PROSIDING SEMINAR REGULER SERI I JTS UNSYIAH-ELTEES-MTS UNSYIAH
ISBN NO. 00000
SISTEM PEMANTAUAN LALU LINTAS SECARA AUTOMATIK DAN REAL-TIME Said Amir Azan* , Nurul Malahayati* *Fakultas Teknik Universitas Syiah Kuala Jl. Tgk Syech Abdul Rauf No. 7 Banda Aceh Indonesia 23111, email:
[email protected] Abstrak Sistem pemantauan lalu lintas adalah satu unsur dalam sistem manajemen transportasi di jalan raya. Sistem pengawasan diperlukan untuk memastikan aliran lalu lintas berjalan dengan baik dan selamat. Penggunaan CCTV kamera sudah banyak digunakan untuk memantau lalu lintas. CCTV menangkap imej lalulintas dalam bentuk signal analog, kemudian imej video ditukar kepada imej digit oleh penukar dan disimpan dalam ingatan komputer dalam susunan data array. Tujuan penelitian adalah membangun sebuah sistem perangkat lunak (prototype) menggunakan algoritma yang menghasilkan informasi keadaan lalu lintas di jalan raya (volume, kecepatan dan pengkelasan kenderaan) secara automatik dan langsung (real-time). Perhitungan volume, kecepatan dan pengkelasan kenderaan dihasilkan dengan membuat metode sensor garis yang berupa garis imagine dalam screen. Penelitian dilakukan di Laboratorium Mekanika Rekayasa Konstruksi Fakultas Teknik Universitas Syiah Kuala. Keywords: Sistem Pengawasan lalu lintas, data lalu lintas, automatik, real time 1
Pendahuluan
Pemantauan secara insani merupakan cara yang paling awal digunakan. Cara ini walaupun memberikan hasil pengamatan yang luas namun memiliki banyak kelemahan dan keterbatasan. Keselamatan petugas dan faktor keletihan menjadi halangan utama bagi pengumpulan data yang tepat dan benar terutama apabila dilakukan pada waktu puncak, cuaca buruk dan dalam waktu yang panjang. Keadaan ini menjadikan sebab utama berkembangnya teknologi pemantauan yang dapat mengganti peranan manusia dalam melaksanakan tugas pemantauan lalu lintas. Salah satu teknologi yang sudah digunakan dalam pemantauan lalu lintas di negara-negara maju adalah dengan menggunakan CCTV kamera untuk menggantikan peranan manusia. Pekerjaan yang dilakukan oleh petugas tidak banyak berbeda dengan sebelum menggunakan kamera video, perbedaan yang ada hanyalah masalah tempat melakukan pengamatan yaitu satu dilapangan dan satu lagi di pusat pemantauan lalu lintas. Teknologi komputer telah berkembang dengan pesat sehingga hampir seluruh aktivitas hidup manusia menggunakan komputer sebagai alat bantu. Salah satu kemajuan yang sangat pesat dengan menggunakan teknologi komputer adalah membangun perangkat lunak untuk mendapatkan informasi. Angkat et al (2004) telah melakukan penelitian awal dalam pemantauan lalu lintas dengan menggunakan kamera video sebagai alat dalam menditeksi kenderaan, tetapi dilakukan secara off line. Dengan menggunakan kamera video yang menangkap imej lalu lintas dalam bentuk isyarat analog kemudian imej video ditukar kepada imej digit. Sebuah algoritma dengan menggunakan perangkat 123
Said Amir Azan, Azan Nurul Malahayati
lunak Microsoft Visual Basic 6 yang bekerja dalam Windows 2003 telah dibangun untuk un menganalisa imej lalu lintas dalam bentuk video untuk mendeteksi kenderaan, pengujian algoritma tersebut dilakukan di laboratoriun dan tidak secara langsung di lapangan. Volume lalu lintas adalah jumlah kenderaan yang melalui suatu titik di jalan raya dalam waktu tertentu. Jumlah tersebut terdiri dari bermacam bermacam-macam macam jenis kenderaan seperti kenderaan sedan, minibus, truk, kenderaan roda dua dan pejalan kaki. Perhitungan vo volume lume dapat dilakukan secara menyeluruh tanpa harus membedakan jenis kenderaan tersebut. (1) dimana : q = volume lalu lintas yang melalui satu pias sensor (kend/jam/lajur); n = jumlah kenderaan yang melalui suatu pias sensor dalam interval waktu (kend) T = interval waktu pengamatan (jam) Kecepatan merupakan sebuah ukuran yang menyatakan perbandingan antara jarak perpindahan yang ditempuh dalam satu satuan waktu tertentu. Kecepatan juga merupakan ukuran yang sederhana untukk menentukan keadaan arus lalu lintas di jalan raya ketika sedang beroperasi. (2) dimana : v = kecepatan masing-masing masing kecepatan (km/jam) s = jarak yang dilalui masing-masing masing kenderaan (km) t = waktu tempuh masing-masing masing ken kenderaan (jam) Pengukuran pengkelasan kenderaan merupakan bagian yang tidak terpisahkan dari pengukuran volume kenderaan. Karena untuk memberikan gambaran yang lebih baik tentang pergerakan kenderaan yang melalui satu jalan maka perbedaan tentang jenis ken kenderaan deraan perlu dilakukan. Beberapa terminologi telah disepakati untuk menyeragamkan pengkelasan kenderaan (Wright 1996), adalah sebagai berikut: 1. Kenderaan roda 2 atau 3 merupakan kenderaan kecil yang bisa mengangkut 1 atau 2 orang; 2. Kenderaan penumpang dan truk kecil, beratnya antara 680 – 1.800 kg dan dapat mengangkut 2 hingga 6 orang; 3. Truk unit tunggal memiliki kargo dan unit tenaga dengan 6 roda, beratnya 4.536 kg – 18.144 kg; 4. Truk kombinasi memiliki unit tenaga dengan 1 atau lebih unit trailer; 5. Van merupakan kenderaan penumpang dengan kapasitas 6 – 15 orang; 6. Bus merupakan kenderaan penumpang dengan kapasitas lebih dari 15 orang; Teknik yang berkembang menggunakan prinsip penditeksian pergerakan sebagai alat untuk menditeksi kenderaan adalah (Aoki 19 1998): 1. Teknik pembedaan kerangka (frame differencing) 2. Teknik pembedaan antara kerangka (interframe differencing) Teknik pembedaan kerangka disebut juga teknik pembedaan latar belakangyang bekerja berdasarkan adanya perbedaan image kerangka yang ditangkap ddengan engan kerangka image yang diperoleh. Perbedaan image d(i,j) bila dilihat pada wilayah pengamatan dengan menjadikan permukaan jalan 124
SISTEM PEMANTAUAN LALU LINTAS SECARA AUTOMATIK DAN REAL-TIME
pada saat tidak ada kenderaan sebagai imej awal (f1) dan kemudian image yang mengandungi kenderaan sebagai image kedua (f2). Perbedaan image ini mengidentifikasikan adanya kenderaan yang melalui kawasan pengamatan. Untuk mencegah terjadinya kesalahan jika pada image kedua ternyata tidak ada kenderaan maka di beri sebuah nilai ambang/Threshold (T) yang menjadi tolok ukur untuk menditeksi ada atau tidak adanya kenderaan. D(i,j) =
0 if 1
f1 (i,j) – f2 (i,j)
T
Algoritma persamaan di atas akan menghasilkan nilai 0 untuk menunjukkan bahwa perbedaan antara frame pertama dan kedua masih berada dalam nilai ambang T yang bermakna tidak ada kenderaan. Selain dari itu akan menghasilkan nilai 1 untuk menunjukkan adanya berbedaan antara frame pertama dan kedua yang signifikan nilainya lebih besar dari pada nilai ambang (T) yang bermakna adanya kenderaan (Setchell 1997). Beberapa kajian sistem pemantauan lalu lintas yang dilakukan dengan menggunakan teknik frame differencing ataupun interframe differencing untuk menditeksi kenderaan adalah: (1) TULIP (Traffic Analysis Using Low Cost Image Processing); (2) VISATRAM (Vision System For Automatic Traffic Monitoring); (3) CCATS (The Camera & Computer Aided Traffic Sensor); (4) IMPACTS (Image Processing for Automatic Computer Traffic Surveillance); (5) Autoscope adalah sebuah sistem yang telah dikomersialkan memilliki kemampuan untuk mengukur lalu lintas dalam masa yang sebenarnya. Hasil dari penelitian ini adalah mendapatkan volume, kecepatan dan pengkelasan kenderaan secara automatik dengan menggunakan teknologi komputerisasi sehingga diharapkan penelitian ini dapat menghasilkan prototipe yang dapat digunakan dalam pemantauan lalu lintas di propinsi Aceh. Kelangkaan penelitian di bidang manajemen transportasi dengan menggunakan teknologi komputerisasi dalam memantau kenderaan di jalan raya menyebabkan kelangkaan bahan referensi untuk pengembangan penelitian, sehingga sering didapati bahwa sampai saat ini untuk mendapatkan data-data kenderaan masih secara manual dilakukan dengan menggunakan tenaga manusia. Sehingga diperlukan alat yang cepat, tepat, automatik dan real-time dalam mendapatkan data lalu lintas. 2
Metoda Penelitian
2.1 Lokasi Penelitian Lokasi pengambilan data lalulintas mengambil tempat di jalan depan kampus Fakultas Teknik Unsyiah Jalan Tgk. Syeh Abdul Rauf No 7 Darussalam. Lokasi ini dipilih untuk menghemat kabel CCTV ke Laboratorium Manajemen Rekayasa Konstruksi (MRK), apabila panjang kabel > 100 m dapat mempengaruhi kualitas dari gambar yang ditransfer dari CCTV ke PC. CCTV kamera akan diletakkan di tengah jalan dengan mengunakan penyangga dari besi dengan ketinggian ± 6 m, diusahakan lokasi perletakan CCTV terlindung dan terhindar dari gangguan. Pembangunan sistem dan pengujian dilakukan di Laboratorium MRK. 2.2 Peralatan Peralatan pendukung yang digunakan dalam penelitian ini adalah: • Komputer dengan processor 2.40 GHz, RAM 2.00 GB • Kamera CCTV spek 30 f/s 125
Said Amir Azan, Nurul Malahayati
• Software MATLAB versi 7.0.4 yang bekerja dalam OS Windows Rangkaian peralatan dapat dilihat pada Gambar 1 dibawah ini.
Lab. MRK
Jalan Raya
Gambar 1. Rangkaian Peralatan 3
Metode Pengumpulan Data
Data yang dikumpulkan untuk digunakan sebagai pengujian sistem dalam mendapatkan volume kenderaan, kecepatan dan pengkelasan kenderaan diperoleh dari imej yang ditangkap oleh CCTV kamera. CCTV kamera menangkap gambar (imej) secara terus-menerus, kemudian ditransfer ke komputer secara analog. Ukuran biasa yang ditransfer berupa pixel dengan ukuran 768x512 pixel. Video imej merupakan sensor termurah secara langsung untuk mendeteksi kenderaan dijalan raya yang pernah dibangun selama ini. 4
Pembangunan Sistem (Prototipe)
Didalam program MATLAB, tersedia fasilitas untuk komunikasi antara CCTV dan komputer yaitu Image Processing Blockset. Blokset ini dapat membuat simulasi grafis dan menggantikan code dari signal ke algoritma. Keutamaan dari blockset ini untuk membaca imej kedalam pendeteksian pergerakan objek dalam video. Untuk membuat sensor pendeteksian objek dilayar video, digunakan Region of interest (ROI), fasilitas ini terdapat didalam blokset yang sudah dikemas siap pakai. Setiap ada perubahan didalam ROI akan diperiksa oleh motion detection, data yang masuk akan disaring oleh threshold, jika ada data yang masuk maka akan diproses sesuai dengan perencanaan pendeteksian. Untuk setiap data imej yang masuk akan dievaluasi volume, kecepatan dan pengkelasan kenderaan. Hasil dari pendeteksian kenderaan di jalan akan di tampilkan di layar monitor untuk keakuratan dari sistem yang akan dibangun. Gambar 2 menjelaskan bagan alir bagaimana sistem menditeksi kenderaan di jalan. Pengumpulan data secara langsung dilakukan dengan menggunakan akuisisi imej. Data dari CCTV di masukkan ke dalam signal level berupa RGB, ROI memproses data threshold dalam bentuk waktu (t), jika objek yang masuk lebih besar dari nilai threshold maka system akan mengganggap sebuah objek baru melintasi detektor (sensor) yang telah di letakkan dalam screen monitor. Analisa dari perhitungan akan dibangun dalam simulasi software. Perencanaan simulasi software seperti terlihat pada Gambar 3.
126
SISTEM PEMANTAUAN LALU LINTAS SECARA AUTOMATIK DAN REAL-TIME REAL
Gambar 2. Bagan Alir untuk mendeteksi kenderaan
Gambar 3. Bagan alir sistem yang dibangun 5
Hasil dan Pembahasan
Sistem pemantauan yang dibangun dalam menditeksi kenderaan menggunakan titik-titik titik sensor yang diletakan tepat di kawasan yang dilalui kenderaan. Sistem yang dibangun menggunakan satu titik pengesan dan banyak titik pengesan sehingga membentuk satu garis lurus. 127
Said Amir Azan, Azan Nurul Malahayati
Garis 4 Garis 3 Garis 2
d = 3m
Garis 1
Gambar 4. Letak Garis Sensor 5.1 Volue Kenderaan Analisis perubahana nilai titik piksel digunakan pada algoritma penditeksian kenderaan dan menghitung jumlah kenderaan. Titik diletakan di tengah jalan yang akan dilalui kenderaan. Nilai piksel yang ditangkap oleh CCTV apabila melebihi nilai ambang akan diditeksi sebagai kenderaan. Algoritma yang dibangun untuk menghitung jumlah kenderaan dapat dijelaskan pada Gambar 5 dibawah ini.
SAD
Threshold line
A
B
Gambar 5. Lokasi titik sensor untuk menditeksi kenderaan Pengujian terhadap sistem yang dibangun dilakukan dengan membandingkan antara jumlah kenderaan yang dideteksi oleh sistem yang dibangun dengan memutar kembali hasil rekaman dari sistim real-time tersebut. 5.2 Kecepatan Kenderaan Kecepatan kenderaan dilakukan dengan menditeksi kedudukan (jarak) kenderaan pada dua garis sensor dengan jarak aktual (d)) 3 meter dengan waktu tempuh dari kenderaan yang melewati 2 (dua) garis 128
SISTEM PEMANTAUAN LALU LINTAS SECARA AUTOMATIK DAN REAL-TIME REAL
sensor. Garis sensor yang diletakan dalam scren merupakan garis bayangan/imaginer didalam sistem s yang dibangun yang akan dilalui oleh kenderaan. Perhitungan waktu ((t)) akan dimulai ketika kenderaan menyentuh garis sensor baris ke dua dengan sensor garis pertama. Dengan mendapatkan waktu antara antara 2 garis sensor (garis 2 – garis 1) maka kecepa kecepatan tan kenderaan dapat diperoleh. Algoritma yang dibangun untuk mendapatkan kecepatan dapat dijelaskan pada Gambar 6 dibawah ini.
t Gambar 6. Mendapatkan kecepatan kenderaan 5.3 Pengkelasan Kenderaan Pengkelasan kenderaan dilakukan dengan menggunakan garisan sensor guna mendapatkan panjang kenderaan. Pada sistem yang dibangun pengkelasan kenderaan dibagi 4 (empat) kelas, jika ingin meninjau kelas lebih besar maka garis imaginer ditambah lagi (garis 7,8,...). Kenderaan kelas ke I (motor) pendeteksiannya mengunakan garis 2 dan garis 3 dengan syarat garis 4 nilainya 0 (nol, tidak ada kenderaan menyentuh sensor garis 4), Kenderaan kelas II (mobil) pendeteksiannya mengunakan garis 2, garis 3 dan garis 4 dengan syarat garis 5 nila nilainya inya 0 (nol, tidak ada kenderaan menyentuh sensor garis 5), Kenderaan kelas III (truk kecil) pendeteksiannya mengunakan garis 1, garis 2, garis 3, garis 4 dan garis 5 dengan syarat garis 6 nilainya 0 (nol, tidak ada kenderaan menyentuh sensor garis 6), Kenderaan deraan kelas IV (bus/truk besar) pendeteksiannya mengunakan semua garis sensor (1-6). (1 Gambar 7 Menjelaskan bagaimana sistem dalam mendapatkan pengkelasan kenderaan. 129
Said Amir Azan, Nurul Malahayati
Gambar 7. Pengkelasan Kenderaan 6
Kesimpulan dan Saran
6.1 Kesimpulan a) Garis sensor yang digunakan sebagai pendeteksian kenderaan dapat digunakan untuk klasifikasi kenderaan, mendeteksi kecepatan kenderaan dan perhitungan volume kenderaan. b) Sistem dapat digunakan secara automatik dan real-time c) Pemasangan instalasi sistem dilakukan secara sederhana, tetapi dapat menggantikan sitem manual. 6.2 Saran Penelitian ini memerlukan penelitian lanjutan dengan mengembangkan aplikasi perangkat lunak dalam menditeksi untuk mendapatkan informasi lalu lintas karena sistem yang sedang dibangun sekarang tidak dapat mendeteksi kenderaan apabila adanya perubahan cuaca (siang, malam, hujan). 7
Ucapan Terimakasih
Tim peneliti menyampaikan penghargaan dan terimakasih yang sebesar-besarnya kepada Universitas Syiah Kuala, Departemen Pendidikan Nasional yang telah membiayai penelitian ini sesuai dengan surat perjanjian Pelaksanaan Intensif Riset Unggulan Stategis Nasional Tahun Anggaran 2009 Daftar Pustaka Aoki, M., 1998., Image Processing in ITS. IEEE Internasional Conference On Intelligent Vehichles. Angkat, H., Rahmat R, A, OK dan Malahayati, N., 2004. Pemantauan Lalu Lintas Dengan Menggunakan Kamera Video. Seminar Nasional Aplikasi Teknologi Bahan dan Konstruksi Teknik Sipil Fakultas Teknik., 27 Mei., Banda Aceh Setchel, C.J., 1997., Application of computer vision to road traffic monitoring (http://citeseer.nj.nec.com) 130
