BAB I PENDAHULUAN
1.1
Latar Belakang Akhir akhir ini teknologi yang berbasis " Sound and Video Capture Device " telah
banyak berkembang. Para ilmuwan ataupun perusahaan yang bergerak di bidang IT memanfaatkan teknologi ini untuk aplikasi perlindungan rumah (home care application), terutama untuk pengawasan dan pendeteksian peristiwa tidak wajar (abnormal event detection). Tugas indera penglihatan yang kompleks seperti pada deteksi peristiwa di video pengawasan dapat dibagi menjadi sub bagian seperti deteksi orang, deteksi jejak, pengenalan, dan analisis lintasan. Video ini dapat diartikan sebagai sebuah susunan dari berbagai macam feature. Feature-feature tersebut dapat secara kasar disusun kedalam suatu aturan dari level yang rendah ke level yang tinggi, termasuk di dalamnya objek dan peristiwa. Feature level rendah berupa sisi dan titik, dan feature level tinggi berupa objek dan peristiwa. Terlepas dari itu, ekstraksi feature level rendah berbasis pada sinyal/teknik pengolahan gambar, sedangkan ekstraksi feature level tinggi berbasis pada teknik pembelajaran mesin. Sistem ini juga menggunakan metode baru yang disebut dengan V/M Graph, yaitu suatu metode logika alur berpikir hybrid framework untuk mendesain modul dengan variabel yang berbeda. Seiring dengan bertambahnya pertumbuhan populasi yang cepat, khususnya di kotakota besar, sebagian kecil manula dan penyandang cacat sekarang tinggal di rumah perawatan. Sebagian besar dari mereka lebih memilih untuk tinggal di rumah mereka masingmasing dengan bantuan perawat atau keluarga sendiri. Sebagian besar dari penyandang cacat dan manula mampu melakukan aktivitas sehari-hari yang sederhana, seperti mandi, makan dan lain sebagainya, namun tetap perlu pengawasan yang rutin, maka dari itu diperlukan asisten atau perawat yang membantunya untuk melakukan pekerjaan-pekerjaan tersebut. Permintaan dalam penyediaan rumah dan jasa health-care untuk manula dan penyandang cacat ini akan terus meningkat seiring dengan bertambahnya pertumbuhan populasi yang turut meningkat. Hal ini menyebabkan harga jasa layanan health-care menjadi mahal. Penelitian
ini
sangat
bermanfaat
bila
diterapkan
untuk
pengawasan
atas
penyimpangan dari pola gerakan manusia yang berulang, yaitu kejadian tidak wajar dari aktivitas sehari-hari yang biasa dilakukan oleh manula dan para penyandang cacat di panti jompo atau rumah perawatan, karena memudahkan dalam monitoring atau pengawasan
1
BAB I PENDAHULUAN
terhadap aktivitas sehari-hari tersebut. Sistem ini bekerja dengan meminimalkan keterlibatan orang (mengoptimalkan software), yaitu dengan memasang alarm ketika sistem tersebut mendeteksi kejadian yang menyimpang, yaitu ketika manula atau penyandang cacat tersebut jatuh pingsan (collapse). Sehingga secara tidak langsung juga dapat meminimalkan biaya perawatan dengan tidak menyewa jasa health-care dengan harga yang relatif mahal, karena sistem telah bisa mengawasi (monitoring) obyek secara otomatis. 1.2
Perumusan Masalah Perumusan masalah yang menjadi acuan dalam pembuatan tugas akhir ini adalah: 1. Bagaimana pengaruh subtraksi latar belakang dengan pendeteksian objek bergerak pada perangkat lunak sistem. 2. Bagaimana melakukan analisis dengan menggunakan Variable Module Graph (V/M Graph) untuk mendapatkan feature dari frame masukan. 3. Bagaimana melakukan identifikasi dari feature yang ada untuk mendeteksi suatu peristiwa (event detection). 4. Bagaimana pengaruh threshold pada proses deteksi peristiwa atau aktivitas biasa (normal event detection) terhadap perangkat lunak sistem. 5. Bagaimana pengaruh threshold pada proses deteksi peristiwa tidak wajar (abnormal event detection) terhadap perangkat lunak sistem. 6. Bagaimana melakukan koneksi pada alarm sehingga timbul suara ketika kejadian yang tidak wajar terdeteksi.
1.3
Tujuan Adapun tujuan dari penelitian untuk Tugas Akhir ini adalah : 1. Menerapkan metode V/M Graph untuk mendesain sistem abnormal event detection. 2. Merancang dan merealisasikan sistem deteksi kejadian tidak wajar (abnormal event detection) pada aktivitas manusia yang berulang di suatu ruangan. 3. Melakukan analisis sistem berdasarkan frame-frame pada sebuah video. 4. Mengidentifikasi kejadian tidak wajar (abnormal event), yaitu jatuh pingsan (collapse), pada setiap frame dari sebuah video. 5. Melakukan analisis kinerja sistem dalam pendeteksian kejadian tidak wajar pada aktivitas manusia yang berulang di suatu ruangan.
Sistem Deteksi Penyimpangan Dari Pola Gerakan Manusia Yang Berulang Berbasis Video Processing Menggunakan Metode Variable Module Graph 2
BAB I PENDAHULUAN
1.4
Batasan Masalah Dalam pembahasannya, Tugas Akhir ini dibatasi pada hal-hal sebagai berikut: 1. Data video input diambil secara offline dan dibagi menjadi frame-frame yang merupakan file digital dalam format *.avi dengan panjang terbatas yang ditentukan kemudian. 2. Pola gerakan manusia yang berulang adalah aktivitas manusia atau peristiwa atau event, yaitu berdiri (standing), jatuh namun objek masih sadar (falling), dan berbaring (lying down) yang masuk ke dalam sistem normal event detection. Sedangkan penyimpangan dari pola gerakan manusia yang berulang atau peristiwa tidak wajar pada Tugas Akhir ini adalah orang terjatuh kemudian terbaring pingsan (collapse) yang masuk ke dalam sistem abnormal event detection. 3. Sumber data video yang digunakan pada sistem dibatasi hanya pada 1 objek dengan 4 (empat) macam event seperti yang telah dijelaskan pada poin 2. 4. Peristiwa tidak wajar (abnormal event) yang dideteksi hanya pada 1 objek dengan 1 macam aktivitas, yaitu orang terjatuh kemudian terbaring pingsan (collapse) dengan spesifikasi posisi jatuh ditinjau berdasarkan kecepatan obyek (estimasi perbedaan frame / frame difference), ratio panjang terhadap lebar bounding box, dan dalam rentang waktu tertentu. Ketiga parameter threshold tersebut ditentukan nilainya berdasarkan pengamatan dari video uji. 5. Data video yang akan dianalisis diambil di sebuah ruangan (indoor) yang berukuran 4m x 5m x 3m dengan 2 (dua) buah jendela sebagai media masuknya cahaya matahari. 6. Video diambil dengan menggunakan kamera webcam Logitech Quickcam E2500 dengan resolusi 640 x 480 piksel, 30 fps. 7. Webcam diletakkan di atas pintu masuk ruangan, menghadap ke bawah dengan sudut yang telah disesuaikan dengan keadaan ruangan (±30º) dan objek yang menghadap kamera, agar semua bagian objek tertangkap oleh kamera, sehingga ratio ketika posisi “lying down” terdeteksi. Sedangkan background dari objek yang diamati dianggap tidak bergerak. 8. Sistem belum bisa membedakan objek yang berada di ruangan itu manusia atau bukan manusia. 9. Sistem hanya mengolah video yang mengawasi aktivitas manusia pada siang hari.
Sistem Deteksi Penyimpangan Dari Pola Gerakan Manusia Yang Berulang Berbasis Video Processing Menggunakan Metode Variable Module Graph 3
BAB I PENDAHULUAN
1.5
Metode Penelitian Metode penelitian yang digunakan dalam Tugas Akhir ini adalah : 1. Study Literatur Tahap pertama yang dilakukan adalah studi literatur, dengan mempelajari permasalahan yang berkaitan dengan sistem pengenalan video processing. Proses pembelajaran materi dilakukan dengan mencari dan mengumpulkan data-data yang berkaitan dengan Tugas Akhir dari berbagai sumber pustaka baik berupa buku, maupun jurnal ilmiah agar mendapatkan informasi yang jelas dan dapat mendukung pembuatan dasar teori yang kuat serta metode yang akan digunakan. 2. Analisis dan Desain Tahap kedua yang dilakukan adalah analisis dan desain. Pada tahap ini dilakukan analisis untuk mendesain perangkat lunak deteksi kejadian tidak wajar menggunakan metode Variable Module Graph. Desain dari perangkat lunak yang akan digunakan dibentuk dengan pembagian video menjadi frame-frame untuk kemudian bentuk perancangan, realisasi dan pengujian sistem dilakukan melalui program yang dibuat. 3. Implementasi Sistem Tahap ketiga adalah implementasi sistem, meliputi pembuatan sistem yang telah dirancang dan didesain pada tahap sebelumnya. Pada tahap ini diimplementasikan perancangan yang telah dilakukan sebelumnya menjadi sistem sebenarnya dengan menggunakan perangkat lunak pemrograman. 4. Pengujian dan Analisis Hasil Tahap kempat adalah pengujian dan analisis hasil. Pada tahap ini dilakukan pengujian sistem yang telah dirancang dan dibentuk terhadap parameter nilai bwareaopen, nilai lebar structuring element, dan nilai luas label. Kemudian dilakukan analisis terhadap sistem berdasarkan keluaran yang dihasilkan dari sistem tersebut. Keluaran dari sistem ini dianalisis keakurasiannya. 5. Penyusunan Laporan Tahap terakhir yang dilakukan adalah penyusunan laporan. Pada tahap ini dilakukan penyusunan laporan dari hasil penelitian yang telah dilakukan dan membuat kesimpulannya.
Sistem Deteksi Penyimpangan Dari Pola Gerakan Manusia Yang Berulang Berbasis Video Processing Menggunakan Metode Variable Module Graph 4
BAB I PENDAHULUAN
1.6
Sistematika Penulisan Penelitian ini disusun menjadi 5 BAB, dengan rincian sebagai berikut : BAB I PENDAHULUAN Bab ini membahas latar belakang, tujuan, perumusan dan batasan masalah, metodologi penelitian serta sistematika penulisan. BAB II LANDASAN TEORI Bab ini membahas citra digital, konsep video digital, background subtraction, pelabelan (labelling), prinsip dasar image, dilasi, dan metode V/M Graph. BAB III PERANCANGAN SISTEM DAN SIMULASI Bab ini menjelaskan proses perancangan sistem yang meliputi akuisisi, preprocessing,
deteksi
foreground, proses deteksi
peristiwa
(event
detection)
menggunakan V/M Graph, dan proses deteksi peristiwa tidak wajar (abnormal event detection). Setelah itu dilakukan realisasi dari sistem yang telah dirancang. BAB IV ANALISA HASIL SIMULASI SISTEM Bab ini membahas analisis hasil percobaan secara berdasarkan parameter nilai bwareaopen, nilai lebar structuring element, dan nilai luas label Analisis dilakukan terhadap parameter kinerja sistem yang diamati. BAB V KESIMPULAN DAN SARAN Berisi kesimpulan akhir dan saran pengembangan lebih lanjut.
Sistem Deteksi Penyimpangan Dari Pola Gerakan Manusia Yang Berulang Berbasis Video Processing Menggunakan Metode Variable Module Graph 5
