PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION

Seminar Nasional Teknologi Informasi dan Multimedia 2015

ISSN : 2302-3805

STMIK AMIKOM Yogyakarta, 6-8 Februari 2015

PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION Adhadi Kurniawan1), I Wayan Mustika2), dan Sri Suning Kusumawardani 3) 1) ,2), 3)

Laboratorium Sistem Elektronis, Jurusan Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada, Yogyakarta Jl. Grafika No.2, Kampus UGM, Yogyakarta 55281, Indonesia Email : [email protected], [email protected], [email protected] berbagai sumber dari situs internet. Penelitian berbasis tracking objek oleh [2] mendeteksi objek bergerak dengan menggunakan metode background substraction dan kalman filter. Hasil yang didapat adalah metode background substraction dapat mendeteksi gerak objek pada video dan kalman filter dapat mengestimasi pergerakan objek. Selain itu penelitian yang lain [3] menggunakan background substraction dan teknik frame differencing mendeteksi gerakan. Hasil yang didapat adalah mampu mendeteksi gerakan yang terjadi, metode ini juga peka terhadap nilai threshold dan perubahan cahaya dianggap objek yang bergerak.

Abstrak Paper ini membahas pelacakan level ketinggian air berdasarkan warna dengan background subtraction. Pelacakan level ini akan melacak ketinggian air dengan skala penunjukan warna. Pelacakan ini menggunakan IP kamera yang merekam dan menyimpan dalam bentuk file video. Hasil rekaman dalam bentuk video ini akan dianalisis dengan menggunakan Matlab. Pengujian dilakukan terhadap proses pendeteksian level ketinggian air yang meliputi jarak jangkauan IP kamera dan sudut dan juga posisi ketinggian IP kamera dengan intensitas cahaya. Hasil dari penelitian ini berupa jarak jangkauan IP kamera dan sudut didapatkan jarak yang optimal dalam mendeteksi dan melacak skala penunjukan level ketinggian air dan posisi ketinggian IP kamera dengan intensitas cahaya. Dalam mendeteksi dan melacak level skala penunjukan ketinggian air pada jarak jangkauan IP kamera dan sudut 50 cm dengan 30,45 dan 60 derajat. Sedangkan ketinggian IP kamera dan intensitas cahaya pada ketinggian 50-70 cm dengan intensitas cahaya 788-1982. Jika ketinggian dibawah 50 cm, IP kamera tidak dapat mendeteksi dan melacak skala penunjukan level ketinggian, begitu juga pada intensitas cahaya jika di bawah 500 karena intensitas cahaya dibawah itu menujukan kondisi gelap. Kata kunci: Pelacakan Substraction; Pengolahan Citra

Level;

Bendungan dibuat dengan tujuan sebagai peringatan dini atas air yang mengalir ke wilayah tertentu seperti bendungan Katulampa. Bendungan Katulampa adalah sebuah sistem informasi dini terhadap bahaya banjir sungai Ciliwung yang akan masuk ke wilayah Jakarta. Data ketinggian air di bendungan Katulampa ini memperkirakan bahwa sekitar 3-4 jam kemudian air akan sampai ke daerah Depok [4]. Salah satu indikator banjir adalah meningkatnya volume jumlah air pada sungai ataupun di bendungan, oleh karena itu pada penelitian ini fokus pada monitoring level ketinggian air. Monitoring ini dengan melakukan pelacakan level ketinggian air, pelacakan level ketinggian ini pada skala penunjukkan ketinggian berdasarkan warna, sehingga pelacakan akan dilakukan dengan melacak warna, selain itu juga dengan dilakukan teknik background substraction. Teknik ini diharapkan dapat meningkatkan kemampuan dalam melacak level ketinggian air. Berdasarkan latar belakang diatas maka perumusan masalah pada penelitian ini adalah informasi level indikator ketinggian air dengan memanfaatkan citra video dari IP Kamera.

Background

1. Pendahuluan Banjir merupakan fenomena yang hampir selalu terjadi setiap tahun. Beberapa penyebab musibah banjir adalah tingginya curah hujan yang tinggi dan luasnya sungai yang tidak lagi mampu menampung aliran air. Hujan deras yang mengguyur dalam hitungan menit saja mampu menciptakan genangan air dimana-mana. Seluruh aktivitas warga pun lumpuh, mengakibatkan dampak sosial dan ekonomi semakin tak terkendali.

Pada penelitian [5] berkaitan dengan deteksi ketinggian air berdasarkan warna sudah dilakukan dengan mengukur ketinggian air saja tanpa menambahkan jumlah air, pada penelitian kali ini mengusulkan ditambahkannya teknik background subtraction untuk meningkatkan kemampuan dalam proses pelacakan ketinggian berdasarkan warna. Teknik background subtraction adalah teknik untuk menemukan objek pada gambar dengan cara membandingkan gambar yang ada dengan sebuah model latar belakang [6].

Penelitian [1] mengembangkan VoIP untuk telemetri sistem peringatan dini banjir. Dalam sistem peringatan dini banjir terdapat dua stasiun yaitu stasiun monitoring dan stasiun peringatan yang tidak dalam satu lokasi, oleh karena itu dengan memanfaatkan VoIP yang fungsinya untuk telepon dapat difungsikan sebagai telemetri, sehingga dapat memberikan peringatan dini bencana banjir. Penelitian serupa memanfaatkan basis data dari

Penelitian ini bertujuan untuk mengembangkan sistem pelacakan level ketinggian air dengan memanfaatkan skala penunjukkan level ketinggian berdasarkan warna dengan background subtraction. Pengembangan sistem 3.2-1


ISSN : 2302-3805


ini akan melakukan analisis terhadap video yang telah dibuat menggunakan IP kamera. Keluaran dari analisis ini yaitu informasi level ketinggian air pada kondisi normal dan kondisi berbahaya, sehingga pada instansi yang terkait dapat menginformasikan kepada yang masyarakat.

intensitas putih, untuk citra 8 bit, nilai G sama dengan 28 = 256 warna (derajat keabuan) [6].

Pada bidang pengolahan citra secara digital menjadi diminati di awal tahun 1921. Seiring berkembangnya teknologi komputer yang sanggup memenuhi suatu kecepatan proses dan kapasitas memori yang dibutuhkan oleh berbagai algoritma pengolahan citra. Sejak itu mulai aplikasi pengolahan citra berkembang. Sistem komputer vision dimana salah satunya, komputer vision dimanfaatkan dalam membantu manusia dalam proses pengenalan atau deteksi objek. Dalam proses pengenalan dan deteksi objek diperlukan suatu pemisahan bagian atau segment tertentu dalam citra yang akurat, proses pemisahan tersebut dikenal sebagai proses segmentasi.

Video digital pada dasarnya tersusun atas serangkaian frame. Rangkaian frame tersebut ditampilkan pada layar dengan kecepatan tertentu, tergantung pada frame rate yang diberikan dalam satuan frame per second (fps). Jika frame rate cukup tinggi, mata manusia tidak dapat menangkap gambar atau frame yang saling bersambung. Karakteristik suatu video digital ditentukan oleh resolusi atau dimensi gambar, aspect ratio, bit depth, frame rate, dan pixel video tersebut. Karakteristik ini yang menentukan kualitas video dan jumlah bit yang dibutuhkan untuk mengambilnya.

1.2 Video Digital

Pemrosesan citra biasanya dapat diartikan sebagai pemrosesan gambar digital. Sebuah gambar dapat dilakukan berbagai macam image prosessing, begitu pula dengan video. Pada dasarnya video terdiri atas beberapa gambar yang saling berganti atau bisa disebut frame. Pada video biasanya dalam 1 detik terdapat 12 frame atau gambar yang bergantian, pergantian frame ini berlangsung secara cepat sehingga memungkinkan mata tidak dapat melihat pergantian tersebut.

1.1 Pengolahan Citra Digital Pengolahan citra digital merupakan sebuah disiplin ilmu yang mempelajari tentang teknik-teknik dalam mengolah citra. Citra yang dimaksud di sini adalah citra diam (foto) atau gambar bergerak, sedangkan digital di sini adalah pengolahan citra yang dilakukan oleh komputer [7]. Sebuah citra digital dapat diwakili oleh sebuah matriks yang terdiri dari M kolom dan N baris, dimana perpotongan antara kolom dan baris disebut pixel. Pixel mempunyai dua parameter, yaitu parameter koordinat dan intensitas atau warna. Nilai yang terdapat pada koordinat (x, y) adalah f(x, y) yaitu besar intensitas atau warna dari pixel di titik itu. Oleh sebab itu, sebuah citra digital dapat ditulis dalam bentuk persamaan matriks pada persamaan 1 f(0,0) f(0,1) ⎡ … f(1,0) ⎢ (x, y)= ⎢ … … ⎢ ⎣f (N-1,0) f(N-1,1)

1.3 Background Substraction Beberapa metode yang telah digunakan untuk mendeteksi objek bergerak secara otomatis. Metode ini dapat diklasifikasikan dalam tiga kategori besar yaitu background substraction, temporal different based, dan pendekatan berbasis kemungkinan. Setiap metode diatas memiliki kelebihan dan kekurangan. Pada penelitian ini selain melacak warna pada skala penunjukkan level ketinggian juga mengusulkan ditambahkannya metode background substraction untuk melacak level ketinggian air berdasarkan warna. Penggunaan kedua teknik ini dikombinasikan dengan penentuan nilai ambang batas (threshold) yang sudah ditentukan. Selain nilai ambang batas, penelitian juga melibatkan intensitas cahaya, jarak IP kamera terhadap skala penunjukkan, sudut kamera dan ketinggian IP kamera.

… f (0, M-1) ⎤ … f (1, M-1) ⎥ ⎥ ....................... (1) … … ⎥ … f (N-1, M-1)⎦

Berdasarkan Persamaan 1 matriks citra digital, suatu citra f(x, y) dalam fungsi matematis dapat ditulis dalam persamaan 2 sebagai berikut:

Pada skala penunjukkan level ketinggian air ini juga dibuat 3 bagian dengan masing-masing tingginya 8 cm. Pengembangan sistem ini melacak level ketinggian air, saat air yang ditampung pada baskom menunjukkan skala penunjukkan 3 bagian tadi menandakan bahwa kondisi masih normal/aman, tetapi ketika 1 bagian telah tertutupi oleh air sehingga terlihat 2 bagian maka kondisi dalam keadaan siaga. Kondisi ini menunjukkan tingkat yang kurang aman, sehingga dapat diwaspadai pada kondisi ini. Lain halnya jika 2 bagian telah tertutupi air sehingga hanya terlihat 1 bagian saja yang terlihat, sehingga kondisi menunjukkan bahwa kondisi sudah waspada sehingga harus dilakukan tindakan yang lebih lanjut kepada pihak pengambil keputusan. Gambar 1 dibawah ini menunjukkan skala penunjukkan level ketinggian air. Posisi peletakannya pada dinding baskom

0 ≤ x ≤ M -1 0 ≤ y ≤ N -1 0 ≤ f(x, y) ≤ G -1 ..................................................... (2) Dimana: M = Jumlah pixel baris (Row) pada array citra N = Jumlah pixel kolom (Colomn) pada array citra G = Nilai skala keabuan Besarnya nilai m, n dan k adalah bilangan bulat positif. Interval (0, G) disebut skala keabuan. Besar G tergantung pada proses digitalisasi. Biasanya keabuan 0 (nol) menyatakan intensitas hitam dan 1 (satu) menyatakan

3.2-2


ISSN : 2302-3805


background susbtraction dengan melakukan pengurangan terhadap gambar saat ini dengan gambar sebelumnya.

Waspada

e. Saat air yang ditampung pada baskom menunjukkan skala penunjukkan 3 bagian menandakan bahwa kondisi masih normal/aman, tetapi ketika 1 bagian telah tertutupi oleh air sehingga terlihat 2 bagian maka kondisi dalam keadaan siaga. Kondisi ini menunjukkan tingkat yang kurang aman, sehingga dapat diwaspadai pada kondisi ini. Lain halnya jika 2 bagian telah tertutupi air sehingga hanya terlihat 1 bagian saja yang terlihat, sehingga kondisi menunjukkan bahwa kondisi sudah waspada sehingga harus dilakukan tindakan yang lebih lanjut kepada pihak pengambil keputusan. Pengembangan sistem pelacakan level ketinggian air ini menggunakan matlab.

Siaga

Normal Gambar 1. Skala Penunjukkan Level Ketinggiaan Air 2. Pembahasan 2.1 Perancangan Pelacakan Level Ketinggian Air Pada perancangan pelacakan level ketinggian dibuat skala level ketinggian air. Skala penunjukkan ini terlihat pada Gambar 1. Gambar 1 ini menujukkan bahwa level ketinggian dibagi menjadi 3 bagian yang mana masingmasing bagian dengan tinggi 8 cm. Level masing-masing bagian menunjukkan level dengan kondisi normal, siaga, dan waspada. Pada analisis sistem akan melacak level ketinggian air, saat air yang ditampung pada baskom menunjukkan skala penunjukkan 3 bagian tadi menandakan bahwa kondisi masih normal/aman, tetapi ketika 1 bagian telah tertutupi oleh air sehingga terlihat 2 bagian maka kondisi dalam keadaan siaga. Kondisi ini menunjukkan tingkat yang kurang aman, sehingga dapat diwaspadai pada kondisi ini. Lain halnya jika 2 bagian telah tertutupi air sehingga hanya terlihat 1 bagian saja yang terlihat, sehingga kondisi menunjukkan bahwa kondisi sudah waspada sehingga harus dilakukan tindakan yang lebih lanjut kepada pihak pengambil keputusan. Alur dari sistem analisis untuk melacak level ketinggian air dapat dilihat pada Gambar 2. a. Menangkap Citra dari IP kamera. Perekaman objek dilakukan manual dengan resolusi IP kamera di setting terlebih dahulu. b. Pada citra video yang telah dibuat, maka dilakukan pelacakan skala penunjukkan warna merah. c. Pada proses tracking color, tracking objek warna ini menggunakan deteksi blob dimana mendeteksi kumpulan titik-titik pixel yang memiliki warna berbeda dari background dan menyatukannya dalam suatu region. Proses blob dapat dilakukan dengan melakukan analisis piksel bertetangga. Piksel bertetangga pada sebuah piksel ditentukan sebagai piksel yang berjarak 1 dari piksel asal. Setelah mendapatkan region maka dengan memberikan label pada region-region yang didapat sebelumnya. Tiap region yang telah ditandai pada citra yang terdapat pada tiap frame, akan membentuk sebuah objek ditandai sebuah kotak (box), ukuran kotak akan berubah sesuai dengan region objek.

Gambar 2. Flowchart Pelacakan Level ketinggiaan Air Berdasarkan Warna dengan Background Substraction Konfigurasi penempatan posisi IP kamera sendiri pada perancangan ini menjadi hal sangat penting, dimana posisi akan menunjukkan kemampuan dalam melacak level ketinggian air. Oleh kareana itu maka parameter yang dijadikan pengujian dalam penelitian ini adalah intensitas cahaya, jarak IP kamera terhadap skala penunjukkan level, ketinggian posisi IP kamera dan sudut kemiringan posisi IP kamera. Gambar 3

d. Pada pelacakan level ketinggian air juga dilakukan teknik background substraction. Prosesnya dalam 3.2-3


ISSN : 2302-3805


menunjukkan penempatan IP kamera penunjukkan level ketinggian air.

(a)

dan

skala

mendeteksi skala penunjukan ketinggian air, sehingga analisis dapat melacak level ketinggian air Pengukuran jarak jangkauan dan sudut juga diujikan untuk mendapatkan jarak jangkauan dan sudut minimum dan jarak jangkauan dan sudut maksimum. Jarak jangkauan dan sudut minimum adalah jarak ambang terdekat IP kamera masih dapat mendeteksi skala penunjukkan dan jarak jangkauan dan sudut maksimum merupakan jarak terjauh dan sudut maksimum dimana IP kamera tidak dapat mendeteksi skala penunjukan level ketinggian.

(b)

Gambar 3. (a) Posisi IP Kamera Terhadap Skala Penunjukkan Level Ketinggian Air, (b) Penempatan Skala Penunjukkan Level Ketinggian Air

Pengujian pertama berupa pengujian jarak minimum IP kamera. Adapun langkah-langkah pengujian pencarian jarak minimum, yaitu:

2.2 Pengujian Pelacakan Level Ketinggian Air

-

Pada pengujian yang dilakukan diujikan dengan menggunakan IP kamera, IP kamera ini nantinya digunakan untuk merekam level ketinggian air dimana sebelumnya telah diletakkan skala penunjukan level ketinggian air pada dinding baskom. Spesifikasi IP kamera yang digunakan adalah IP kamera jenis outdoor, dengan 1 MP, dengan resolusi 320x240. Sedangkan untuk analisisnya menggunakan Matlab 2010. Pengujian dilakukan pada luar ruangan dimana intensitas cahaya cukup bervariasi. Pada pengujian dilakukan sore hari pada pukul 16.00-17.30. Pada pengujian ini intensitas cahaya dibatasi dengan range intensitas cahaya 500-2000 lux. Intensitas ini didapat dengan mengukur intensitas cahaya menggunakan sensor cahaya di sore hari. Pengujian ini juga dilakukan dengan mengatur jarak IP kamera terhadap skala penunjukan, ketinggian IP kamera dan sudut dari IP kamera tersebut. Posisi IP kamera terhadap skala penunjukan terlihat pada Gambar 3 (a) Pengujian ini bertujuan untuk penempatan IP kamera dalam mengenali skala penunjukan level ketinggian.

-

Mengarahkan IP kamera ke skala penunjukan level ketinggian air. Posisi IP kamera digerakkan mendekati ke skala penunjukan level ketinggian hingga jarak minimum. Kemudian dianalisis pada Matlab yang telah dibuat programnya terlebih dahulu. Proses ini dilakukan sebanyak 20x.

Dari pengujian pencarian jarak minimum pengenalan penanda didapatkan jarak minimum yaitu 50 cm. Pengujian jarak maksimum IP kamera terhadap skala penunjukan level ketinggian air dilakukan dengan menggerakkan IP kamera menjauh dari skala penunjukan dan dilakukan berulang kali sebanyak 20x. Jarak maksimum yang didapat dari pengujian ini yaitu sebesar 150 cm. Jarak jangkauan dan sudut berdasarkan identifikasi pengenalan IP kamera terhadap skala penunjukan terdapat pada Gambar 4 dan Gambar 5. Jarak jangkauan IP kamera dengan skala penunjukan level ketinggian kurang dari 50 cm dan lebih dari 150 cm merupakan jarak jangkauan IP kamera tidak dapat melakukan pelacakan ketinggian level ketinggian air, sedangkan untuk sudut yang digunakan adalah 15, 30, 45 dan 60 derajat. Pada jarak 50 cm dengan sudut 30, 45, dan 60 derajat skala penunjukkan dapat terdeteksi dan dapat dianalisis, pada jarak 100 cm sudut yang dapat terdeteksi dan terlacak adalah 45 dan 60 derajat, jarak 150 cm sudut yang terdeteksi dan terlacak hanya 60 derajat, tetapi pada jarak 200 cm sudut tidak terdeteksi dan terlacak. Hasil Pengujian jarak IP kamera dan sudut dapat dilihat pada Tabel 1 dibawah ini.

2.3 Pengujian Jarak IP Kamera dengan Skala Penunjukan dan Sudut IP Kamera. Pengujian pengukuran jarak IP kamera dengan sudut berdasarkan identifikasi pengenalan IP kamera terhadap skala penunjukan dan sudut IP kamera. Pada pengujian ini membagi dua kategori jangkauan, yaitu: 1. Jarak jangkauan dan sudut yang tidak dapat dideteksi. Jarak jangkau IP kamera dan sudut tidak dapat mendeteksi skala penunjukan ketinggian air, dan analisis tidak dapat melacak level ketinggian air. 2. Jarak jangkauan dan sudut yang baik. Jarak jangkauan dan sudut yang baik merupakan jarak jangkauan IP kamera dan sudut yang dapat

3.2-4

ISSN : 2302-3805

Seminar Nasional Teknologi Informasi dan Multimedia 2015 STMIK AMIKOM Yogyakarta, 6-8 Februari 2015

Gambar 4. Jarak Jangkauan Pengenalan Penanda

didapatkan, dikarenakan ukuran skala penunjukan menjadi kecil dan area warna juga sulit ditangkap oleh IP kamera. Ketinggian dari 50-70 cm merupakan area yang dapat ditangkap oleh IP kamera secara penuh sehingga dalam mendeteksi dan melakukan pelacakan dapat dilakukan dengan baik. Tabel 1. Pengujian Ketinggian IP Kamera dan Intensitas Cahaya Tinggi (cm) 50 60 70 80 90 100 110 120 130 140 150

Gambar 5. Sudut IP Kamera Tabel 1. Pengujian Jarak Jangkauan IP Kamera dan Sudut Sudut (º) 15 30 45 60

50 X V V V

100 X X V V

Jarak (Cm) 150 X X X V

200 X X X X

V = Terdeteksi X = Tidak Terdeteksi

788

1265

V V V X X X X X X X X

V V V V X X X X X X X

Intensitas Cahaya (lux) 1195

1388

1697

1752

1982






V = Terdeteksi X = Tidak Terdeteksi 2.4 Pengujian Ketinggian IP Kamera dan Intensitas Cahaya

Pada Gambar 6 menunjukkan posisi ketinggian IP kamera pada ketinggian ini dapat dibagi dua level ketinggian, dimana pada warna hijau merupakan level rendah. Posisi level rendah ini adalah posisi yang optimal dalam menempatkan posisi IP kamera, sehingga skala penunjukan secara penuh terdeteksi dan terlacak. Sedangkan warna hitam merupakan level tinggi, posisi level tinggi ini IP kamera dapat menangkap skala penunjukan akan tetapi pada saat dianalisis tidak dapat mendeteksi dan melacak skala penunjukkan sehingga level tinggi ini adalah posisi yang tidak optimal dalam menempatkan IP kamera.

Pengujian ketinggian IP kamera dan intensitas cahaya dilakukan untuk mengetahui pengaruh dari penempatan posisi yang tepat terhadap intensitas cahaya. Pengujian penempatan IP kamera dan intensitas cahaya dilakukan bervariasi. Langkah dari pengujian posisi penempatan IP kamera dilakukan dengan membagi ketinggian posisi IP kamera menjadi dua level ketinggian, yaitu; 1. Level Rendah. Ketinggian dengan level rendah merupakan ketinggian dimana IP kamera dapat mendeteksi dan melacak skala penunjukan level ketinggian air. 2. Level Tinggi. Ketinggian dengan level tinggi ini sulit dalam mendeteksi dan melacak skala penunjukan level ketinggian air, sehingga dalam menganalisisnya tidak mendeteksi dan melacak skala penunjukan. Pada penelitian ini, posisi ketinggian IP kamera di batasi dengan ketinggian 50-150 cm sedangkan intensitas cahaya dibatasi antara 500-2000 lux. Hasil pengujian ketinggian posisi IP kamera dan intensitas cahaya ditunjukkan pada Tabel 2. Jika ketinggian IP kamera dengan intensitas cahaya yang cukup, maka analisis dalam mendeteksi dan melacak skala penunjukkan ketinggian air dapat dilakukan. Ketinggian posisi IP kamera lebih dari 70 cm merupakan level tinggi sehingga dapat menganalisis skala penunjukkan sulit 3.2-5


ISSN : 2302-3805


Gambar 6. Posisi Ketinggian IP Kamera

menjadi Dosen di Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada, Yogyakarta.

3. Kesimpulan

Sri Suning Kusumawardani, S.T., M.T., memperoleh gelar Sarjana Teknik (S.T.), Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada, Yogyakarta, lulus tahun 1995. Memperoleh gelar Magister Teknik (M.T.), Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada, Yogyakarta, lulus tahun 2001. Kandidat Doktor Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada, Yogyakarta, tahun 2010. Saat ini menjadi Dosen di Jurusan Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada, Yogyakarta.

Paper ini menampilkan pelacakan level ketinggian air berdasarkan warna dengan background subtraction. Pada pengujian pelacakan ini menampilkan kondisi air pada kondisi normal dan kondisi bahaya. Dalam mendeteksi dan melacak level skala penunjukan ketinggian air pada jarak jangkauan IP kamera dan sudut 50 cm dengan 30, 45 dan 60 derajat. Sedangkan ketinggian IP kamera dan intensitas cahaya pada ketinggian 50-70 cm dengan intensitas cahaya 788-1982. Jika ketinggian dibawah 50 cm, IP kamera tidak dapat mendeteksi dan melacak skala penunjukan level ketinggian, begitu juga pada intensitas cahaya jika di bawah 500 karena intensitas cahaya dibawah itu menujukan kondisi gelap. Daftar Pustaka [1] [2] [3] [4] [5] [6]

[7]

M. Ulfiyanto and I. L. E. Nugroho, "PENGEMBANGAN PROTOTIPE VOIP UNTUK TELEMETRI SISTEM PERINGATAN DINI BANJIR," Universitas Gadjah Mada, 2012. N. R. B.S.L and D. F. Akbar, "Object Tracking Berbasis Background Substraction dan Kalman Filter " 2014. K. D. Irianto and G. Ariyanto, "MOTION DETECTION USING OPENCV WITH BACKGROUND SUBTRACTION AND FRAME DIFFERENCING TECHNIQUE," 2009. Wikipedia. (22 September 2014). Available: http://id.wikipedia.org/wiki/Bendung_Katulampa A. Kurniawan, I. W. Mustika, and S. S. Kusumawardani, "Pengujian Tracking Color Menggunakan IP Webcam untuk Deteksi Ketinggian Air," CITEE, Yogyakarta, 2014. E. Ardhianto, W. Hadikurniawati, and Z. Budiarso, "Implementasi Metode Image Subtracting dan Metode Regionprops untuk Mendeteksi Jumlah Objek Berwarna RGB pada File Video," Dinamik-Jurnal Teknologi Informasi, vol. 18, 2013. R. D. Kusumanto, A. N. Tompunu, and W. S. Pambudi, "Klasifikasi Warna Menggunakan Pengolahan Model Warna HSV," JURNAL ILMIAH ELITE ELEKTRO, vol. 2, SEPTEMBER 2011.

Biodata Penulis Adhadi Kurniawan, S.T, memperoleh gelar Sarjana Teknik (S.T), Jurusan Teknik Elektro Universitas Bengkulu, lulus tahun 2012. Saat ini sedang menyelesaikan Program Pasca Sarjana Magister of Engineering di Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gajah Mada Yogyakarta Dr. I Wayan Mustika, S.T., M.Eng., memperoleh gelar Sarjana Teknik (S.T.), Jurusan Teknik Elektro Universitas Gadjah Mada Yogyakarta, lulus tahun 2005. Memperoleh gelar Master of Engineering (M.Eng.), Jurusan Teknik Komputer, KMITL, Thailand, lulus tahun 2008. Memperoleh gelar Doktor (Dr.), Departemen Komunikasi dan Teknik Komputer, Universitas Kyoto, Jepang, lulus tahun 2011. Saat ini

3.2-6

PELACAKAN LEVEL KETINGGIAN AIR BERDASARKAN WARNA DENGAN BACKGROUND SUBSTRACTION

Recommend Documents