Anda di halaman 1dari 43

1

TUGAS AKHIR
APLIKASI DETEKSI GERAK DENGAN WEBCAM
MENGGUNAKAN METODE BACKGROUND
SUBTRACTION

Tugas Akhir D4

Diajukan oleh :
Nama : Hadi Mulya
NIM

: 1257301055

PROGRAM STUDI TEKNIK INFORMATIKA


JURUSAN TEKNOLOGI INFORMASI DAN KOMPUTER

POLITEKNIK NEGERI LHOKSEUMAWE

HALAMAN PERNYATAAN

Dengan ini saya menyatakan bahwa Tugas Akhir ini tidak terdapat karya yang pernah
diajukan untuk mendapatkan gelar kesarjanaan di suatu Perguruan Tinggi, dan
sepanjang pengetahuan saya tidak terdapat karya atau pendapat yang pernah ditulis
atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini
dan disebut dalam daftar pustaka.

Buketrata, 14 Desember 2015

( Hadi Mulya )
NIM. 1257301055

LEMBARAN PENGESAHAN
Tugas Akhir yang berjudul Aplikasi Deteksi Gerak Menggunakkan Webcam Dengan
Metode Background Subtraction telah melakukan bimbingan dan telah siap diajukan
untuk di seminarkan pada Program Studi Teknik Informatika Jurusan Teknologi
Informasi dan Komputer Politeknik Negeri Lhokseumawe

Buketrata, 14 Desember 2015


Pembimbing I

Pembimbing II

Nanang Prihatin, S.Kom.,M.Cs


Nip. 19720519 199903 1 002

Husaini, S.Si.,M.IT.
Nip. 19731031 200112 1 001

DAFTAR ISI
LEMBARAN PENGESAHAN............................................................................ ii
DAFTAR ISI.................................................................................................. iii
BAB I.......................................................................................................... 1
PENDAHULUAN......................................................................................... 1
1.1

Latar Belakang............................................................................ 1

1.2

Perumusan Masalah....................................................................3

1.3

Batasan Masalah.........................................................................3

1.4

Tujuan Penelitian........................................................................3

1.5

Manfaat Penelitian.....................................................................4

1.6

Road Map Penelitian..................................................................4

1.7 Sistematika Penulisan........................................................................5


BAB II.......................................................................................................... 7
TINJAUAN PUSTAKA..................................................................................... 7
2.1 Sistem Deteksi Gerak................................................................................ 7
2.2

Webcam............................................................................................ 7

2.2.1 Jenis Webcam................................................................................... 8


2.3

Citra................................................................................................ 9

2.3

Pengolahan Citra............................................................................. 10

2.5

Video Digital................................................................................... 13

2.6

Komputer Vision.............................................................................. 14

2.7

Background Subtraction......................................................................15

BAB III....................................................................................................... 17
METODE PENELITIAN................................................................................. 17
3.1 Analisis Sistem...................................................................................... 17
3.1.1 Analisis Permasalahan.......................................................................17
3.1.2

Analisis Keperluan Sistem................................................................18

3.2 Perancangan Sistem...................................................................19


3.2.1 Arsitektur Sistem..................................................................19

3.2.2 Diagram Use Case............................................................................. 21


3.2.3

Rincian Use Case Diagram...........................................................22

3.2.3.1

Use Case Diagram Login...........................................................22

3.2.3.2

Use Case Diagram File Video.....................................................23

3.2.3.3

Use Case Diagram Setting.........................................................25

3.2.3.4

Use Case Diagram About...........................................................26

3.2.4

Activity Diagram........................................................................27

3.2.4.1

Activity Diagram Login.............................................................27

3.2.4.2

Activity Diagram File Video......................................................28

3.2.4.3

Activity Diagram Setting..........................................................29

3.2.4.4

Activity Diagram About...........................................................30

3.2.4.5

Activity Diagram Logout..........................................................31

3.2.5
3.3

Class Diagram........................................................................... 32
Perancangan User Interface................................................................32

3.3.2

Menu File................................................................................. 34

3.3.3

Menu Setting............................................................................. 34

3.3.4

Menu About.............................................................................. 35

Menu about merupakan menu informasi tentang pembuat sistem deteksi gerak .
Rancangan interface menu about seperti pada gambar 3.13 Di bawah ini.................35
DAFTAR PUSTAKA...................................................................................... 36

BAB I
PENDAHULUAN
1.1

Latar Belakang
Sistem deteksi gerak merupakan salah satu
pemrosesan video pada computer vision yang sangat
berguna pada saat ini. Sistem ini dapat mengamati
pergerakan suatu objek untuk tujuan tertentu. Salah satu
contoh implementasi sistem ini adalah pada keamanan, yaitu
dengan adanya penerapan sistem ini dapat mendeteksi
pergerakan manusia pada suatu ruangan yang memerlukan
sistem keamanan yang lebih. Sehingga kriminalitas dapat
diminimalisasikan dengan adanya peringatan lebih dini.
Penggunaan sistem ini dapat diterapkan menggunakan alat
elektronik kamera seperti CCTV.
Closed Circuit Television (CCTV) merupakan salah satu
alat pengawas yang sangat berguna pada sistem deteksi
gerak. Device ini digunakkan untuk mengawasi setiap
aktivitas yang terjadi pada suatu ruang atau tempat dapat
diawasi dengan baik. Pada penggunaanya, CCTV hanya alat
bantu manusia untuk mengawasi setiap aktivitas yang terjadi
pada suatu ruang. Sehingga diperlukan sistem deteksi gerak
pada CCTV yang dapat mendeteksi gerak manusia pada
ruang tersebut, serta memberi kemudahan dalam mengawasi
ruang. Setiap aktivitas dalam ruang akan terekam oleh CCTV
5

dengan perangkat tambahan yang dipasang pada komputer,


misalnya DVR (Digital Video Recording) card hal ini juga
dioptimalkan dengan sistem deteksi gerak yang hanya
merekam video pada saat ada aktivitas yang terjadi.
Keamanan menjadi salah satu hal yang perlu
diperhatikan pada masa ini. Tingkat keamanan diterapkan
berdasarkan tingkat aset yang dimiliki. Untuk itu penggunaan
sistem deteksi gerak dapat menjadi salah satu solusi pada
bidang keamanan yang dapat meningkatkan sistem
pengawasan pada CCTV. Aktivitas manusia merupakan salah
satu tinjauan sistem ini. Sehingga sistem dapat memberikan
informasi berupa interface gerak manusia pada ruang yang
diawasi. Sistem ini dapat diterapkan pada area terlarang
yang memberi peringatan bila tedeteksi gerak manusia
memasuki area tersebut. Sistem ini berguna pada sistem
keamanan penjara yang dapat mendeteksi tahanan yang
hendak kabur. Pada keamanan rumah, sistem ini dapat juga
dapat diterapkan guna meningkatkan keamanan rumah pada
saat rumah ditinggali.
Masalah yang timbul, sistem keamanan dengan CCTV
memerlukan dana yang besar serta setiap aktivitas yang
dimonitori oleh CCTV akan di-record pada harddisk sehingga
memakan ruang penyimpanan yang besar, terlebih lagi untuk
citra yang dianggap tidak perlu seperti keadaan ruang
kosong serta tidak terjadi aktivitas apa pun. Hal ini juga
membuat rumit bagi pengguna atau pemantau yang harus memantau setiap
aktivitas pada interface CCTV tanpa adanya peringatan.

Hal ini menjadi permasalahan yang mendasari perancangan aplikasi


pendeteksi gerak untuk keamanan suatu ruangan. Sistem yang akan dibangun
oleh penulis adalah sistem yang dapat mendeteksi gerakan yang tertangkap
oleh kamera dan me-record-nya ke dalam harddisk. Untuk perlengkapan
yang digunakaan oleh penulis adalah kamera webcam sebagai pengganti
kamera CCTV. Dengan sistem ini juga dapat menghemat ruang penyimpanan
video serta meningkatkan kemanan ruangan yang lebih murah.

1.2

Perumusan Masalah
Berdasarkan latar belakang di atas, maka dirumuskan
beberapa masalah sebagai berikut :

1. Bagaimana
mendeteksi

cara

merancang

sebuah

aplikasi

manusia

dengan

metode

gerak

yang

dapat

background

subtraction menggunakan webcam .


2. Bagaimana membuat aplikasi yang dapat memenuhi tingkat
keakuratan yang tinggi untuk keamanan ruangan dengan alat
yang sederhana.
1.3

Batasan Masalah
Tugas akhir ini membatasi masalah pada poin-poin berikut:

1. Input merupakan video real time dengan resolusi 320x240 piksel


2. Pemrosesan video melakukan record jika terdeteksi gerakan manusia.

3. Identifikasi citra dan implementasi sistem dilakukan pada desktop


menggunakkan Aplikasi Visual Basic.Net dan metode background
subtraction
4. Tidak menyajikan audio dari video yang diambil.
5. Kamera tidak dapat diakses secara langsung dari jarak jauh menggunakkan
internet.
1.4

Tujuan Penelitian
Tujuan dari Tugas Akhir ini adalah :

1.

Merancang suatu aplikasi pendeteksi gerakan dengan menggunakan metode


background subtraction yang ekonomis dengan alat Webcam.

2.

Merancang sistem yang dapat merekam video bila terdeteksi gerak manusia.

3.

Menganalisis performa ketelitian deteksi gerakan dengan metode


background subtraction.

1.5

Manfaat Penelitian
Dengan adanya pengembangan sistem ini di harapkan

dapat memberi manfaat, antara lain :


1. Memudahkan dalam pengawasan suatu ruangan.
2. Menghemat penggunaan memori penyimpanan video record.

1.6

Road Map Penelitian


Sebelumnya

penelitian

ini

telah

dilakukan

Iswahyudi(2013). Dalam penelitian ini, aplikasi

oleh

webcam

didesain menggunakkan Visual Basic yang memonitoring


suatu ruangan dengan mendeteksi gerak manusia dan
aplikasi ini terhubung dengan dengan hardware modem GSM

supaya citra hasil deteksi berupa

mms dapat dikirim ke

pengguna. Sistem kerja aplikasi ini yaitu, apabila ada


pergerakan dalam jangkauan monitoring webcam, gerak
tersebut akan dideteksi oleh sistem lalu sistem memberi
penrigatan berupa alarm peringatan dan gambar hasil
capture

dari

video

dikirim

ke

handphone

pengguna.

Pembuatan aplikasi ini menggunakkan metode two frame


difference.
Muhammad Redha, dkk (2014), melakukan penelitian tentang
Implementasi sistem pergerakan dengan motion detection pada kamera video
menggunakan Aforge.Net yang menggunakan bahasa pemrograman C# dan
pustaka kerangka kerja AForge .NET yang digunakan untuk menjalankan
algoritme motion detection dan algoritme motion processing dirancang khusus
untuk memberikan filter pemrosesan gambar pada bahasa pemrograman C#.
Penelitian ini membuat dibangun untuk dapat mengidentifikasi gerak dengan
adanya perubahan dari kondisi awal yang sudah didefinisikan dengan kondisi
yang sedang berjalan.
Penelitian yang berkaitan juga dilakukan oleh Satriawaty (2015) pada
jurnalnya yang berjudul Pendeteksian Gerakan Menggunakkan Internet Protokol
Camera berbasis web. Penelitian ini diterapkan menggunakan metode Sum of
Absolute Difference yang membandingkan piksel antar 2 buah citra. Penelitian ini
ditujukan untuk sistem keamanan ruangan yang memberikan peringatan nerupa sms
bila terdeteksi gerakan.
Dalam tugas akhir ini penulis membuat aplikasi yang berguna untuk
membantu untuk memberikan informasi setiap gerakan yang terdeteksi pada ruangan
yang sedang diteliti. Aplikasi ini terintegrasi dengan hardware kamera berupa
webcam. Sistem kerja aplikasi ini yaitu mendeteksi setiap gerakan manusia pada
ruang yang diteliti dengan perangkat webcam menggunakan metode background

subtraction sebagai motode untuk video proccessing-nya. Bila terdeteksi gerakan


manusia pada jangkauan kamera, maka sistem akan menandainya sebagai gerakan
dan me-record-nya ke dalam harddisk. Sehingga sistem ini dapat menghemat
penggunaan ruang memori dan memudahkan user untuk memonitoring aktivitasaktivitas yang ditangkap oleh kamera.

1.7 Sistematika Penulisan


Penyusunan laporan penelitian untuk tugas akhir memaparkan
pembahasan secara mendetail tentang penelitian yang dilakukan penulis,
dalam menyusun laporan dengan sistematika penulisan sebagai berikut :
BAB I: PENDAHULUAN
Memaparkan latar belakang masalah, perumusan masalah
yang akan dihadapi, batasan masalah yang di ambil, tujuan
penelitian yang akan dicapai, manfaat penelitian, dan
sistematika penulisan tugas akhir.
BAB II: TINJAUAN PUSTAKA
Memuat tentang landasan teori yang relevan terhadap objek
penelitian yang digunakan sebagai landasan dalam
pembuatan aplikasi untuk sistem keamanan ruangan dengan
metode background subtraction.
BAB III : METODELOGI PENELITIAN
Menguraikan tentang perancangan berupa identifikasi
kebutuhan, cara kerja sistem, data flow diagram serta
rancangan interface pada sistem ini.
BAB IV: HASIL DAN PEMBAHASAN
Menjelaskan implementasi dan hasil sistem keamanan pada
ruangan dengan metode background subtraction.
BAB V : PENUTUP
Memuat mengenai kesimpulan yang diambil setelah
melakukan perancangan dan implementasi sistem dan

disertai saran-saran perbaikan dan pengembangan bagi


objek penelitian.

BAB II
TINJAUAN PUSTAKA

2.1 Sistem Deteksi Gerak


Menurut Meyti (2014), Sistem deteksi gerakan adalah suatu sistem yang dapat
mendeteksi gerakan pada program pendeteksi gerakan dengan menggunakan kamera
pengawas sebagai input menampilkan gambar. Deteksi gerakan secara sederhana
dapat dilakukan dengan mencari beda antara 2 buah citra yang berurutan pada hasil
pencitraan menggunakan kamera video digital. Ada berbagai macam metode untuk
membandingkan dua buah citra. Pada penelitian ini, deteksi gerak dikenali dengan
pemisahan objek yang bergerak dengan latar belakangnya (background subtraction).
2.2 Webcam

Webcam merupakan sebuah hasil pengembangan teknologi kamera gambar


hidup dengan teknologi digital sensor CCD/CMOS. Kamera gambar hidup sendiri
adalah kamera yang digunakan untuk membuat gambar hidup (kini lebih dikenal

dengan istilah video). Gambar hidup sebenarnya tidak lebih dari foto yang
ditayangkan di depan mata kita dengan demikian cepat sampai kita tidak mengetahui
kalau satu gambar telah disingkirkan dan gambar berikutnya telah menggantinya.
Jadi, gambar-gambar ini tampak bergerak, seperti saat peristiwa itu terjadi. Fenomena
ini disebut penglihatan yang tertinggal (gambar tetap dalam penglihatan kita dalam
beberapa milidetik) dan sudah dikenal cukup lama (Philbin:2008).

Gambar 2.1 Prinsip Kerja Webcam

2.2.1 Jenis Webcam

a. Serial dan Parallel Port WebCam


WebCam jenis ini sudah terlalu tua dan jarang ditemukan lagi, karena
sudah tidak ada yang memproduksi. Selain itu, kamera jenis ini menghasilkan
kualitas gambar yang rendah dan frame rate yang rendah pula.
8

b. USB WebCam
WebCam jenis ini merupakan solusi bagi pengguna baru dan amatir.
Mendukung fasilitas PnP ( Plug and Play ) dan dapat dihubungkan ke port
USB tanpa harus mematikan komputer, tetapi syaratnya sistem operasi
komputer harus mendukung fasilitas USB port.
c. Firewire dan Card Based WebCam
Firewire adalah salah satu teknologi video capture device yang diperlukan bagi
kamera yang mendukungnya. Pada umumnya WebCam yang membutuhkan
video capture device harganya mahal, akan tetapi dapat menghasilkan frame
rate tinggi, yaitu 24 sampai 30 frame per second ( fps ).

d. Network and Wireless Camera


Network Camera adalah perangkat kamera yang tidak memerlukan sama
sekali fasilitas komputer, karena dapat langsung terhubung ke jaringan
melalui modem. Transfer gambar dan suara langsung menuju jaringan LAN
atau line telepon via modem.

2.3 Citra
Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua
dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus
(continue) dari intensitas cahaya pada bidang dwimatra. Sumber cahaya menerangi
objek, objek memantulkan kembali sebagian dari berkas cahaya tersebut. Pantulan
cahaya ini ditangkap oleh alat-alat optik, misalnya mata pada manusia, kamera

pemindai (scanner) dan sebagainya, sehingga bayangan objek yang disebut citra
tersebut terekam. Meskipun sebuah citra kaya informasi, namun seringkali citra yang
kita miliki mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau
derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring) dan
sebagainya. Tentu saja citra semacam ini menjadi lebih sulit dinterpretasikan karena
informasi yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra yang
mengalami gangguan mudah diinterpretasikan (baik oleh manusia maupun mesin),
maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik.
Bidang studi yang menyangkut hal ini adalah pengolahan citra (image processing)
(redha,2014).
2.3 Pengolahan Citra
Pengolahan citra atau Image Processing adalah suatu sistem dimana proses
dilakukan dengan masukan (input) berupa citra (image) dan hasilnya (output) juga
berupa citra (image). Pad awalnya pengolahan citra ini dilakukan untuk memperbaiki
kualitas citra, namun dengan berkembangnya dunia komputasi yang ditandai dengan
semakin meningkatnya kapasitas dan kecepatan proses komputer, serta munculnya
ilmu-ilmu komputer yang memungkinkan manusia dapat mengambil informasi dari
suatu citra maka image processing tidak dapat dilepaskan dengan bidang computer
vision (Hendy,2011).

10

Operasi-operasi yang dilakukan di dalam pengolahan citra banyak jenisnya.


Secara umum, operasi pengolahan citra dapat diklasifikasikan dalam beberapa
jenis sebagai berikut:
1. Image enhancement.
Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara
memanipulasi parameter-parameter citra. Dengan operasi ini, ciri-ciri khusus
yang terdapat di dalam citra lebih ditonjolkan. Contoh-contoh operasi
perbaikan citra:
a. perbaikan kontras gelap/terang
b. perbaikan tepian objek (edge enhancement)
c. penajaman (sharpening)
d. grayscaling
e. noise filtering
2. Image restoration.
Operasi ini bertujuan menghilangkan/ meminimumkan cacat pada
citra Tujuan pemugaran citra hampir sama dengan operasi perbaikan
citra. Bedanya pada pemugaran citra penyebab degradasi gambar
diketahui. Contoh-contoh operasi pemugaran citra:

11

a. penghilangan kesamaran (deblurring)


b. penghilangan noise.
3. Image compression.
Jenis operasi ini dilakukan agar citra dapat direpresentasikan dalam
bentuk yang lebih kompak sehingga memerlukan memori yang lebih sedikit.
Hal penting yang harus diperhatikan dalam pemampatan adalah citra yang
telah dimampatkan harus tetap mempunyai kualitas gambar yang bagus.
Contoh metode pemampatan citra adalah metode JPEG.
4. Image segmentation.
Jenis operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa
segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan erat dengan
pengenalan pola.
5. Image analysis.
Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra
untuk menghasilkan deskripsinya. Teknik pengorakan citra mengekstraksi
ciri- ciri tertentu yang membantu dalam identifikasi objek. Proses segmentasi
kadangkal diperlukan untuk melokalisasi objek
sekelilingnya. Contoh contoh operasi pengorakan citra:
a. Pendeteksian tepi objek (edge detection)

12

yang diinginkan dari

b. Ekstraksi batas (boundary)


c. Representasi daerah (region)
6. Image reconstruction
Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa
citra hasil proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang
medis. Misalnya beberapa foto rontgen dengan sinar X digunakan untuk
membentuk ulang gambar organ tubuh.
2.4 Threshold

Menurut Hendy(2011), Thresholding merupakan konversi citra hitam putih


ke citra biner dilakukan dengan cara mengelompokkan nilai derajat keabuan setiap
pixel kedalam 2 kelas, hitam dan putih. Pada citra hitam putih terdapat 256 level,
artinya mempunyai skala 0 sampai 255 atau [0,255], dalam hal ini nilai intensitas
0 menyatakan hitam, dan nilai intensitas 255 menyatakan putih, dan nilai antara 0
sampai 255 menyatakan warna keabuan yang terletak antara hitam dan putih.
Pada operasi pengambangan, nilai intensitas pixel dipetakan ke salah satu
dari dua nilai , berdasarkan nilai ambang (threshold) dapat ditunjukkan pada
persamaan 2.1

13

f ( x , y )' = 1 , f ( x , y ) <T
2 , f ( x , y ) T

........................................................(2.1)

Jika a1 = 0 dan a2 = 1, maka operasi pengambangan mentransformasikan citra


hitam-putih ke citra biner. Dengan kata lain, nilai intensitas pixel semula dipetakan
ke dua nilai saja: hitam dan putih. Nilai ambang yang dipakai dapat berlaku untuk
keseluruhan pixel atau untuk wilayah tertentu saja (berdasarkan penyebaran nilai
intensitas pada wilayah tersebut) .

2.5 Video Digital

Menurut Herbert pada jurnal Miftahur, Video digital pada dasarnya tersusun
atas serangkaian frame. Rangkaian frame tersebut ditampilkan pada layar dengan
kecepatan tertentu, tergantung pada frame rate yang diberikan (dalam frame/second).
Jika frame rate cukup tinggi, mata manusia tidak dapat menangkap gambar atau
frame, melainkan menangkapnya sebagai rangkaian frame yang saling bersambungan
(continue).
Karakteristik suatu video digital ditentukan oleh resolusi (resolution) atau
frame dimention (dimensi gambar), aspect ratio, bit depth (kedalaman bit), frame

14

rate (laju frame), dan pixel video tersebut. Karakteristik - karakteristik ini akan
menentukan kualitas video dan jumlah bit yang dibutuhkan untuk menampilkannya.

2.6 Komputer Vision


Computer vision merupakan proses otomatis yang mengintegrasikan sejumlah
besar proses untuk persepsi visual, seperti akuisisi citra, pengolahan citra, pengenalan
dan pengambilan keputusan pada data yang berdimensi tinggi dari dunia nyata untuk
menghasilkan informasi numerik maupun simbolis.
Computer vision sering didefinisikan sebagai salah satu cabang ilmu
pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang
diamati atau diobeservasi. Computer vision merupakan kombinasi antara Image
Processing dan Pattern Recognition. Computer vision mencoba meniru cara kerja
sistem visual manusia yang sangat kompleks. Sebuah komputer yang menyerupai
kemampuan manusia dalam menangkap sinyal visual dilakukan dalam empat tahapan
proses dasar yaitu, proses penagkapan citra atau gambar (image acquisition), proses
pengolahan citra (image processing), analisa data citra (image analysis) dan proses
pemahaman data citra (image understanding)(Redha, 2014).

15

2.7 Background Subtraction

Menurut Kurniawan (2009), Background adalah sejumlah piksel-piksel


gambar yang diam dan tidak bergerak didepan kamera. Model background yang
paling sederhana mengasumsikan bahwa seluruh kecerahan piksel background
berubah-ubah secara bebas, tergantung pada distribusi normalnya. Karakteristik
background dapat dihitung dengan mengakumulasi beberapa jumlah frame sehingga
akan menemukan jumlah nilai-nilai piksel dalam lokasi s dan jumlah square-square
sq yang memiliki nilai untuk setiap lokasi piksel. Sedangkan foreground adalah
semua objek yang ada selain background dan biasanya foreground ini ada setelah
didapatkannya background.
Background subtraction merupakan salah satu tugas penting yang pertama
kali di kerjakan pada aplikasi computer vision. Output dari background subtraction
biasanya adalah inputan yang akan diproses pada tingkat yang lebih lanjut lagi seperti
men-tracking objek yang teridentifikasi. Kualitas background subtraction umumnya
tergantung pada teknik pemodelan background yang digunakan untuk mengambil
background dari suatu layar kamera. Background subtraction biasanya digunakan
pada teknik segmentasi objek yang dikehendaki dari suatu layar, dan sering
diaplikasikan untuk sistem pengawasan.
Tujuan dari background subtraction itu sendiri adalah untuk menghasilkan
urutan frame dari kamera dan mendeteksi seluruh objek foreground. Suatu deskripsi

16

pendekatan yang telah ada tentang background subtraction adalah mendeteksi objekobjek foreground sebagai perbedaan yang ada antara frame sekarang dan gambar
background dari layar statik. Suatu piksel dikatakan sebagai foreground jika :
|Frame i Background| > Threshold ............................................................ (1)

Gambar 2.2 Sistem kerja background subtraction

17

BAB III
METODE PENELITIAN

Bab ini menjelaskan tentang perancangan aplikasi yang akan diterapkan pada
penelitian ini. Kemudian hardware dan beberapa software aplikasi yang digunakan
untuk menunjang penelitian tugas akhir ini. Metode yang digunakan dalam penelitian
ini adalah Background subtraction, yaitu mengurangi latar belakang. Di dalam bab ini
juga akan dibahas mengenai metodologi pembuatan aplikasi deteksi gerak dengan
webcam yang terdiri dari
3.1 Analisis Sistem
Analisis

sistem

merupakan

langkah-langkah

yang

dilakukan

untuk

menganalisa kebutuhan apa saja yang diperlukan dalam membangun sistem tersebut.

18

Tahap analisis meliputi dua tahap, yaitu analisis permasalahan dan analisis keperluan
sistem.
3.1.1 Analisis Permasalahan
Sistem deteksi gerakan merupakan salah satu pemrosesan
citra pada computer vision yang bertujuan mengamati pergerakan
suatu objek. Sistem ini diimplementasikan pada untuk sistem keamanan
monitoring yang dapat mengindetifikasi gerak suatu objek. Sistem ini dapat
meningkatkan sistem keamanan untuk mendeteksi gerak-gerik yang mencurigakan.
Sistem deteksi gerak ini juga dapat mengurangi pemakaian memori penyimpanan bila
sistem hanya menyimpan file video pada saat terdeteksi gerak.
3.1.2

Analisis Keperluan Sistem


Analisis keperluan sistem meliputi analisis kebutuhan fungsional (pengguna)

dan analisis kebutuhan non fungsional (kebutuhan perangkat keras dan perangkat
lunak). Berikut ini adalah penjelasan tentang analisis kebutuhan fungsional dan
kebutuhan non fungsional.
1. Analisis kebutuhan fungsional
Kebutuhan fungsional dari user adalah sebagai berikut :
a. Kamera
b. Ruang sebagai objek monitoring
2. Analisis kebutuhan non fungsional
Spesifikasi perangkat keras yang digunakan dalam membangun aplikasi ini
adalah sebagai berikut:
a. Komputer dengan processor intel Pentium 2nd

19

b.
c.
d.
e.

RAM 2 GB
Hardisk 320 GB
Monitor, Mouse, Keyboard
Webcam, port USB

Perangkat lunak yang digunakan dalam membangun aplikasi adalah:


a. Windows 8.1 sebagai sistem operasi.
b. Visual Basic.Net untuk implementasi aplikasi.
c. MySQL, untuk manajemen database.
3.2 Perancangan Sistem

3.2.1 Arsitektur Sistem

Pada penelitian ini sistem menggunakan webcam sebagai sensor untuk


mendeteksi objek. Webcam ditempatkan pada suatu ruangan yang menjadi objek pada
penelitian ini. Setiap citra yang dideteksi oleh webcam akan diproses menggunakan
metode background subtraction sehingga dapat membedakan antara background dan
foreground. Setelah didapatkan foreground, sistem akan menklasifikasikan objek
tersebut apakah manusia atau objek yang lain, bila ya maka sistem akan menyimpan
citra tersebut ke dalam database sebagai hasil dari sistem ini. Sistem ini berfungsi
untuk media informasi berupa monitoring gerak pada suatu ruangan dan juga sebagai
sistem keamanan ruangan. Arsitektur dari sistem ini seperti pada gambar dibawah ini.

20

Record
video

Gambar 3.1 Arsitektur sistem

Alur proses yang terjadi secara umum dapat dilihat pada Gambar 3.1. Secara bertahap
alur proses sistem deteksi gerak ini yaitu :

kamera memonitoring ruang yang diuji


komputer memproses video dari kamera untuk membedakan gerakan manusia
dengan yang lainnya
komputer akan merekan video bila tedeteksi gerak manusia

3.2.2 Flowchart Sistem


Adapun alur diagram dari proses sistem deteksi gerak seperti pada gambar di
bawah ini,

21

Gambar 3.2 Flowchart sistem deteksi gerak

22

3.2.2 Diagram Use Case


Use case merupakan gambaran skenario dari interaksi antara user dengan
sistem. Sebuah diagram use case menggambarkan hubungan antara actor dan
kegiatan yang dapat dilakukannya terhadap aplikasi. Use case diagram aplikasi ini
dapat dilihat pada gambar 3.3 berikut ini.

Stream video

Record video

user

about

3.3 Diagram Use Case User


Gambar 3.3 adalah use case utama aplikasi deteksi gerak
secara memperlihatkan aktivitas-aktivitas apa saja yang dapat
dilakukan oleh user. Sistem yang akan dibuat hanya memiliki satu buah actor
yaitu user. Aplikasi ini menyediakan beberapa pilihan, yaitu Stream
video, record video, dan about. User dapat melakukan beberapa peranan di
dalam sistem yaitu :
a. Record Video; pada aktivitas ini user dapat membuka file video yang tela
direkam pada sistem ini..

23

b. Stream video; pada aktivitas ini user dapat melihat streaming video yang di
tangkap oleh kamera beserta sistem deteksi gerak.
c. About; pada aktivitas ini user dapat mengetahui tentang pembuat sistem ini.
3.2.3

Rincian Use Case Diagram

3.2.3.1 Use Case Diagram Stream Video


Dibawah ini adalah membuat rincian use case diagram untuk stream video .
Pada deskripsi, use case akan menampilkan halaman utama. Selanjutnya actor yang
berarti user, user dapat melihat video realtime yang ditangkap dari kamera serta
pengimplemetasian sistem gerak pada video tersebut. Postcondition pada sistem ini
akan menampilkan video realtime . Untuk lebih jelas, rincian use case diagram
memilih menu utama dapat ditunjukkan pada tabel 3.2 berikut ini.
Tabel 3.1 Rincian use case diagram File video

Use case

Stream video
Use case ini untuk melihat

Deskripsi

video realtime untuk deteksi


gerak

Actor

User

Precondition

Menu utama
Menampilkan video hasil serta

Postcondition

informasi deteksi gerak

Main Flow of Heaven

24

Actor

System Respons

1. Use case ini dimulai ketika user sudah


berada di halaman utama
2. User memulai sistem
3. Sistem mengkap objek dari
kamera
4. User menetapkan background image
5. Sistem menerapkan metode
Background

subtraction

serta hasil dari deteksi


6. User melihat video hasil dari sistem
deteksi gerak
Exceptional flow of event

3.2.3.2 Use Case Diagram Record Video


Dibawah ini adalah membuat rincian use case diagram untuk membuka record
video . Pada deskripsi, use case akan menampilkan halaman utama. Selanjutnya actor
yang berarti user, user akan menklik tombol File File Record. Postcondition pada
sistem ini akan menampilkan Open dialog file . Untuk lebih jelas, rincian use case
diagram memilih menu utama dapat ditunjukkan pada tabel 3.2 berikut ini.

25

Tabel 3.2 Rincian use case diagram File video

Use case

Record video
Use case ini untuk memilih

Deskripsi

video untuk deteksi gerak

Actor

User

Precondition

Menu utama
Menampilkan

Postcondition

video

hasil

rekaman serta informasi deteksi


gerak

Main Flow of Heaven


Actor

System Respons

7. Use case ini dimulai ketika user sudah


berada di halaman utama
8. User memilih menu file
9. Sistem menampilkan menu
open file
10. User memilih menu file recod
11. Sistem

menampilkan

window untuk mencari file


video
12. User memilih satu file video untuk
ditampilkan
13. Sistem
video

menampilkan
serta

informasi

deteksi gerak pada video


tersebut

26

Exceptional flow of event

3.2.3.3 Use Case Diagram About


Dibawah ini adalah membuat rincian use case diagram untuk mengetahui
informasi pembuat sistem . Pada deskripsi, use case akan menampilkan halaman
utama. Selanjutnya

actor yang berarti user, user akan menklik menu About.

Postcondition pada sistem ini akan menampilkan halaman About . Untuk lebih jelas,
rincian use case diagram memilih menu utama dapat ditunjukkan pada tabel 3.2
berikut ini.
Tabel 3.3 Rincian use case diagram About

Use case

About
Use case ini menampilkan

Deskripsi

halaman

tentang

pembuat

sistem
Actor

User

Precondition

Menu Utama

Postcondition

Menampilkan halaman About

Main Flow of Heaven


Actor

System Respons

27

1. Use case ini dimulai ketika user sudah


mulai menjalankan sistem
2. User memilih menu about
3. Sistem

menampilkan

halaman about
4. User melihat info tentang pembuat
sistem
Exceptional flow of event

3.2.4

Activity Diagram
Activity diagram pada aplikasi ini dibagi menjadi beberapa, yaitu: activity

diagram File, activity diagram Setting dan activity diagram About.


3.2.4.1 Activity Diagram Login
Activity diagram login merupakan langkah awal dari sistem ini untuk hak
akses sistem dengan mengautentifikasikan akun yang sah pada sistem ini. User dapat
menjalankan sistem bila berhasil masuk dengan akun yang sah.

28

User

Sistem

Database

Membuka aplikasi
Membuka halaman login
Input username dan password

cek data pada database

klik tombol login


Melihat halaman gagal login
melihat halaman utama

menampilkan halaman gagal login

data cocok

data tidak cocok

menampilkan halaman utama

Gambar 3.4 Activity Diagram login

3.2.4.2 Activity Diagram File Video


Activity diagram File video merupakan menu pada halaman
utama dimana user memilih file video untuk implementasi sistem
deteksi gerak. Setelah memilih file video, sistem menampilkannya
pada halaman utama.

29

Gambar 3.5 Activity Diagram File Video

3.2.4.3 Activity Diagram Setting


Activity diagram setting merupakan menu pada halaman
utama dimana user dapat melakukan konfigurasi akun yang
memiliki hak akses pada sistem ini.

30

Gambar 3.6 Activity Diagram Setting


3.2.4.4 Activity Diagram About
Activity diagram about merupakan menu pada halaman
utama dimana sistem menampilkan informasi mengenai pembuat
sistem ini.

31

Gambar 3.7 Activity Diagram About

3.2.4.5 Activity Diagram Logout


Activity diagram about merupakan menu pada halaman
utama dimana user keluar dari sistem.

Gambar 3.8 Activity Diagram Logout

32

3.2.5

Class Diagram
Perancangan class diagram pada aplikasi cctv untuk monitoring ruangan

laboratorium yang akan dibangun dapat dilihat pada gambar 3.9 di bawah ini :

User
Login
+txt username
+txt password
+btn login
+input username()
+input password()
+klik login()

+Home
+About
+Setting
+Logout
+Klik home()
+Klik Setting()
+Klik About()
+Klik Logout()

About
+txt data user
+pic foto
+btn back
+klik back()

Setting
FIle
+btn open
+klin open()

Home
+video actual
+video detect motion
+btn start
+rbtn motion detectio
+rbtn record

+txt username
+txt password
+btn save
+btn cancel
+tabel user
+input username()
+input password()
+klik save()
+klik cancel()

+klik start()
+select motion detection()
+select record()

Gambar 3.9 Class Diagram Sistem Deteksi Gerak

3.3 Perancangan User Interface


User interface merupakan suatu layar antarmuka dari sistem untuk
memudahkan pengguna dalam melakukan aktifitas untuk mengakses sistem.

33

3.3.1

Halaman Utama
Pada halaman utama terdapat beberapa tombol menu yaitu menu file dan

about. Pada halaman ini ditampilkan 2 buah video, yaitu actual video dan motion
detection video. Actual video yaitu tampilan video asli yang berasal dari webcam
sedangkan motion detection video yaitu tampilan video hasil pemrosesan sistem
deteksi gerak. Pada halaman utama juga terdapat tombol start untuk memulai sistem
deteksi gerak serta berfungsi juga sebagai tombol stop dan juga terdapat 2 buah
checkbox untuk pilihan menampilkan motion detection video dan merekam video
Rancangan interface dari halam utama dapat dilihat pada gambar 3.10
Aplikasi Deteksi Gerak
File

Setting

About

Date

Time

Actual video

Start Cam

Motion detection video

Motion detection
Record video

34

History

Gambar 3.10 Halaman utama

3.3.2

Menu File
Menu ini berfungsi untuk menginput video yang diambil dari harddisk

komputer user supaya dapat dilakukan pemrosesan sistem ini. Tampilan Menu file
seperti pada gambar di bawah ini
File
Open File Video

Back

Gambar 3.11 Menu file


3.3.3

Menu Setting

Menu setting merupakan menu untuk melakukan konfigurasi data akun user
yang mempunyai hak akses sistem ini
Setting
Data management
Hadi

Username

Mulya

Password
Email
Save

Cancel
Ok
35

Cancel

Gambar 3.12 Menu Setting


3.3.4

Menu About
Menu about merupakan menu informasi tentang pembuat sistem deteksi gerak

. Rancangan interface menu about seperti pada gambar 3.13 Di bawah ini.

About
foto
Apilkasi deteksi gerak
Created by Hadi Mulya
Mahasiswa Poltek Lhokseumawe

Back

Gambar 3.13 Menu about

36

DAFTAR PUSTAKA

Dwi Irianto, Kurniawan. dkk(2009). Motion Detection using OpenCV with


Background Subtraction and Frame Differencing Technique. Simposium
Nasional RAPI VIII. Universitas Muhammadiyah Surakarta.
Eka Apriyani,Meyti. Dan Retnosari T., Diah(2014). Aplikasi Deteksi Gerak
Objek.Batam: Politeknik Negeri Batam.
Mulyawan,Hendy.dkk.(2011).Identifikasi dan Tracking Objek Berbasis Image
Processing Secara Real-time. Institut Teknologi Sepuluh Nopember
:Surabaya.
Redha, M.,dkk(2014).Implementasi Sistem Pendeteksi Gerakan dengan Motion
Detection pada Kamera Video Menggunakan AForge. NET. JURNAL
TEKNIK POMITS Vol.3. Institut Teknologi Sepuluh Nopember.
Rohman, Miftahur dan Wirawan(2011).Analisa Gerakan Manusia Pada Video
Digital. Surabaya: Institut Teknologi Sepuluh Nopember.

37