APLIKASI WEBCAM UNTUK PERHITUNGAN JUMLAH PENGUNJUNG

PERPUSTAKAAN DENGAN METODE NORMALIZE SUM-SQUARED

DIFFERENCES (NSSD)

Andie Tri H1 (10101278), Manahan. P. Siallagan, S.Si, MT2, Andri Heryandi, ST2
1)

Mahasiswa Jurusan Teknik Informatika

2)

Dosen Jurusan Teknik Informatika

Fakultas Teknik dan Ilmu Komputer

UNIVERSITAS KOMPUTER INDONESIA

ABSTRAK: Data jumlah pengunjung pada suatu tempat umum sangat penting. Data

pengunjung biasanya didapat secara manual. Saat ini kamera video telah diterapkan
untuk kepentingan keamanan. Dengan memanfaatkan kamera video yang telah dipakai
untuk kepentingan keamanan, kamera video juga dapat dibuat program untuk
menghitung jumlah orang lewat dengan metode Normalized Sum-Squared Differences
yang mengambil selisih jumlah pixel frame dan background dan dikuadratakan. Nilai
NSSD yang didapat akan menunjukan keberadaan orang yang lewat. Program ini dibuat
menggunakan Borland Delphi 7.0, dengan tambahan komponen DSpack.
Kata Kunci: Menghitung orang, NSSD, Webcam.
ABSTRACT: The amount of public places visitor data is very important. Usually we
get it manually. At the moment, video camera has been used for security. By exploiting
video camera which have been wear for security, video camera earn also made program
for real time counting people by using normalized sum-squared differences method that
take differences the sum of frame pixel and background, square it then normalized by
detection windows area. The NSSD value has got show one who pass. This project is
made using Borland Delphi 7.0 with DSpack component.
Key words : Counting people, NSSD, Webcam.

1. PENDAHULUAN
Pemanfaatan

memiliki

sensor

kamera

pada

kelebihan

kesederhanaannya

dalam

sehingga

dapat

instrumentasi telah cukup meluas mulai

diimplementasikan secara real time dengan

dari

mikroskopis,

platform PC. Sistem diimplementasikan

pengukuran kecepatan obyek bergerak, dan

pada platform O.S Windows menggunakan

lain-lain.

software

penghitungan
Bahkan

obyek

pemanfaatan

sensor

Borland

Delphi

7.0

dengan

kamera stereo telah pula dimanfaatkan

tambahan komponen video DSpack. Dari

untuk pengukuran jarak obyek bergerak,

hasil pengujian, diperoleh hasil bahwa

yang

sistem dapat menghitung obyek bergerak

pada

pemanfaatannya

digunakan

sebagai alat bantu kemudi mobil otomatis.

dengan tingkat keberhasilan 90%.

Dalam skripsi ini akan dibahas tentang

pemanfaatan

sensor

kamera

untuk

2. DESKRIPSI SISTEM

penghitungan obyek bergerak dalam hal ini

Secara blok diagram, sistem yang

adalah orang berjalan atau orang yang

dibuat adalah seperti gambar 1. Sistem ini

lewat. Metode yang digunakan adalah

dibagi

Normalized

Differences

pemrosesan background image, pemrosesan

(NSSD). Diawali dengan pengambilan citra

frame, thresholding, perhitungan NSSD.

background, dan menentukan detection

Metode yang digunakan di sini adalah

window pada jalur obyek yang akan

Normalized

diamati. Hal yang sama dilakukan juga

(NSSD). Langkah pertama yang harus

untuk setiap frame video yang ditampilkan.

dilakukan adalah pengambilan background

Detection window berupa ROI (Region of

dan

Interest) pada background dan input frame

grayscale

harus pada posisi yang sama sehingga

window pada jalur orang lewat yang akan

luasan area yang diamati sama persis. Nilai

diamati. Hal yang sama dilakukan juga

pixel pada frame dan background diambil

untuk setiap frame video yang ditampilkan.

selisihnya dan dikuadratkan. Hasil tersebut

Detection window pada background dan

dibagi dengan luasan detection window

frame

untuk dinormalisasi.. Proses pengambilan

sehingga luasan area yang diamati sama

gambar atau penangkapan frame oleh

persis. Jumlah nilai pixel pada frame dan

webcam akan dilakukan setiap detik.

background

Proyek sejenis telah banyak diteliti orang

dikuadratkan. Kemudian hasilnya dibagi

dengan

dengan luasan detection window.

Sum-Squared

berbagai

algoritma.

Algortima

NSSD yang digunakan pada paper ini

menjadi

empat

bagian,

Sum-squared

kemudian
dan

harus

mengubahnya
menentukan

Difference

menjadi
detection

pada posisi yang

diambil

yaitu

selisihnya

sama

dan

paling sesuai dengan kondisi terakhir

Frame

Background

sebelum dilakukan recording. Langkah

kedua
Gray scale

Gray scale

adalah

menentukan

detection

windows pada background dan frame.

Detection windows pada background dan

Threshold

frame input diletakkan pada posisi yang

Threshold

sama. Hal ini dilakukan untuk membatasi

daerah

yang

akan

diproses.

Setelah

menentukan detection windows, langkah

Substract Pixel
(Fi,j-Bi,j)

berikutnya adalah mengubah frame yang

semula

dalam

format

RGB

menjadi

grayscale.

Square Pixel
(Fi,j-Bi,j)2

2.2 THRESHOLD
Proses threshold dilakukan agar setiap

Sum Pixel

pixel hanya mempunyai satu nilai pixel.

Dengan menentukan nilai threshold yang
c

NSSD

tepat, dapat dilihat apakah ada objek yang

( F
i a j b

i, j

Bi , j )

lewat atau tidak.

N
2.2 PROSES PERHITUNGAN
NSSD

Hasil

Dari setiap nilai pixel threshold yang

Gambar.1 Blok Diagram Sistem

didapat, hasilnya dikurangkan sehingga

perbedaan jumlah nilai pixel inilah yang

2.1 PROSES BACKGROUND DAN

dikenali sebagai keberadaan suatu objek.

FRAME

Untuk

Langkah pertama yang dilakukan

operasi tersebut, hasil yang diperoleh

menghindari

nilai

negatif

dari

adalah mengambil gambar background

dikuadratkan.

yang

luasan detection windows. Dari proses

akan

background

dipakai.
dilakukan

Pengambilan
dengan

cara

Hasilnya

dibagi

dengan

tersebut didapat nilai NSSD. Metode NSSD

menangkap image dari video preview.

dapat dirumuskan dalam persamaan 1.

Dengan demikian diharapkan background

yang didapat mewakili frame kosong yang

NSSD

( F
i a j b

i, j

dimana intensitas cahaya cenderung tetap.

Bi , j ) 2

..............

Proses penghitungan dilakukan apabila

orang melewati detection windows, baik

.. (1)

detection windows 1 maupun detection

Keterangan:

windows

F = nilai pixel pada frame

windows mewakili dua jalur pada arah yang

B = nilai pixel pada background

berbeda. Jumlah nilai pixel yang terbaca di

N = jumlah pixel pada area Q

detection

Q = detection region/ROI (Region of

dikurangkan dengan jumlah nilai pixel

Interest)
Dalam

detection
perhitungan

Masing-masing

windows
windows

pada
pada

detection

frame

akan

background.

yang

Selisih dari operasi ini dikuadratkan untuk

digunakan adalah selisih dari jumlah nilai

menghindari nilai negatif dan juga dari

pixel pada background image dan pada

selisih ini objek dengan warna terang masih

frame.

pixel,

dapat terdeteksi meskipun nilainya kecil.

memungkinkan untuk menghasilkan nilai

Untuk mendapatkan nilai normalisasi, hasil

negatif sehingga hasil selisih tersebut

tersebut dibagi dengan luasan detection

dikuadratkan

window.

Selisih

jumlah

untuk

NSSD,

2.

nilai

menghindari

hasil

negatif. Nilai negatif terjadi bilamana

Pengujian dengan file video *.avi

warna dari obyek pada frame lebih gelap

tidak

daripada background image. Sebab warna

penangkapan gambar dilakukan secara real-

gelap memiliki nilai yang kecil.

time, di mana jika menggunakan file *.avi,

memungkinkan

dikarenakan

maka akan menghabiskan kapasitas hard

2.4 PROSES PERHITUNGAN

disk yang tersedia.

ORANG
Pada program penghitungan orang

3.

HASIL PENGUJIAN

yang lewat ini diberi batasan hanya

Pada penelitian ini, sumber gambar

dilakukan di pintu masuk dan di pintu

dapat diambil dari file .avi, dan kemudian

keluar

perpustakaan.

dikonversikan ke dalam format .bmp, dan

Demikian pula untuk intensitas cahaya pada

juga dapat dilakukan secara langsung dari

saat penghitungan dilakukan. Intensitas

kamera.

cahaya akan mempengaruhi warna dari

langsung, setiap frame yang ditangkap,

orang yang akan dihitung.

kemudian diproses dan dihitung, Pengujian

bagi

pengunjung

Untuk itu pengujian penghitungan

orang

dilakukan

pada

ruang

Untuk

penghitungan

secara

sistem dilakukan dengan menguji performa

tertutup

sistem terhadap berbagai macam kondisi

1. Jae-Won, Kim, Choi,Kang-Sun, Choi,

video.

Byeong-Doo, Ko,Sung-Jea. 2002.

Real-time Vision-based People
Counting System for the Security
Door. PDF.

Tabel.1 Hasil Pengujian

http://www.kmutt.ac.th/itc2002/CD/pd

Jumlah
Jumlah

Nilai

Orang

Error

f/18_07_45/TP2_OC/4.pdf.

Orang
No

Kondisi

2. Resmana Lim, Kartika Gunadi, dan

sebenar

Normal
Agak

terhitung

(%)

-nya
73

Chandra K. Program Penghitung

69

5,79

Jumlah Orang Lewat Menggunakan

53

48

9,33

Webcam.

gelap

http://www.puslit.petra.ac.id/journals/i
4.

KESIMPULAN

nformatics/IF05020407.pdf

Secara keseluruhan sistem bekerja

3. Andi,

cukup baik, hal ini dapat dibuktikan dengan

Panduan

tingkat keberhasilan lebih dari 90% pada

4. Rinaldi

teliti seharusnya citra background tidak

Citra

selalu tetap untuk seluruh perhitungan.

secara

diambil

adaptif

sehingga

dapat

Pemrograman

Semarang.

cukup berpengaruh, agar perhitungan lebih

seyogyanya

Praktis

2003,

Yogyakarta & Wahana Komputer

berbagai variasi iluminasi. Variasi iluminasi

background

Komputer,

Borland Delphi 7.0, Penerbit Andi

penghitungan jumlah orang lewat dengan

Citra

Wahana

Munir.2004,
Digital

Algoritmik,

dengan
Penerbit

Pengolahan
Pendekatan
Informatika.

Bandung.
5. Anil K Jain, Fundamentals Of

meminimalisasi variasi iluminasi.

Digital Image Processing, PrenticeHall International Inc.

DAFTAR PUSTAKA