Post on 11-Nov-2020
Rancang Bangun Sistem Deteksi Otomatis
berbasiskan Video dan Web untuk
Menghitung dan Mengklasifikasikan
kendaraan pada jalan Bebas Hambatan
Dr. Mohammad Iqbal, SKom, MMSI. (NIDN.0331127506)
Dr. Rudi Trisno Yuwono SKom, MM. (NIDN. 0322066703)
Sigit Widiyanto, ST, MMSI, MSc. (NIDN. 0310019001)
Hadyan Mardhi Fadlillah, ST, MMSI, MSc. (NIDN. 0301019001)
Laporan Kemajuan Penelitian Unggulan Perguruan Tinggi
tahun 2016
Outline Presentasi
Metode Penelitian
Skedul Penelitian
Gambaran Rencana, Realisasi dan Tahapan Selanjutnya Jadwal Penelitian
Luaran Penelitian sampai saat ini :
Modul deteksi jenis / golongan kendaraan,
Modul deteksi kecepatan kendaraan
Modul deteksi plat nomor kendaraan
Modul deteksi kecelakaan
Modul deteksi kabut / keadaan cuaca
Modul desain variabel dinamis led matrix sign
Modul deteksi Kemacetan
Rencana Tahapan Berikutnya
Kesimpulan
Metode Penelitian
Skedul Penelitian
1. Tahap Persiapan
• Perencanaan operasional penelitian (dalam bentuk work
breakdown structure)
• Penelusuran pustaka :
• buku teks atau pun jurnal, prosiding dan artikel
ilmiah lainnya.
• diperoleh dari perpustakaan di instansi pendidikan
dan instansi kedinasan (Dinas Perhubungan,
pengelola jalan Toll), atau melalui internet.
• Konsultasi dengan pengelola jalan toll, yaitu pertemuan
dan diskusi dengan para stackholder terkait dengan
pengelolaan jalan Toll.
Skedul Penelitian
2. Tahap Analisis, Perancangan dan
Pembuatan Aplikasi
• Pemilihan model kamera outdoor yang
handal.
• Instalasi kamera dan pengambilan data
citra di lapangan.
• Analisis data hasil pengamatan awal
Skedul Penelitian
2. Tahap Analisis, Perancangan dan Pembuatan
Aplikasi (lanjutan)
• Pemilihan alat dan bahan penelitian yang meliputi
model-model Deteksi fitur berbasiskan video. Hasil
pengamatan awal menjadi dasar untuk menentukan
model algoritma yang dibutuhkan untuk membangun
sistem deteksi berbasiskan video ini
• Perancangan modul aplikasi deteksi fitur berbasiskan
video, meliputi : Pembuatan modul aplikasi deteksi jenis
/ golongan kendaraan, pembuatan modul aplikasi
deteksi plat nomor kendaraan, pembuatan modul
aplikasi perhitungan kecepatan rata-rata kendaraan
antara dua pintu tol masuk dan keluar dan integrasi
modul-modul aplikasi untuk fungsi perhitungan analisis
statistic laporan.
Skedul Penelitian
3. TAHAP PUBLIKASI
Pembuatan dan pengiriman artikel untuk
Seminar nasional (akhir september 2016)
Konferensi internasional / jurnal internasional
– bulan ke-8 penelitian (Oktober 2016)
Pengajuan hak cipta program komputer
pengurusan dimulai di bulan ke-8 penelitian
(Oktober 2016)
4. TAHAP PELAPORAN (Bulan Desember
2013)
Pembuatan laporan Akhir
Diseminasi / presentasi laporan akhir
Gambaran Rencana, Realisasi dan
Tahapan Selanjutnya Jadwal Penelitian
Luaran Penelitian sampai saat ini
Purwarupa Aplikasi deteksi fitur berbasiskan video :
Modul deteksi jenis / golongan kendaraan,
Modul deteksi kecepatan kendaraan
Modul deteksi plat nomor kendaraan
Modul deteksi kecelakaan
Modul deteksi kabut / keadaan cuaca
Modul desain variabel dinamis led matrix sign
Modul deteksi Kemacetan
Laporannya ada pada 7 artikel ilmiah yang terdiri dari 1
tugas Akhir skripsi dan 6 penulisan ilmiah yang diujikan
dalam rentang bulan Agustus dan September 2016
Luaran Penelitian sampai saat ini Modul deteksi jenis / golongan kendaraan
berbasiskan RaspberryPI yang
mengambil masukan citra objek
dari USB Camera. Algoritma
akan menentukan area deteksi
citra, lalu fitur citra diambil
dengan menggunakan
algoritma pencari fitur Haar
Cascade classifier.
Proses tracking menggunakan
kalman tracking, untuk
kemudian mensegmentasi
kendaraan, lalu dihitung
jumlahnya dengan membuat
acuan dua garis horisontal
virtual.
Luaran Penelitian sampai saat ini Modul deteksi kecepatan kendaraan
Modul ini berbasiskan
RaspberryPI menggunakan
kamera standard RaspberryPI ;
Picamera. Kamera diarahkan
secara horisontal kepada jalan
tempat kendaraan lewat.
Program utamanya adalah
fungsi yang dapat
menghasilkan nilai kecepatan
berdasarkan jumlah piksel yang
berubah dalam waktu tertentu,
diantara dua batas garis virtual
yang dibuat sebagai acuan.
Luaran Penelitian sampai saat ini Modul Deteksi plat nomor kendaraan
Modul ini berbasiskan RaspberryPI menggunakan kamera USB sebagai alat inputnya. Untuk keperluan deteksi plat nomor kendaraan menggunakan fungsi OpenALPR (Automatic License Plate Recognition) library yang bekerja berbasiskan algoritma LBP (Local Binary Pattern) cascade. Sedangkan untuk aplikasi video secara realtime menggunakan alat bantu MJPG-Streamer.
Hasil identifikasi dari OpenALPR berupa representasi teks dari plate nomor yang disimpan dalam bentuk file .csv, citra input pun tetap disimpan di media penyimpanan
Luaran Penelitian sampai saat ini Modul deteksi kecelakaan
Modul ini berbasiskan RaspberryPI
menggunakan kamera USB sebagai alat
inputnya. Deteksi kecelakaan
menggunakan metode Thresholding.
Dalam penelitian ini menggunakan
metode thresholding HFG (Histogram Of
Flow Gradient) yaitu modifikasi dari HOG
(Histogram Of Oriented Gradients).
Langkahnya pada proses awal adalah
mengkonversi citra RGB (Red, Green,
Blue) menjadi grayscale, yang kemudian
dilanjutkan dengan menghitung nilai
gradien setiap piksel. Proses selanjutnya
menentukan jumlah orientasi yang akan
digunakan dalam pembuatan
histogram.
Luaran Penelitian sampai saat ini Modul deteksi kabut / keadaan cuaca
Modul pendeteksi kabut ini tidak
menggunakan RaspiberryPI dan
teknik visualnya, tetapi
memanfaatkan Arduino dengan
menggunakan sensor LDR yang
cukup sensitif dan cepat untuk
mengetahui kondisi kabut/asap
jalan raya dan dalam modul ini,
jika terdeteksi kabut akan
menyalakan lampu kabut
secara otomatis.
Luaran Penelitian sampai saat ini Modul desain variabel dinamis led matrix sign
Modul untuk menginformasikan
kepada pengguna jalan mengenai
keadaan jalan yang berada
beberapa kilometer di depannya
agar dapat menganjurkan
pengendara untuk segera
mengendalikan kecepatannya.
Modul yang dibuat memiliki dua
fungsi, yaitu fungsi pengaturan
tulisan di di led matrix yang bisa
dikirim via perangkat mobile dan
fungsi otomatis mengubah
informasi sesuai dengan yang
dibaca oleh sensor ping. Modul ini
dibuat berbasiskan Arduino.
Luaran Penelitian sampai saat ini Modul deteksi Kemacetan
Modul pendeteksi kemacetan ini berbasiskan RaspberryPI dengan kamera USB.
Algoritma pendeteksi kemacetan yang digunakan adalah menghitung berapa jumlah kendaraan di antara dua batas area virtual pada citra, jika kendaraan tersebut jumlahnya banyak (dilihat dari obyek yang berada di antara dua batas area virtual) dan tidak bergerak (dilihat dari variabel waktu tracking terhadap obyek kendaraan yang sangat lambat), maka terdeteksilah kemacetan.
Rencana Tahapan
Berikutnya
TAHAP PERANCANGAN LANJUTAN
Pengadaan kamera dan sistem pendukungnya berdasarkan
hasil survey dan analisis kebutuhan melalui pembelian /
penyewaan peralatan
Instalasi kamera dan pengambilan data citra di lapangan dan
menganalisis data hasil pengamatan tersebut
Instalasi skenario perhitungan kecepatan rata-rata kendaraan
antara dua pintu tol masuk dan keluar dan pembuatan modul
aplikasinya
Integrasi modul-modul aplikasi untuk fungsi perhitungan analisis
laporan statistik dalam bentuk berbasiskan web.
Rencana Tahapan Berikutnya
TAHAP PUBLIKASI DAN PELAPORAN (Sep-Des 2016)
Pembuatan dan pengiriman artikel untuk Seminar nasional
(akhir september 2016), Konferensi internasional / jurnal
internasional – bulan ke-8 penelitian (Oktober 2016).
Pengajuan hak cipta program komputer pengurusan dimulai
di bulan ke-8 penelitian (Oktober 2016).
Pembuatan laporan Akhir bulan ke-9 penelitian (November
2016).
Diseminasi / presentasi laporan akhir.
Kesimpulan
Tim peneliti membagi titik fokus pengembangan sistem ini pada 3 bagian
utama, yaitu :
Pada bagian sistem masukan meliputi : pemilihan perangkat keras
kamera yang tepat dan skema instalasi yang handal, tahan terhadap
cuaca dan dapat menghasilkan kualitas citra yang cukup baik untuk
dapat diolah lebih lanjut
Pada bagian pengolahan video dan citra : memilih, memodifikasi
algoritma computer vision agar dapat menangkap fitur-fitur yang
penting dan diinginkan untuk dapat diolah lebih lanjut dengan baik,
yang memiliki waktu eksekusi yang cepat
Pada bagian luaran sistem : menyempurnakan antar muka dan
menyerderhanakan tampilan sign (tanda-tanda lalu lintas) yang
dinamis yang dapat menyesuaikan dengan situasi terkini di jalan toll
sehingga dapat menjadi peringatan atau anjuran bagi pengguna jalan
toll untuk lebih berhati-hati dan tampilan berbasis web untuk command
center
Selesai untuk hari ini dan
terimakasih