×

  6 2 ×

  5

  11

  1

  ×

  6

  6

  1

  ×

  7

  7 1 ×

  8

  8 1 ×

  9

  9 1 ×

  10

  10 2 ×

  1

  16

  2

  

  12

  2

  2

  

  13

  3

  2

  

  14

  4 2 ×

  15

  5 2 ×

  ×

  30

  12

  ×

  8

  8 1 ×

  9

  9 1 ×

  10

  10 2 ×

  11

  1

  2

  

  2

  7

  2

  

  13

  3 2 ×

  14

  4 2 ×

  15

  5 2 ×

  16

  6 2 ×

  17

  1

  7

  10

  

  3

  ×

Tabel 3.6 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 4 persen.

  No Kecepatan (m/s) Jarak (meter ) Hasil

  1

  1

  1

  

  2

  2

  1

  3

  ×

  3

  1

  

  4

  4 1 ×

  5

  5

  1

  ×

  6

  6

  1

  7 2 ×

  20

  5

  1

  

  2

  2

  1

  

  3

  3 1 ×

  4

  4 1 ×

  5

  1

  1

  ×

  6

  6 1 ×

  7

  7

  1

  ×

  8

  8

  1

  1

  No Kecepatan (m/s) Jarak (meter ) Hasil

  10

  4 3 ×

  2

  ×

  21

  1

  3

  

  22

  2 3 ×

  23

  3 3 ×

  24

  25

Tabel 3.6 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 5 persen.

  5 3 ×

  26

  6 3 ×

  27

  7 3 ×

  28

  8 3 ×

  29

  9 3 ×

  30

  10 3 ×

  ×

  11

  5 3 ×

  1 3 ×

  22

  2 3 ×

  23

  3 3 ×

  24

  4 3 ×

  25

  26

  10 2 ×

  6 3 ×

  27

  7 3 ×

  28

  8 3 ×

  29

  9 3 ×

  30

  10 3 ×

  21

  20

  1

  14

  2

  

  12

  2

  2

  ×

  13

  3 2 ×

  4 2 ×

  9 2 ×

  15

  5 2 ×

  16

  6 2 ×

  17

  7 2 ×

  18

  8 2 ×

  19

Tabel 3.7 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 6 persen.

  2

  21

  5 2 ×

  16

  6 2 ×

  17

  7 2 ×

  18

  8 2 ×

  19

  9 2 ×

  20

  10 2 ×

  1 3 ×

  4 2 ×

  22

  2

  3

  ×

  23

  3

  3

  ×

  24

  4

  3

  15

  14

  2

  6 1 ×

  1

  ×

  3

  3

  1

  ×

  4

  4 1 ×

  5

  5 1 ×

  6

  7

  3 2 ×

  7 1 ×

  8

  8 1 ×

  9

  9 1 ×

  10

  10 2 ×

  11

  1 2 ×

  12

  2 2 ×

  13

  ×

  27

  2

  8

  8 1 ×

  9

  9 1 ×

  10

  10 2 ×

  11

  1 2 ×

  12

  2

  7

  ×

  13

  3 2 ×

  14

  4

  2

  ×

  15

  5

  2

  7 1 ×

  6 1 ×

  7

Tabel 3.8 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola volley dan toleransi 7 persen.

  3

  ×

  28

  8

  3

  ×

  29

  9 3 ×

  30

  10 3 ×

  No Kecepatan (m/s) Jarak (meter ) Hasil

  6

  1

  1 1 ×

  2

  2 1 ×

  3

  3 1 ×

  4

  4 1 ×

  5

  5 1 ×

  ×

  18

  10 3 ×

  27

  7 3 ×

  28

  8 3 ×

  29

  9 3 ×

  30

  Dan untuk pengujian dengan jarak lebih dari 4 meter tidak bisa dilakukan karena keterbatasan ruang pengujian. Dan kecepatan maksimal yang bisa

dideteksi oleh aplikasi ini adalah 6 meter perdetik pada toleransi 1 persen.

  26

Tabel 3.9 Hasil pengujian aplikasi pengaman ruangan dengan obyek bola tenis dan toleransi 1 persen.

  No Kecepatan (m/s) Jarak (meter ) Hasil

  1

  1

  1

  

  2

  6 3 ×

  5 3 ×

  8

  10 2 ×

  2

  ×

  19

  9

  2

  ×

  20

  21

  25

  1 3 ×

  22

  2 3 ×

  23

  3 3 ×

  24

  4 3 ×

  2 1 ×

  5

  24

  8 2 ×

  19

  9 2 ×

  20

  10 2 ×

  21

  1 3 ×

  22

  2 3 ×

  23

  3 3 ×

  4 3 ×

  7 2 ×

  25

  5

  3

  ×

  26

  6

  3

  ×

  27

  7

  3

  18

  17

  5

  9 1 ×

  1

  ×

  6

  6

  1

  ×

  7

  7 1 ×

  8

  8 1 ×

  9

  10

  6 2 ×

  10 2 ×

  11

  1 2 ×

  12

  2 2 ×

  13

  3 2 ×

  14

  4 2 ×

  15

  5 2 ×

  16

  ×

  

Pada pengujian dengan menggunakan bola tenis hanya bisa mendeteksi bola

tenis dengan kecepatan 1 meter per detik dengan toleransi 1 persen.

  Dari hasil pengujian bisa disimpulkan :

  1. Semakin kecil toleransi yang digunakan maka semakin akurat aplikasi ini dalam mendeteksi obyek yang masuk kedalam area pengamanan.

  Kesimpulan ini didapat dari tabel 3.2 dimanan semakin kecil toleransi yang digunakan maka semakin jauh jarak obyek yang bisa terdeteksi.

  2. Aplikasi ini mempuyai beberapa spesifikasi yaitu:

  a. Gambar yang disimpan hanya gambar yang terdeteksi saat ada obyek bergerak.

b. Aplikasi dapat memberikan peringatan berupa suara jika terjadi adanya obyek yang masuk.

  c. kecepatan maksimal obyek bergerak yang bisa dideteksi adalah 6

meter/ detik dengan toleransi 1 persen pada jarak 3 meter.

  d. Obyek yang bisa ditangkap secara maksimal adalah obyek orang dengan tinggi 170 cm dan lebar 30 cm jika terlihat dari samping sedangkan obyek lebih kecil dari ukuran bola volley berdiamater 65 cm sulit dikenali.

BAB V PENUTUP Pada bab ini akan menguraikan tentang kesimpulan dan saran untuk

  

pengembangan Aplikasi Pengaman Ruangan Menggunakan Webcam agar menjadi

program yang lebih baik dan handal.

  5.1 Kesimpulan

  Dalam pembuatan dan pengujian Aplikasi Pengaman Ruangan ini dapat disimpulkan:

  1. Operasi pengurangan pada pengolahan citra bisa digunakan dalam sistem keamanan karena mampu membedakan dua buah citra masukan dari webcam yang diambil secara berurutan.

  2. Semakin kecil toleransi yang digunakan, semakin akurat aplikasi. Aplikasi ini cukup baik untuk mendeteksi obyek berupa manusia dan cocok untuk pengaman ruangan dari tindak kejahatan yang dilakukan oleh manusia.

  3. Aplikasi ini bisa digunakan sebagai alternative aplikasi pengaman berbasis kamera, dimana kamera yang digunakan adalah webcam yang harganya relatif lebih murah dibandingkan dengan kemera yang lain.

  5.2 Saran

  Saran yang diberikan penulis dalam pengembangan program ini lebih lanjut antara lain :

  1. Untuk penelitian lebih lanjut akan lebih baik jika input yang ada lebih dari satu kamera.

  2. Perlu dilakukan penelitian dengan metode yang lain agar penangkapan terhadap obyek bisa lebih akurat.

DAFTAR PUSTAKA

  1. Ahmad, Usman. 2005. “Pengolahan Citra Digital dan Teknik Pemrogramannya” , Penerbit Andi Yogyakarta

  2. Antony, P., 2003, “Pemrograman Borland Delphi 6 edisi 4”,Yogyakarta: Penerbit Andi

  3. Hestiningsih, Idhawati, 2005, “Pengolah Citra”,[pdf],( http://www.google.com/url?sa=t&source=web&ct=res&cd=2&url=http%3A %2F%2Fimages.moedy9.multiply.com%2Fattachment%2F0%2FSMuuNwoK CBkAAHPHjZk1%2FPengolahan%2520Citra.pdf%3Fnmid%3D115281461& ei=J7ygSoSTE42sgPH1IyNDw&rct=j&q=Idhawati+Hestiningsih+pengolaha

n+citra&usg=AFQjNEkg6TIMXJVdxmS9ne_BoLod-_Qfw, diakses pada

tanggal 5 November 2008)

  4. Justinus,D., 2004, “Aplikasi Teknik Thresholding Pada Citra”, Yogyakarta : Universitas Sanata Dharma

  5. Lim, R., 2005. “Program Penghitung Orang Lewat Menggunakan Webcam “ Surabaya : Universitas Petra[pdf]

, diakses tanggal 10 november

   2008 )

  6. Madcoms, Team, 2003, “Pemrograman Borland Delphi 7 jilid 1”, Yogyakarta : Penerbit Andi

  7. Munir, Rinaldi, 2004, “Pengolahan Citra Digital dengan Pendekatan Algoritmik ”, Penerbit Informatika, Bandung

  8. Rafael C. Gonzalez and Richard E. Woods, 2002, “Digital Image Processing” , Addison-Wesley Publishing

  9. S.Si, Fadlisyah, 2007,“Computer Vision dan Pengolahan Citra”, Penerbit

  

10. Webster, 2005, “Digital Dictionary”, (http://www.webster-

dictionary.org/definition/Image)

Dokumen baru

Tags

Dokumen yang terkait

Tugas Akhir Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika
0
0
125
SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Jurusan Teknik Informatika
0
1
127
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Elektro
0
0
106
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Elektro
0
0
66
Tugas Akhir Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Jurusan Teknik Informatika
0
0
127
SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Jurusan Teknik Informatika
0
0
98
SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika
0
0
113
SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika
0
1
76
TUGAS AKHIR Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik pada Program Studi Teknik Elektro
0
0
69
Skripsi Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Mesin
0
0
69
SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Jurusan Teknik Informatika
0
0
87
TUGAS AKHIR Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika
0
0
117
Studi Kasus ”NEUTRON” Yogyakarta SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika
0
0
184
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik Program Studi Teknik Informatika
0
0
198
LOWONGAN KERJA SKRIPSI Diajukan untuk Memenuhi Salah Satu Syarat untuk Memperoleh Gelar Sarjana Teknik Informatika
0
0
168
Show more