DAFTAR PUSTAKA
Anonim. 2012. Gaussian Blur Algorithm. http://www.pixelstech.net/ article/1353768112-Gaussian-Blur-Algorithm (diakses tanggal 14 Maret 2017).
Bozkurt, F., Yağanoğlu, M., & Günay, F. B. 2015. Effective Gaussian Blurring Process on Graphics Processing Unit with CUDA. International Journal of Machine Learning and Computing 5(1): 57 – 61.
Burnette, E. 2009. Hello Android. Second Edition. Amerika Serikat: Pragmatic Bookshelf.
Burton, R. 1998. Perpajakan. Jakarta: STIE Perbanas.
Chairani, R. 2016. Identifikasi Kesuburan Pria Melalui Kelainan Sperma Berdasarkan Morfologi (Teratospermia) Menggunakan Metode Invariant Moment. Skripsi. Universitas Sumatera Utara. Medan.
Fahrani, O. R. 2015. Game Adaptasi Bekel Berbasis Android. Skripsi. Universitas Sumatera Utara. Medan.
Gilski, P. & Stefanski, J. 2015. Android OS : A Review. TEM journal 4(1): 116 – 120. Han, D. & Wang, C. 2011. Tree Height Measurement based on image processing
Embeded in Smart Mobile phone. International Conference on Multimedia Technology, pp. 3293-3296.
Hulu, S. W. 2012. Dasar Pengenaan Pajak Reklame Pada Dinas Pertamanan Kota Medan. Skripsi. Universitas Sumatera Utara. Medan.
Holla, S. & Katti, M. M. 2012. ANDROID BASED MOBILE APPLICATION DEVELOPMENT and its SECURITY. International Journal of Computer Trends and Technology 3(3): 486 – 490.
Ionel, S., Alexandru, I., & Catalin, M. 2011. Algorithms for Objects’ Shape Recognition
and Measurement before Gripping. The Annals of ''Dunarea de Jos'' University of Galati 1(2): 11 – 16.
Kadir, A. & Susanto, A. 2013. Teori dan Aplikasi Pengolahan Citra. Andi : Yogyakarta. Kebomix. 2010. Android System Architecture. https://kebomix.wordpress.com/ 2010/08/17/ android-system-architecture/ (diakses tanggal 14 Maret 2017). Laotrakunchai, S., Wongkaew, A., & Patanukhom, K. Measurement of Size and
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
Bab ini akan membahas tentang implementasi metode yang digunakan untuk pengukuran papan reklame dan penentuan besar jumlah pajak papan reklame. Adapun 2 tahap yang akan dibahas pada bab ini, yaitu tahap analisis dan perancangan sistem. Pada tahap analisis akan dilakukan analisis terhadap data yang digunakan untuk diproses. Pada tahap perancangan sistem akan dibahas mengenai perancangan metode yang akan dipakai dan perancangan tampilan sistem antarmuka.
3.1 Data yang Digunakan
Data yang digunakan dalam penelitian ini berupa citra frame per frame secara real-time
melalui kamera smartphone Android. Adapun beberapa faktor yang mempengaruhi data yang akan digunakan yaitu kualitas kamera smartphone, pencahayaan (lighting), objek yang menghalangi papan reklame, jarak pengambilan gambar dan sudut pengambilan gambar.
Dalam penelitian ini, penulis menggunakan kamera smartphone Android Xiaomi Mi4i yang memiliki spesifikasi 13 megapixel dengan resolusi gambar 1080 x 1920 piksel. Papan reklame yang dijadikan bahan uji telah ditentukan penulis berupa papan reklame berukuran 150cm x 90cm, namun penulis akan mencoba dengan beberapa papan reklame resmi yang sudah terpasang di jalan.
3.2 Analisis Sistem
menggunakan rumus optik fisika. Setelah langkah – langkah tersebut dilakukan maka didapat ukuran panjang dan lebar billboard yang kemudian bisa dihitung total pajak papan reklame yang dikenakan oleh pemerintah. Penjelasan terperinci akan tahapan yang dilakukan akan dijelaskan pada bagian – bagian selanjutnya. Adapun arsitektur umum yang menggambarkan metode pada penelitian ini ditunjukkan pada Gambar 3.1.
Gambar 3.1. Arsitektur Umum 3.2.1 Penentuan Nilai Lintang dan Garis Bujur
Nilai lintang dan garis bujur dapat diperoleh langsung dengan menggunakan koding yang terdapat pada pemrograman Android yaitu kelas LocationManager. Terlebih dahulu memanggil fungsi requestLocationUpdates untuk meminta informasi lokasi
smartphone berada lalu memanggil fungsi getLastKnownLocation untuk mengambil objek dari kelas Location yang dimana bisa diambil nilai lintang dengan memanggil fungsi getLatitude dan nilai garis bujur dengan memanggil fungsi getLongitude.
3.2.2 Perhitungan jarak antar dua nilai Lintang dan Garis Bujur
3.2.3 Grayscaling
Frame (citra) yang didapat dari kamera akan diubah ke dalam citra grayscale. Pada OpenCV terdapat fungsi untuk mengubah citra RGB ke citra grayscale yaitu cvtColor(). Penjelasan fungsi cvtColor() akan dibahas seperti berikut.
cvtColor(src, dst, code)
Parameter :
Src : Citra input.
Dst : Citra output yang berupa citra kebabuan.
Code : Angka integer yang merepresentasikan kode transformasi warna apa yang akan dilakukan. Misal RGB ke grayscale dan RGB ke HSV.
Sebagai contoh, terdapat sebuah matriks citra warna berukuran 3 x 3 piksel yang memiliki nilai RGB seperti ditunjukkan pada Tabel 3.1.
Tabel 3.1. Matriks citra warna (RGB) ukuran 3 x 3 piksel
(i,j) 0 1 2
Maka proses perhitungan konversi nilai RGB menjadi nilai keabuan dengan persamaan (2.3) pada matriks (0,0) adalah sebagai berikut :
� = . + . � + . �
� = . + . + .
� = . + . + .
� = . =
Tabel 3.2. Hasil konversi nilai citra RGB ke nilai citra keabuan
(i,j) 0 1 2
0 88 61 63
1 18 150 140
2 72 144 123
Hasil konversi citra RGB papan reklame yang diambil dari kamera smartphone
Android (a) menjadi citra keabuan (b) dapat dilihat pada gambar 3.2.
(a) Citra RGB yang tertangkap kamera (b) Citra keabuan (grayscale) Gambar 3.2. Proses konversi citra RGB menjadi citra keabuan 3.2.4 Edge Detection Canny
Setelah noise pada citra dihilangkan, maka tahap selanjutnya adalah pendeteksian tepi dengan metode Canny. Pada OpenCV, fungsi untuk melakukan pendeteksian tepi
Canny adalah Canny(). Penjelasan fungsi Canny() akan dibahas seperti berikut.
Canny(src, dst, thres1, thres2, apertureSize)
Parameter :
Src : Citra input berupa citra keabuan.
Dst : Citra output berupa citra biner dengan tepi – tepi yang terdeteksi.
Thres1 : Nilai batas awal untuk prosedur hysterisis.
Thres2 : Nilai batas akhir untuk prosedur hysterisis.
ApertureSize : Angka integer untuk menentukan besar matriks pada operator
sobel.
Gambar 3.3. Citra deteksi tepi canny 3.2.5 Dilasi dan Erosi
Tepi yang dihasilkan dari proses deteksi tepi Canny masih ada yang terputus – putus dan masih ada yang garis tepi yang tidak diinginkan. Oleh karena itu dibutuhkan proses dilasi dan erosi untuk menyatukan garis tepi yang terputus dan menghilangkan garis – garis kecil yang dianggap sebagai tepi. Fungsi dilasi dan erosi pada OpenCV adalah
dilate() dan erode(). Fungsi erode() dan dilate() memiliki parameter yang sama namun memberikan output yang berbeda. Fungsi erode() dan dilate() dapat dijabarkan sebagai berikut.
Dilate(src, dst, kernelSize)
Erode(src, dst, kernelSize)
Parameter :
Src : Citra input berupa citra biner.
Dst : Citra output berupa citra biner yang telah ditebalkan (dilasi) atau ditipiskan (erosi).
kernelSize: Penentuan ukuran matriks yang dipakai pada proses dilasi atau erosi. Jika kosong maka nilai default-nya adalah 3x3.
Citra hasil proses dilasi dan erosi dapat dilihat pada gambar 3.4.
(b) Gambar hasil proses erosi
Gambar 3.4. Citra hasil proses dilasi dan erosi 3.2.6 Contour Tracing
Pada tahap contour tracing, garis tepi yang membentuk suatu bangun datar (kontur) akan disimpan koordinatnya. OpenCV menyediakan fungsi untuk mencari contour, yaitu findContour() yang menghasilkan output titik – titik contour yang teridentifikasi. Titik – titik yang teridentifikasi dapat digambar dengan fungsi drawContour(). Berikut penjelasan fungsi findContour() dan drawContour().
findContour(src, contours, hierarchy, mode, method)
Parameter :
Src : Citra input berupa citra biner.
Contours : Titik koordinat kontur yang terdeteksi akan disimpan dalam bentuk vektor.
Hierarchy : Vektor output opsional berisikan informasi tentang topologi citra.
Mode : Cara pendeteksian titik kontur. Pada penelitian ini menggunakan
Imgproc.RETR_LIST.
Method : Metode pendekatan kontur. Pada penelitian ini menggunakan
Imgproc.CHAIN_APPROX_NONE yang mengambil dan menyimpan semua titik kontur tanpa terkecuali.
3.2.7 Filter Contour
Setelah contour diperoleh, masih terdapat contour yang tidak sesuai dengan objek yang dimaksud. Oleh karena itu, diperlukan proses filter pada contour dengan cara mencari luas terbesar dan mencari banyak sudut / lengkungan yang terdapat pada masing – masing contour agar contour yang didapat merupakan papan reklame yang ingin diukur ukurannya. Fungi pada OpenCV untuk menghitung luas contour adalah contourArea() dan fungsi untuk mencari jumlah sudut adalah approxPolyDP(). Proses filter dilakukan karena papan reklame pasti memiliki luas contour terbesar dan berbentuk segi empat atau memiliki 4 sudut pada citra sehingga contour yang lain akan dieliminasi. Berikut penjelasan fungsi yang akan digunakan.
contourArea(contour)
Parameter :
Contour : Titik kontur yang akan dihitung nilai luasnya.
approxPolyDp(contour, approxCurve, epsilon, closed)
Parameter :
Contour : Titik kontur yang menjadi input.
ApproxCurve : Hasil output berupa titik – titik koordinat dari sudut yang didapat.
Epsilon : Nilai double yang menentukan nilai akurasi dalam pencarian sudut.
Closed : Nilai boolean yang menentukan apakah sudut – sudut tersebut terhubung atau tidak.
Citra hasil proses penyaringan kontur dapat dilihat pada gambar 3.6.
3.2.8 Pengaturan Perspektif
Papan reklame yang diambil tidak sepenuhnya berbentuk persegi panjang dikarenakan pengambilan gambar tidak selalu tepat tegak lurus terhadap papan reklame. Oleh karena itu, penulis menggunakan fungsi minAreaRect() pada OpenCV dengan parameter kontur papan reklame yang didapat dari penyaringan kontur untuk mencari bentuk persegi panjang yang mendekati bentuk papan reklame yang tertangkap oleh kamera. Persegi panjang yang terbentuk berwarna kuning seperti pada gambar 3.7.
Gambar 3.7. Hasil dari fungsi minAreaRect() 3.2.9 Perhitungan ukuran Billboard
Perhitungan ukuran billboard dapat dihitung dengan menggunakan konsep proyeksi perspektif dengan persamaan (2.8) dan persamaan (2.9). Ukuran lebar dan tinggi objek pada citra didapat dari persegi panjang yang dibentuk dari minAreaRect(). Pada penelitian ini nilai nilai jarak fokus (focal length) telah ditentukan yaitu 1740. Misalkan lebar (width) objek pada citra bernilai 652 pixel ,tinggi (height) objek pada citra bernilai 392 pixel dan jarak objek terhadap kamera bernilai 400 cm, maka lebar dan tinggi objek yang asli dapat dihitung seperti berikut.
� =
� . �� =
� . �� =
.� =
.� =
� =
3.2.10 Perhitungan biaya pajak reklame
Biaya pajak reklame dapat dihitung dengan menggunakan persamaan (2.1). Misalkan papan reklame yang akan diuji berada pada jalan Setia Budi yang merupakan jalan kelas 1, maka nilai sewa bernilai Rp 9.000,- dan nilai Strategis bernilai Rp 30.000.000,-. Oleh karena itu, jumlah pajak yang akan dibayarkan dapat dihitung seperti berikut.
� � = � � � � � ∗ �ℎ ∗ � � �
+ � � �� ∗ .
� � = ( ( , ∗ ,. ) ∗ ∗ . ) + . . ∗ .
� � = . . , + . .
� � = � . . , , −/ ��
3.3 Kegiatan User dan Admin
Use case merupakan suatu bentuk pemodelan atau teknik yang digunakan dalam pengembangan sebuah software atau sistem informasi untuk mengetahui kebutuhan fungsional dari sistem yang akan di kerjakan. Secara sederhana use case dapat mendeskripsikan serangkaian interaksi antara aktor dengan sistem. Dalam sistem ini, aktor yang ada adalah admin dan user. Admin dapat menambah, menghapus, dan mengedit database pada semua tabel kecuali tabel papan reklame yang dipoto oleh user admin hanya bisa menghapus dan melihat data dari tabel tersebut. User mengaktifkan gps untuk mengunakan aplikasi. Lalu berdiri tepat dibawah papan reklame dan menekan tombol untuk mengambil koordinat dimana papan reklame tersebut berada. Kemudian
user mengambil jarak untuk mengambil foto sampai papan reklame tampak secara keseluruhan pada layar smartphone dan menekan layar pada saat papan reklame dikenali oleh aplikasi. Kemudian lebar, tinggi, luas, dan jarak untuk pajak yang akan dibayar. Kegiatan user dan admin dapat dilihat pada gambar 3.8.
3.4 Perancangan Sistem 3.4.1 Rancangan activity awal
Tampilan awal menampilkan tampilan peta google map dengan tombol untuk mengambil koordinat smartphone berada, alamat dimana koordinat tersebut berada, dan tombol untuk lanjut ke tahap pengambilan citra papan reklame. Rancangan tampilan
activity awal dapat dilihat pada gambar 3.9.
Gambar 3.9 Rancangan Tampilan Awal 3.4.2 Rancangan tampilan activity pengambilan citra
Dalam activity pengambilan citra hanya menampilkan apa yang ditangkap oleh kamera
Gambar 3.10 Rancangan Tampilan Activity Indekos 3.4.3 Rancangan activity hasil akhir
Dalam activity kontrakan menampilkan koordinat papan reklame dan tempat pengambilan poto, jarak antara bilboard dan tempat pengambilan citra papan reklame , dan data billboard seperti lebar (width), tinggi (height), luas (area), dan pajak reklame (tax). Terdapat dua tombol untuk mengambil ulang posisi tempat pengambilan citra dan untuk mengulangi perhitungan lebar, tinggi, luas dan pajak berdasarkan jarak yang diinput user pada textfield. Rancangan tampilan activity hasil akhir dapat dilihat pada Gambar 3.11.
BAB 4
IMPLEMENTASI DAN PENGUJIAN
Bab ini akan membahas tentang hasil yang diperoleh dari implementasi metode yang digunakan untuk mengukur papan reklame dan menghitung jumlah pajak yang akan dibayar dan pengujian sistem sesuai dengan analisis dan perancangan yang telah dibahas pada Bab 3.
4.1 Implementasi Sistem
Pada tahap ini akan dibahas proses implementasi yang merupakan lanjutan dari analisis dan perancangan. Proses pengimplementasian ini menggunakan hardware dan software
untuk menjalankan aplikasi. Aplikasi pencarian taksi terdekat ini menggunakan bahasa pemrograman Java dan PHP.
4.1.1 Spesifikasi Perangkat Lunak dan Perangkat Keras yang digunakan
Adapun perangkat lunak yang digunakan untuk menghasilkan aplikasi tersebut adalah: 1. Sistem operasi yang digunakan pada laptop adalah Window 10 Pro 64-bit
2. Android Studio versi 2.2.3
3. Sistem operasi Android smartphone versi 5.0.2 (Lollipop)
4. XAMPP versi 3.2.2 5. MySQL versi 5.5.27
6. Library OpenCV yang digunakan versi 3.1.0 7. Processor laptop : Intel Core i5-6200U 8. RAM laptop : 4GB
9. Kapasitas harddisk laptop : 1TB
10. Processor Android smartphone : Octa-core Max 1.7GHz 11. RAM Android smartphone : 2GB
13. Kamera belakang smartphone : 13 MP
14. Resolusi layar smartphone : 1080 x 1920 pixels
4.1.2 Implementasi perancangan antarmuka
Adapun impentasi perancangan antarmuka berdasarkan rancangan yang telah dilakukan pada Bab 3 adalah sebagai berikut.
1. Tampilan activity awal
Activity awal adalah activity yang pertama kali muncul pada saat aplikasi pertama kali dijalankan yang berisikan tampilan google map dimana posisi papan reklame berada, tombol untuk mengambil koordinat papan reklame dan menampilkan alamat dimana papan reklame berada, dan tombol untuk masuk ke activity selanjutnya. Tampilan
activity awal dapat dilihat pada gambar 4.1.
2. Tampilan activity pengambilan citra papan reklame
Activity ini hanya menampilkan apa yang dilihat kamera dan hasil dari proses pengolahan citra dalam mengenali papan reklame. Tampilan activity dapat dilihat pada gambar 4.2.
Gambar 4.2. Tampilan activity pengambilan citra papan reklame 3. Tampilan activity hasil
4.2 Prosedur Operasional
Sebelum aplikasi dijalankan, user harus menghidupkan GPS terlebih dahulu agar aplikasi dapat dijalankan. Pada saat aplikasi dibuka, aplikasi akan menampilkan activity
awal seperti yang ditunjukkan pada gambar 4.1. User harus menekan tombol “Get Coordinate” untuk mengambil koordinat dimana papan reklame tersebut berada dan menampilkan alamat letak papan reklame. Lalu user menekan tombol “Get Billboard Size” untuk lanjut ke activity pengambilan citra papan reklame seperti yang ditunjukkan pada gambar 4.2.
Pada activity pengambilan citra papan reklame, user hanya tinggal mengarahkan kamera ke papan reklame yang akan diuji apabila papan reklame yang akan diuji terdapat kotak – kotak yang mengelilingi sesuai bentuknya, maka user dapat lanjut ke
activity hasil yang dapat dilihat pada gambar 4.3 dengan menekan layar. Apabila user
menekan layar namun aplikasi masih belum dapat mengenali papan reklame, maka aplikasi akan memberikan peringatan “No Billboard Detected!”.
Setelah masuk ke activity hasil aplikasi akan berhubungan dengan server untuk memeriksa termasuk kelas berapakah letak jalan papan reklame yang diuji yang kemudian server mengembalikan nilai sewa dan nilai strategis yang akan diproses untuk mencari jumlah pajak yang akan dibayar. Lalu mengambil koordinat dimana user
mengambil citra agar dapat dihitung jarak antara papan reklame dan posisi pengambilan citra. Apabila jarak yang dihasilkan dari perhitungan jarak antar dua titik koordinat, maka user dapat memasukkan nilai jarak secara manual. Kemudian aplikasi akan menampilkan informasi seperti koordinat papan reklame dan koordinat tempat pengambilan citra, alamat letak papan reklame berada, jarak antara papan reklame dan tempat pengambilan citra, lebar dan tinggi papan reklame, luas papan reklame, dan jumlah pajak yang akan dibayar.
4.3 Pengujian Sistem
4.3.1 Papan Reklame Pertama
Papan reklame pertama diambil didalam komplek TASBIH dengan ukuran asli 240 cm x 50 cm, jarak pengambilan foto ± 280 cm, dan terletak pada jalan kelas 3. Pengenalan papan reklame dapat dikenali oleh aplikasi. Namun pada perhitungan jarak terdapat kesalahan yang sangat signifikan dikarenakan koordinat GPS yang didapatkan tidak tepat pada posisi user sebenarnya yang menyebabkan perhitungan ukuran papan reklame, luas papan reklame, dan pajak papan reklame menjadi tidak benar. Hasil aplikasi dalam mengenali papan reklame pertama dapat dilihat pada gambar 4.4.
Gambar 4.4. Papan reklame pertama dikenali dan ditandai dengan kotak merah dan kuning
Hasil perhitungan yang didapat dengan jarak yang salah pada activity hasil dapat dilihat pada gambar 4.5.
Dikarenakan perhitungan jarak antara papan reklame dengan posisi pengambilan citra papan reklame, user dapat mengganti nilai jarak secara manual menjadi 280 cm. Sehingga menghasilkan perhitungan yang mendekati dengan ukuran asli papan reklame. Hasil perhitungan dengan jarak yang benar dapat dilihat pada gambar 4.6.
Gambar 4.6. Hasil perhitungan dari papan reklame pertama dengan jarak yang telah diukur
4.3.2 Papan Reklame Kedua
Gambar 4.7. Aplikasi dapat mengenali papan reklame kedua Hasil perhitungan dengan menggunakan nilai jarak yang didapat dari perhitungan jarak dua titik koordinat dapat dilihat pada gambar 4.8.
Hasil perhitungan dengan menggunakan nilai jarak yang telah diukur yaitu 320 cm hampir mendekati dengan ukuran asli papan reklame. Hasil perhitungannya dapat dilihat pada gambar 4.9.
Gambar 4.9. Hasil perhitungan dari papan reklame kedua dengan jarak yang telah diukur
4.3.3 Papan Reklame Ketiga
Gambar 4.10. Hasil aplikasi dalam mengenali papan reklame ketiga
Hasil perhitungan dengan mencari jarak dari dua titik koordinat GPS dapat dilihat pada gambar 4.11.
Gambar 4.11. Hasil perhitungan dari papan reklame ketiga dengan perbandingan dua koordinat GPS
Gambar 4.12. Hasil perhitungan dari papan reklame ketiga dengan nilai jarak yang telah diukur
4.3.4 Papan Reklame Keempat
Papan reklame keempat diambil di jalan Setiabudi dengan ukuran asli 400 cm x 100 cm, jarak pengambilan ± 970 cm, dan terletak pada jalan kelas 1. Aplikasi dapat mengenali papan reklame. Perhitungan jarak dengan dua titik koordinat menghasilkan nilai yang jauh dibawah dari jarak yang telah diukur sehingga menghasilkan ukuran papan reklame dan luas papan reklame jauh dibawah dari nilai yang sebenarnya. Hasil aplikasi dalam mengenali papan reklame keempat dapat dilihat pada gambar 4.13.
Gambar 4.13. Hasil pengenalan papan reklame keempat
Gambar 4.14. Hasil perhitungan dari papan reklame keempat menggunakan jarak dari GPS
Hasil perhitungan dengan jarak yang telah diukur yaitu 970 cm dapat dilihat pada gambar 4.15.
4.3.5 Papan Reklame Kelima
Papan reklame kelima diambil di jalan Jamin Ginting dengan ukuran asli 120 cm x 80 cm, jarak pengambilan ± 470 cm. Aplikasi dapat mengenali papan reklame namun perhitungan jarak dengan menggunakan GPS menghasilkan jarak yang jauh diatas jarak yang telah diukur. Sehingga menghasilkan perhitungan ukuran dan luas papan reklame jauh diatas ukuran asli papan reklame. Hasil aplikasi dalam mengenali papan reklame keempat dapat dilihat pada gambar 4.16.
Gambar 4.16. Papan reklame kelima berhasil dikenali oleh aplikasi Hasil perhitungan akhir aplikasi menggunakan jarak GPS dapat dilihat pada gambar 4.17.
Hasil perhitungan akhir dengan menggunakan jarak yang telah diukur yaitu 470 cm yang dapat dilihat pada gambar 4.18.
Gambar 4.18. Hasil perhitungan dari papan reklame kelima menggunakan jarak yang telah diukur
4.3.6 Papan Reklame Keenam
Gambar 4.19. Hasil pengenalan papan reklame keenam
Hasil perhitungan akhir aplikasi menggunakan jarak dari GPS dapat dilihat pada gambar 4.20.
Hasil perhitungan dengan jarak yang telah diukur yaitu 850 cm dapat dilihat pada gambar 4.21.
Gambar 4.21. Hasil perhitungan dari papan reklame keenam menggunakan jarak yang telah diukur
Tabel hasil penelitian dapat dilihat pada tabel 4.1 dan Tabel perbandingan ukuran hasil penelitian dan ukuran asli dapat dilihat pada tabel 4.2 dan tabel 4.3.
Tabel 4.1. Tabel hasil penelitian
No Ukuran Asli (cm) Ukuran Hasil Penelitian
(cm) 1 240 x 50
Jarak Asli (cm) 280 247.6552 x 51.4942 Jarak GPS (cm) 1164.2253 1029.7372 x 214.1104
2 240 x 120
Tabel 4.1. Tabel hasil penelitian (lanjutan)
No Ukuran Asli (cm) Ukuran Hasil Penelitian
(cm) 3 140 x 50
Jarak Asli (cm) 230 137.6034 x 48.6437 Jarak GPS (cm) 246.8433 147.6803 x 52.2059
4 400 x 100
Jarak Asli (cm) 970 410.2989 x 104.2471 Jarak GPS (cm) 711.3497 300.8927 x 76.4496
5 120 x 80
Jarak Asli (cm) 470 122.3621 x 74.0115 Jarak GPS (cm) 1116.3936 290.6473 x 175.7999
6 400 x 130
Jarak Asli (cm) 850 402.0402 x 128.9655 Jarak GPS (cm) 700.7105 331.4280 x 106.3147
Tabel 4.3. Tabel perbandingan ukuran hasil penelitian dengan ukuran asli
Tabel 4.3. Tabel perbandingan ukuran hasil penelitian dengan ukuran asli menggunakan jarak GPS (lanjutan)
BAB 5
KESIMPULAN DAN SARAN
Bab ini akan membahas tentang kesimpulan dari penerapan metode yang diajukan untuk pengukuran papan reklame dan perhitungan pajak papan reklame serta saran-saran pengembangan yang dapat dilakukan pada penelitian selanjutnya.
5.1 Kesimpulan
Berdasarkan hasil penelitian dan pengujian yang dilakukan oleh penulis, maka dapat disimpulkan bahwa:
1. GPS tidak dapat sebagai acuan dalam mencari jarak karena titik yang didapat tidak tetap dan tepat.
2. Perhitungan ukuran papan reklame dapat dilakukan dengan konsep proyeksi perspektif, namun dengan syarat pengambilan citra papan reklame diambil tegak lurus dengan kamera ataupun tidak diambil dari samping kanan dan kiri dan tidak diambil jauh dibawah dan diatas papan reklame agar mendapat hasil yang mendekati ukuran asli.
3. Pengenalan papan reklame dengan menggunakan pengolahan citra sangat tidak disarankan karena dipengaruhi banyak faktor seperti pencahayaan, lingkungan sekitar papan reklame, warna papan reklame dengan lingkungan sekitarnya, dan peletakan tiang papan reklame yang membuat pendeteksian tepi menjadi tidak tepat seperti yang diinginkan, sehingga papan reklame tidak dikenali.
5.2 Saran
Berdasarkan penelitian yang dilakukan, berikut saran-saran yang diharapkan penulis dapat dilakukan pada penelitian selanjutnya:
1. Pencarian jarak objek dengan kamera dapat dicari dengan metode yang lebih akurat.
BAB 2
LANDASAN TEORI
2.1 Pajak Reklame
Pajak reklame adalah pajak atas penyelenggaraan reklame. Pengenaan pajak reklame tidak mutlak ada pada seluruh daerah kabupaten atau kota yang ada di Indonesia. Hal ini berkaitan dengan kewenangan yang diberikan kepada pemerintah kabupaten atau kota untuk mengenakan atau tidak mengenakan suatu jenis pajak kabupaten atau kota. Untuk dapat dipungut pada suatu daerah kabupaten atau kota, pemerintah daerah harus terlebih dahulu menerbitkan peraturan daerah tentang Pajak Reklame yang akan menjadi landasan hukum operasional dalam teknis pelaksanaan pengenaan dan pemungutan Pajak Reklame di daerah kabupaten/kota yang bersangkutan (Hulu, 2012). 2.1.1 Ketentuan Umum
Berdasarkan Peraturan Daerah Kota Medan No. 2 Tahun 2004 tentang pajak reklame yang dimaksud dengan.
1. Daerah adalah Daerah Kota Medan.
2. Pemerintah Daerah adalah Pemerintah Kota Medan. 3. Walikota adalah Walikota Medan.
4. Dinas Pendapatan Daerah adalah Dinas Pendapatan Daerah Kota Medan.
6. Reklame adalah benda, alat perbuatan atau media yang menurut bentuk, susunan dan corak ragamnya untuk tujuan komersil dipergunakan untuk memperkenalkan atau memujikan suatu barang, jasa, orang atau badan.
7. Nilai sewa reklame adalah nilai yang ditetapkan sebagai dasar perhitungan penetapan pajak reklame.
8. Nilai strategis titik reklame adalah suatu nilai yang dinyatakan dalam satuan rupiah berdasarkan atas perletakan titik reklame pada kelas jalan/zona, ketinggian dan luas bidang reklame.
9. Kelas jalan adalah suatu klasifikasi atas setiap jalan dalam bentuk apapun yang terbuka untuk lalulintas umum yang didasarkan kepada mutu dan lebar jalan. 10. Rumah ibadah adalah: Mesjid, Gereja, Vihara, Kuil dan Pura.
11. Gedung bersejarah adalah gedung-gedung peninggalan sejarah yang ditetapkan berdasarkan Keputusan Kepala Daerah.
2.1.2 Subjek dan Objek Pajak Reklame 1. Subjek Pajak Reklame
Subjek Pajak Reklame adalah orang pribadi atau badan yang menyelenggarakan atau melakukan pemasangan reklame.
2. Objek Pajak Reklame
Objek Pajak Reklame adalah semua penyelenggaraan reklame. Yang dikecualikan Objek Pajak adalah:
a. Penyelenggaraan reklame melalui televisi, radio, warta harian, warta mingguan, warta bulanan, dan sejenisnya.
b. Penyelenggara reklame oleh Pemerintah Pusat dan Daerah.
e. Merupakan reklame yang disebarkan, apabila benda yang dijadikan reklame itu dimaksudkan juga bermanfaat bagi yang menerimanya.
f. Diselenggarakan oleh perwakilan diplomatik, perwakilan konsulat, perwakilan PBB serta badan atau lembaga organisasi internasional pada lokasi badan-badan tertentu.
g. Diselenggarakan oleh Partai Politik Organisasi kemasyarakatan. 2.1.3 Tarif dan Dasar Pengenaan Pajak Reklame
1. Tarif Pajak Reklame
Tarif Pajak Reklame yang telah ditentukan berdasarkan peraturan perundang-undangan yang berlaku adalah sebesar 25%.
2. Dasar Pengenaan Pajak Reklame
a. Pajak reklame pada titik strategis ditetapkan sebesar NJOPR ditambah harga nilai strategis dikalikan 25%.
b. Pajak reklame yang berada diatas gedung, menempel digedung dan diatas tanah bukan milik Pemerintah Kota Medan, ditetapkan sebesar NJOPR ditambah dengan Harga Nilai Strategis dikali 25%.
3. Pengenaan Nilai Strategis Reklame
Lokasi penempatan adalah lokasi peletakan reklame berdasarkan nilai strategis titik reklame dan kelas jalan. Pembagian Kelas Jalan dan besaran rupiah pada lokasi strategis titik reklame adalah sebagai berikut:
Tabel 2.1 Daftar Lokasi Jalan Yang Dibenarkan Untuk Penyelenggaraan Reklame Di Wilayah Kota Medan
No Nama Jalan Keterangan
A Jalan Kelas 1
1. Jl. A. Yani md. Jl. Palang Merah s/d Jl. Pulau Pinang 2. Jl. A. H. Nasution md. Jl. Karya Jaya s/d SM. Raja 3. Jl. Asia md. Jl. Sutomo s/d Jl. Jumhana
Tabel 2.1 Daftar Lokasi Jalan Yang Dibenarkan Untuk Penyelenggaraan Reklame Di Wilayah Kota Medan (lanjutan)
No Nama Jalan Keterangan
6. Jl. B. Katamso md. Jl. Suprapto s/d Jl. Ir. H. Juanda
7. Jl. Balai Kota md. Jl. Bukit Barisan s/d Jl. Perintis Kemerdekaan 8. Jl. Bandung md. Jl. Palangkaraya s/d Jl. Sutomo
9. Jl. Cik Ditiro md. Jl. HZ. Arifin s/d Jl. Sudirman 23. Jl. Kom. Yos Sudarso md. Jl. Merak Jingga s/d Jl. Pertempuran 24. Jl. Kapt Muslim md. Jl. G. Subroto s/d Jl. Kapt. Sumarsono 25. Jl. Kapt. Pattimura md. Jl. Sudirman s/d Jl. Mongonsidi 26. Jl. Letjen Jamin Ginting md. Simpang Pattimura s/d Simpang Pos 27. Jl. Letjen Suprapto md. Jl. Imam Bonjol s/d Jl. Pemuda 28. Jl. Mayjen Supadmo md. Jl. G. Subroto s/d Jl. Setia Budi 29. Jl. Merak Jingga md. Jl. Yos Sudarso s/d Jl. H.M. Yamin 30. Jl. Mongonsidi md. Jl. Kapt. Pattimura s/d Ir. Juanda 31. Jl. M.T. Haryono
32. Jl. Ngumban Surbakti md. Jl. Jamin Ginting s/d Jl. Perpustakaan 33. Jl. Nibung Raya md. Jl. Gatot Subroto s/d Jl. Perpustakaan 34. Jl. P. Kemerdekaan md. Jl. Putri Hijau s/d Jl. Prof. HM. Yamin, SH 35. Jl. Palang Merah md. Jl. Imam Bonjol s/d Jl. Pegadaian 36. Jl. Pemuda md. Jl. Suprapto s/d Jl. Palang Merah 37. Jl. Pandu md. Jl. Sutomo s/d Jl. Pemuda 38. Jl. Pinang Baris md. Jl. Gatot Subroto s/d Jl. Sunggal 39. Jl. Prof. H.M. Yamin, SH md. Jl. Putri Hijau s/d Jl. GB. Yosua 40. Jl. Putri Hijau md. Jl. Prof. H.m. Yamin, SH s/d Jl. Merak
Jingga 41. Ringroad Gagak Hitam
Tabel 2.1 Daftar Lokasi Jalan Yang Dibenarkan Untuk Penyelenggaraan Reklame Di Wilayah Kota Medan (lanjutan)
No Nama Jalan Keterangan
48. Jl. S. Parman md. Jl. G. Subroto s/d Jl. Sudirman 49. Jl. T. Amir Hamzah md. Jl. Adam Malik s/d Jl. Brigjen H.A. Manaf
Lubis
50. Jl. Thamrin md. Jl. P. Kemerdekaan s/d Jl. Sutrisno B Jalan Kelas 2 (dua) Jalan yang tidak termasuk Jalan Kelas 1 (satu)
dan Jalan Kelas 3 (tiga) C Jalan Kelas 3 (tiga) Jalan Lingkungan
Tabel 2.2 Besar Nilai Rupiah Berdasarkan Kelas Jalan dan Ukuran Reklame
Nilai strategis Ukuran Reklame Basaran Nilai Strategis (Rp)
Kelas I s/d 2x4 m2 30.000.000,- Kelas II s/d 2x4 m2 25.000.000,- Kelas III s/d 2x4 m2 20.000.000,-
Tabel 2.3 Besaran Nilai Rupiah Bardasarkan Kelas Jalan dan Ukuran
Nilai strategis Ukuran Reklame Basaran Nilai Strategis (Rp)
Kelas I diatas 2x4 m2 175.000.000,- Kelas II diatas 2x4 m2 150.000.000,- Kelas III diatas 2x4 m2 125.000.000,-
Tabel 2.4 Besaran Nilai Sewa Reklame Papan/Billboard/Videotron/Large
Tabel 2.5 Besaran Nilai Sewa Reklame Kain Berupa Umbul-Umbul Spanduk dan
Tabel 2.6 Besaran Nilai Sewa Reklame Mini Billboard/Shelter/Reklame Menempel
Tabel 2.7 Besaran Nilai Sewa Reklame Merek Toko Jenis
a. Reklame melekat (stiker) : Rp 500 cm2 sekurang-kurangnya Rp 2.500.000,- setiap kali penyelenggaraan.
b. Reklame selebaran : Rp 300,-/lembar, sekurang-kurangnya Rp 2.500.000,- setiap kali penyelenggaraan.
c. Reklame berjalan/kendaraan : 5.000/m3/hari.
d. Reklame Udara : Rp 2.000.000,- sekali peragaan, paling lama 1 bulan.
e. Reklame Suara : Rp 1.000,-/15 detik, bagian - bagian yang kurang dari 15 detik dihitung menjadi 15 detik.
f. Reklame Film/Slide: Rp 5.000,-/detik dengan suara, Rp 2.000,-/15 detik tanpa suara. Bagian bagian yang kurang dari 15 detik dihitung menjadi 15 detik.
g. Reklame peragaan: Rp 12.000,-/hari dan sekurang-kurangnya Rp 240.000,-
2.1.4 Rumus Perhitungan Reklame
� � � � +
�
� �� ∗ %
(2.1)
Dimana :
NJOP Reklame adalah hasil perkalian antara luas, jangka waktu pemasangan dan nilai sewa.
Nilai Strategis adalah ukuran nilai yang ditetapkan pada titik lokasi pemasangan.
25% adalah tarif pajak reklame yang telah ditetapkan
2.2 Android
Android adalah sebuah sistem operasi mobile yang dikembangkan oleh Google, dibentuk dari kernel linux dan didesain terutama untuk perangkat mobile touchscreen
seperti smartphone dan tablet. Android merupakan sistem operasi yang bersifat open source sehingga dapat dengan bebas digunakan ,dikembangkan, dan tanpa biaya.
kelas – kelas Java buatan harus dikonversi kedalam kumpulan instruksi yang sesuai dengan Dalvik sebelum dieksekusi kedalam sistem operasi Android. Dalvik VM mengambil file kelas Java yang telah diproses dan mengkombinasikannya dengan satu atau lebih file Dalvik executable (.dex). Dalvik diciptakan untuk mendukung sistem operasi mobile yang ringan karena keterbatasannya kemempuan perangkat keras dibandingkan dengan desktop dan laptop pada umumnya (Holla & Katti. 2012).
Menurut Fahrani (2015), Android memiliki fitur – fitur penting diantaranya :
1. Sebuah Application Framework yang menyediakan banyak pengaturan API untuk membangun berbagai macam aplikasi.
2. Dalvik virtual machine, memungkinkan pengguna untuk menjalankan aplikasi Android.
3. Pengaturan Graphics Library untuk pemrograman 2D dan 3D.
4. Integrated browser. Web browser berbasis WebKit engine terdapat pada browser default pada Android ataupun dapat diintegrasikan dengan aplikasi lain.
5. Media Support. Mendukung berbagai format audio, video, dan gambar(MPEG4, H.264, MP3, AAC, AMR, JPG, PNG, GIF).
6. SQLite. Basis data relasional yang ringan namun sangat powerful.
7. Bluetooth, EDGE, kompas, dan accelerometer. Mendukung komunikasi jaringan(tergantung hardware).
8. Lingkungan development yang lengkap. Termasuk perangkat emulator, tools untuk
debugging, profiling dan kinerja memori, dan plugin untuk Eclipse Integrated Development Environment (IDE).
2.2.1 Arsitektur Android
Gambar 2.1. Arsitektur Android (Kebomix, 2010) 1. Applications dan Wigets
Applications dan widgets ini adalah layer dimana kita berhubungan langsung dengan aplikasi. Di layer ini terdapat aplikasi inti termasuk klien email, SMS, kalender, peta, browser, kontak, dan lain – lain.
2. Application Framework
Application Framework adalah layer dimana developer aplikasi melakukan pengembangan pada aplikasi karena pada layer ini developer dapat mengakses
hardware, informasi resources, menjalankan service background, mengatur alarm, menambahkan status notifikasi, dan sebagainya. Application Framework dirancang agar developer dapat dengan mudah menggunakan kembali komponen yang sudah digunakan (Safaat, 2015).
3. Libraries
Library pada Android terdiri dari dua komponen, yaitu Android Runtime dan Android System Library. Android Runtime terdiri dari Java Core Library dan
Dalvik Virtual Machine. Android System Library adalah pendukung layer Application Framework dan juga merupakan penghubung antara Application Framework dan Linux kernel (Ma, et al., 2014).
4. Linux Kernel
2.3 Pengolahan Citra Digital
Menurut Kadir & Susanto (2013) pengolahan gambar citra atau digital image processing adalah ilmu yang mempelajari tentang manipulasi dan modifikasi citra, seperti perbaikan kualitas citra, pemilihan ciri citra (feature images) yang bertujuan untuk analisis, dan transformasi citra (rotasi, skala, translasi), dengan menggunakan komputer untuk mendapatkan hasil yang lebih baik. Pada proses pengolahan citra ini bermaksud agar gambar awal yang memiliki gangguan lebih mudah untuk diinterpretasikan dengan cara memanipulasikan citra menjadi citra lain.
Pengolahan citra digital (digital image processing) adalah proses dimana citra dimanipulasi dengan berbagai cara agar citra tampak terlihat lebih indah ataupun agar citra dapat diolah untuk proses klasifikasi dan identifikasi.
Pada umumnya citra yang akan diolah adalah citra digital berwarna (citra RGB). Tiap pixel citra RGB memiliki 3 nilai penting, yaitu nilai Red, Green, dan Blue. Masing – masing elemen tersebut memiliki format 8 bit sehingga satu buah pixel dapat menghasilkan 16777216jenis warna.
Video adalah kumpulan citra yang ditampilkan secara cepat sehingga objek pada gambar tersebut tampak seperti bergerak. Semakin banyak citra atau frame yang dapat ditampilkan per detik maka video yang dihasilkan akan terlihat lebih nyata dan lebih bagus untuk dilihat.
2.3.1 Grayscale
Grayscale adalah proses dimana citra berwarna (citra RGB) diubah menjadi citra dengan warna keabuan. Citra keabuan hanya memiliki satu nilai yang berjarak 0 – 255. Citra keabuan menggunakan warna hitam sebagai warna minimum, warna putih sebagai warna maksimum dan warna diantara hitam dan putih, yaitu abu-abu. Abu - abu merupakan warna dimana komponen merah, hijau, dan biru mempunyai intensitas yang sama (Chairani, 2016).
Terdapat 2 cara merubah citra RGB ke citra keabuan. Cara pertama adalah dengan mencari nilai rata – rata dari ketiga nilai warna seperti persamaan (2.2).
Dimana :
R adalah nilai warna merah.
G adalah nilai warna hijau.
B adalah nilai warna biru.
Cara kedua adalah cara yang biasanya dipakai dalam mengubah citra ke dalam skala keabuan yang dapat dilihat pada persamaan (2.3).
� = .
. + .
.� + .
.�
(2.3)2.3.2 Gaussian Blurring
Proses mengaburkan gambar melalui fungsi gauss adalah disebut Gaussian blurring. Secara umum, metode ini digunakan untuk mengurangi noise gambar dan rincian pada perangkat lunak grafis, komputer visi dan pengolahan gambar aplikasi (Bozkurt, et al., 2015). Noise yang terdapat pada citra dapat mengganggu pada saat pendeteksian tepi sehingga proses identifikasi akan menghasilkan hasil yang salah. Proses gaussian blur
dilakukan dengan menggerakkan kernel image untuk tiap pixel pada citra. Kernel harus berukuran matriks m x m seperti pada gambar 2.2 yang nilainya ditentukan dengan persamaan (2.4).
Gambar 2.2. Contoh kernel Gaussian berukuran 3x3 (Anonim, 2012)
��
,
=
��2�
− 2+ 22�2 (2.4) Dimana : x adalah koordinat baris pada kernel.
σ
adalah nilai standar deviasi Gaussian.Sehingga apabila persamaan (4) diimplementasikan kedalam kernel pada gambar 2.2 dengan nilai standar deviasi (
σ
) sama dengan 1,5 akan menghasilkan kernel seperti pada gambar 2.3.Gambar 2.3. Kernel Gaussian setelah penerapan rumus (Anonim, 2012)
Setelah itu jumlahkan sembilan nilai yang ada pada kernel tersebut lalu dibagikan ke masing – masing nilai kernel dan sehingga menjadi seperti pada gambar 2.4.
Gambar 2.4. Hasil akhir kernel gaussian (Anonim. 2012) 2.3.3 Deteksi Tepi Canny
gaussian blur, mencari tepi dengan menggunakan sobel operator dan menentukan arah garis tepi, melakukan penipisan tepi dengan Non Maximum Supression dan hysterisis. Contoh hasil dari deteksi tepi Canny dapat dilihat dari gambar 2.5.
Gambar 2.5. Citra hasil deteksi tepi Canny (Wikipedia, 2017) 2.3.4 Dilasi
Dilasi merupakan proses penebalan piksel objek pada citra biner. Dilasi dapat membantu menyambung garis yang terputus dan mengecilkan lubang pada objek. Proses dilasi dilakukan dengan melihat apakah nilai dari tetangga tiap – tiap piksel ada yang bernilai “1” berdasarkan matriks berukuran m x m. Apabila ada, maka nilai piksel yang sedang diproses akan diubah menjadi “1”. Proses dilasi dapat dilihat pada gambar 2.6.
Gambar 2.6. Proses dilasi dengan bantuan matriks 3x3 2.3.5 Erosi
melihat apakah nilai dari tetangga tiap – tiap piksel ada yang bernilai “0” berdasarkan matriks berukuran m x m. Apabila ada, maka nilai piksel yang sedang diproses akan diubah menjadi “0”. Proses erosi dapat dilihat pada gambar 2.7.
Gambar 2.7. Proses erosi dengan bantuan matriks 3x3 2.4 OpenCV
Menurut Jonatan Sianturi (2016), OpenCV adalah sebuah kumpulan software yang menyediakan struktur data dan algoritma yang dibuat untuk proses pengolahan citra dan
Machine Learning. Sebagian besar OpenCV didedikasikan untuk pengolahan citra secara real time.
Tujuan utama dari OpenCV adalah untuk melakukan proses pengolahan citra atau frame dari sebuah video secara real – time. Algoritma pengolahan citra dioptimalkan oleh para ahli dari Intel. OpenCV memiliki 400 fungsi yang mencakup 28 area dalam penelitian pengolahan citra dan analisis. Ketika peneliti menemukan algoritma baru, peneliti mengirimkannya ke Intel dimana alritma tersebut akan dianalisa, dioptimalkan, dan disesuaikan agar dapat mendapat kelebihan dari prosessor spesial pendukung untuk multimedia MMX (Matrix Math Extensions) dan SSE (Streaming SMID Extensions). Algoritma yang baru tersebut akan ditambah pada versi OpenCV berikutnya. Oleh karena itu, OpenCV adalah pilihan yang sangat bagus untuk analisa dan pengolahan citra, karena pengoptimasi untuk struktur hardware pada prosessor (Ionel, 2011).
Fitur-fitur utama yang dimiliki oleh OpenCV antara lain :
1. Menangani data citra (alokasi, dealokasi, duplikasi, menyimpan, menkonversi). 2. Input atau Output citra dan video (dari file level dan device level).
4. Data struktur dinamis (lists, queues, trees, graphs)
5. Algoritma dan tools untuk pengolahan citra (filtering, deteksi tepi, corner detection, contour detection, konversi warna, morphological operations, interpolation, histogram operation, segmentasi citra, mendukung dalam mencari
Region of Interest (ROI), tools untuk pengenalan citra dengan classifiers, mendukung untuk citra stereo, neural network).
6. Analisis struktur (connected components, contour processing, distance transform, variable times, merakit template, Hough-type transformation, polygonal approximating, menghitung area of interest berdasarkan garis dan elips, delaunay triangulation).
7. Kalibrasi kamera.
8. Analisis gerakan (melacak gerakan pada video, segmentasi gerakan). 9. Pengenalan objek (Hidden Markov Model).
10. GUI yang sederhana.
11. Mampu menambah layer pada citra (polygon, teks, garis).
OpenCV menyediakan modul – modul dengan fungsi yang berbeda beda antara lain :
1. Core : inti dari data struktur, tipe data, dan manajemen memori.
2. Imgproc : Modul pengolahan citra. Filter citra, transformasi citra geometris, struktur, dan analisis citra.
3. Video : Modul analisis video yang mencakup analisis gerakan, pemisahan
background, dan algoritma pelacakan objek.
4. Calib3d : Algoritma dasar multiple-view geometri, kamera tunggal dan stereo, estimasi pose objek, algoritma stereo korespondensi, dan elemen- elemen untuk rekonstruksi 3D.
5. Features2d : Fitur detectors, descriptors, dan descriptor matchers.
6. Objdetect : Deteksi objek menggunakan cascade dan histogram dari pengklasifikasi gradien.
2.5 Perspective Projection
Perspective projection (proyeksi perspektif) adalah pemetaan 3 dimensi menjadi 2 dimensi. Sama prisipnya dengan cara kerja penglihatan manusia dan cara kerja kamera.
Gambar 2.8. Proyeksi objek 3D menjadi objek 2D
Dari gambar 3.8, terdapat kesamaan rumus dalam mencari besar sudut Q. Rumus mencari besar sudut Q dapat dilihat pada persamaan (2.5) dan (2.6).
� =
(2.5)
� =
�� (2.6) Dimana, Y = Tinggi Asli Objek.
Z = Jarak antara kamera dan objek. y = Tinggi Objek pada kamera.
f = Jarak fokus yang dimiliki oleh kamera.
Dari persamaan (5) dan (6) terbentuk persamaan (2.7) karena memiliki besar sudut sama.
=
�Dari persamaan (2.6), ukuran asli tinggi sebuah objek dapat dicari dengan rumus (2.8) dan begitu juga sebaliknya dengan lebar asli objek dapat dicari dengan rumus (2.9) dimana W adalah lebar asli objek dan w adalah lebar objek pada citra.
� =
� .� (2.8)
� =
� .� (2.9) Karena variabel yang dibutuhkan seperti tinggi objek pada kamera dalam ukuran pixel, jarak antar kamera dengan objek, dan jarak fokus yang dimiliki kamera, maka ukuran asli tinggi objek langsung bisa dicari dengan persamaan (2.8).
2.6 Penelitian Terdahulu
Penelitian dalam mengukur objek tanpa alat ukur dengan bantuan kamera atau
smartphone sudah banyak digunakan. Laotrakunchai, et al. (2013) melakukan penelitian tentang pengukuran jarak objek terhadap kamera dan ukuran objek mengunakan accelerometer pada smartphone dengan cara menggeser smartphone
sesuai dengan panjang dan lebar objek untuk mencari ukuran objek dan menggeser dari titik awal smartphone berada sampai ke objek untuk menghitung jarak.
Penelitian selanjutnya dilakukan oleh Han & Wang (2011) yang melakukan perhitungan ketinggian sebuah pohon menggunakan transformasi proporsi dimana pohon diberi 2 label penanda untuk membantu proses pengukuran. Hasil dari metode yang diajukan akan dibandingkan dengan metode yang menggunakan Ultrasonic hypsometer yang mendekati akurat. Rata – rata relatif error sebesar 3.62% dan relatif error terbesar sebesar 5%.
Pada tahun 2012, Mustafah, et al. melakukan perhitungan jarak dan ukuran objek menggunakan pengambilan citra secara stereo vision dan mengukur jarak dan ukuran objek dengan membandingkan lebar dan tinggi objek yang didapat dari dua citra dari dua kamera yang berbeda. Penelitian ini menghasilkan error yang tidak lebih dari 2cm baik pada ukuran aslinya maupun jarak aslinya.
objek ke kamera dicari dengan menerapkan lima metode untuk membuktikan bahwa proses pengukuran dapat dilakukan dengan cara yang lebih efisien dan tidak memakan banyak biaya. Rangkuman penelitian terdahulu dapat dilihat pada tabel 2.8.
Tabel 2.8. Penelitian Terdahulu
No Judul Peneliti Keterangan
1 Measurement of Size and Distance of Objects Using 2 Tree Height Measurement
based on image processing 3 Stereo Vision Images
Processing for Real-time
4 Machine Vision for General Cameras for Quality Testing and Dimension Calculations
Perbedaan penelitian yang dilakukan dengan penelitian terdahulu adalah penelitian ini berfokus pada efisiensi dalam pengukuran objek dengan kamera
smartphone tanpa mengukur jarak antara objek dan kamera. Kemudian hasil pengukuran papan reklame akan dipakai untuk mencari nilai pajak dari papan reklame yang diukur. Adapun metode yang digunakan dalam penelitian ini, yaitu :
Menggunakan proses pengolahan citra seperti konversi ke citra grayscale, deteksi tepi canny, dilasi, dan erosi.
Pengenalan bentuk papan reklame menggunakan metode pencarian contour, lalu mengeliminasi contour yang kecil dan tidak memiliki empat sisi dengan mencari luas terbesar dan mencari jumlah sudut.
BAB I PENDAHULUAN
1.1. Latar Belakang
Reklame adalah benda, alat atau perbuatan, yang menurut bentuk susunan dan corak ragamnya dengan maksud untuk mencari keuntungan dipergunakan untuk memperkenalkan, menganjurkan atau memujikan suatu barang, jasa atau seseorang ataupun untuk menarik perhatian umum kepada suatu barang, jasa atau seseorang yang ditempatkan atau yang dapat dilihat, dibaca dan didengar dari suatu tempat oleh umum (Burton, 1998). Reklame dapat ditampilkan dengan berbagai macam tipe, bentuk, dan beraneka ragam, seperti papan reklame, baliho, megatron, videotron, spanduk, poster, mobile, plakat, dan lain- lain.
Pada saat sekarang ini reklame sudah berkembang menjadi suatu sistem komunikasi yang sangat penting, tidak saja bagi produsen produk dan jasa akan tetapi juga bagi konsumen. Kemampuan reklame dan metode promosi lainnya dalam menyampaikan pesan kepada konsumen menjadikan kedua bidang tersebut memegang peran yang sangat penting bagi keberhasilan perusahaan dalam memasarkan produk dan jasanya.
Ada juga biaya pajak terhadap reklame yang dipasang yang tergantung dengan letak lokasi, luas reklame, dan jumlah sudut pandang. Oleh karena itu, pihak yang berwajib harus memastikan data yang diajukan sesuai dengan reklame yang telah dibuat.
saat pengukuran. Sehingga diperlukan suatu sistem yang dapat menjadi alternatif dalam mengukur papan reklame tanpa alat ukur.
Penelitian dalam mengukur objek tanpa alat ukur dengan bantuan kamera atau
smartphone sudah banyak digunakan. Namun metode yang digunakan kebanyakan menggunakan alat bantu ataupun tidak efisien. Salah satunya adalah pengukuran jarak objek terhadap kamera dan ukuran objek mengunakan accelerometer pada smartphone
dengan cara menggeser smartphone sesuai dengan panjang dan lebar objek untuk mencari ukuran objek dan menggeser dari titik awal smartphone berada sampai ke objek untuk menghitung jarak (Laotrakunchai, 2013). Selain itu penelitian ini pernah dilakukan dimana perhitungan jarak dan ukuran objek dihitung dengan menggunakan pengambilan citra secara stereo vision dan mengukur jarak dan ukuran objek dengan membandingkan lebar dan tinggi objek yang didapat dari dua citra dari dua kamera yang berbeda (Mustafah, 2012).
Terdapat penelitian yang menggunakan cara yang lebih efisien dimana proses pengukuran hanya menggunakan satu kamera dari smarphone yang dapat menghitung ketinggian sebuah pohon menggunakan transformasi proporsi dimana pohon diberi dua label penanda untuk membantu proses pengukuran (Han & Wang, 2011). Lalu penelitian selanjutnya menggunakan rumus untuk mencari tinggi asli objek dengan parameter seperti tinggi objek pada citra, tinggi sensor, jarak fokus, tinggi citra, dan jarak objek ke kamera (Murali, 2015).
Pada penelitian ini penulis akan melakukan pengukuran yang lebih efisien terhadap papan reklame dengan menggunakan konsep proyeksi perspektif dan hasil pengukuran tersebut dapat digunakan untuk mencari nilai pajak dari papan reklame. Berdasarkan latar belakang di atas, maka penulis mengajukan proposal penelitian dengan judul “SISTEM DETEKSI OTOMATIS DAN PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID”.
1.2. Rumusan Masalah
memastikan data yang diajukan sesuai dengan reklame yang telah dibuat. Salah satu kesulitan pada saat melakukan verifikasi data reklame adalah pada saat pengukuran reklame yang berupa papan reklame yang berukuran besar dan terletak tinggi dari permukaan tanah, sehingga diperlukan suatu sistem yang dapat mengukur papan reklame tanpa alat ukur.
1.3. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk memberikan cara alternatif dalam mengukur papan reklame hanya dengan menggunakan bantuan aplikasi berbasis Android.
1.4. Batasan Masalah
Pada penelitian ini peneliti membuat batasan masalah untuk mencegah meluasnya ruang lingkup permasalahan dalam penelitian ini. Adapun batasan masalah tersebut, diantaranya yaitu:
1. Papan reklame yang akan dijadikan bahan uji harus memiliki 4 sisi.
2. Papan reklame tidak terhalang oleh banyak kabel listrik, pepohonan, atau objek lainnya yang dapat menghalangi papan reklame.
3. Kondisi pengambilan citra dalam keadaan pencahayaan yang cukup.
4. Perhitungan pajak reklame berdasarkan peraturan daerah kota Medan Nomor 2 tahun 2004.
1.5. Manfaat Penelitian
Adapun manfaat penelitian ini diantara lain yaitu:
1. Mengefesiensikan dalam hal pengukuran papan reklame. 2. Sebagai sarana pencatatan informasi pajak dari papan reklame.
Tahapan – tahapan yang akan dilakukan pada pelaksanaan penelitian ini adalah sebagai berikut :
1. Studi Literatur
Dilakukannya tahap ini guna untuk mencari, menggali dan mempelajari informasi yang berhubungan dengan pengolahan citra, pemrograman Android, dan teori optik. Informasi didapat melalui buku-buku referensi atau sumber-sumber yang berkaitan dengan hal tersebut, baik dari buku maupun internet.
2. Analisis Permasalahan
Pada tahap ini akan dilakukan analisis dari studi literatur yang dibutuhkan dalam pembangunan aplikasi Android dari segi hardware, software, penerapan metode dan data yang dibutuhkan.
3. Perancangan
Pada tahap ini dilakukan perancangan arsitektur, pengumpulan data, dan perancangan antarmuka. Proses perancangan dilakukan berdasarkan hasil analisis studi literatur yang telah didapatkan.
4. Implementasi
Pada tahap ini dilakukan pengkodean untuk membangun aplikasi berdasarkan analisis dan perancangan yang telah dilakukan pada tahap sebelumnya.
5. Pengujian
Pada tahap ini dilakukan pengujian terhadap aplikasi yang telah dibangun untuk memastikan hasil pengukuran sesuai dengan apa yang diharapkan.
6. Dokumentasi dan Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi dan penyusunan laporan hasil analisis dan implementasi.
1.7. Sistematika Penulisan
Bab 1 : Pendahuluan
Bab ini berisi latar belakang dari penelitian yang dilaksanakan, rumusan masalah, tujuan penelitian, batasan masalah, manfaat penelitian, metodologi penelitian, serta sistematika penulisan.
Bab 2 : Landasan Teori
Bab ini berisi teori – teori yang diperlukan untuk memahami permasalahan yang dibahas pada penelitian ini. Teori – teori yang berhubungan dengan image processing, pemrograman Android, dan teori optik akan dibahas pada bab ini.
Bab 3 : Analisis dan Perancangan
Bab ini menjabarkan arsitektur umum, tiap langkah pre-processing yang dilakukan, pendeteksian papan reklame, serta perhitungan ukuran dan pajak papan reklame.
Bab 4 : Implementasi dan Pengujian
Bab ini berisi pembahasan tentang implementasi dari perancangan yang telah dijabarkan pada Bab 3. Selain itu, hasil yang didapatkan dari pengujian yang dilakukan terhadap implementasi yang telah dilakukan juga dijabarkan pada bab ini.
Bab 5 : Kesimpulan dan Saran
ABSTRAK
Reklame adalah benda, alat atau perbuatan, yang menurut bentuk susunan dan corak ragamnya dengan maksud untuk mencari keuntungan dipergunakan untuk memperkenalkan, menganjurkan atau memujikan suatu barang, jasa atau seseorang ataupun untuk menarik perhatian umum kepada suatu barang, jasa atau seseorang yang ditempatkan atau yang dapat dilihat, dibaca dan didengar dari suatu tempat oleh umum. Pada saat sekarang ini reklame sudah berkembang menjadi suatu sistem komunikasi yang sangat penting, tidak saja bagi produsen produk dan jasa akan tetapi juga bagi konsumen. Hal ini menyebabkan ditetapkannya biaya pajak terhadap reklame yang telah terpasang oleh pemerintah sesuai dengan letak lokasi, luas reklame, dan jumlah sudut pandang. Oleh karena itu, pihak yang berwajib harus memastikan data yang diajukan sesuai dengan reklame yang telah dibuat. Salah satu kesulitan pada saat melakukan verifikasi data reklame adalah pada saat pengukuran reklame yang berupa papan reklame yang berukuran besar dan terletak tinggi dari permukaan tanah, sehingga diperlukan suatu sistem yang dapat mengukur papan reklame tanpa alat ukur. Pada penelitian ini, penulis menggunakan aplikasi berbasis android sebagai alternatif untuk mengukur papan reklame. Untuk mengenali papan reklame, dibutuhkan juga beberapa metode dari proses pengolahan citra. Metode yang diajukan penulis untuk mengukur papan reklame menggunakan konsep proyeksi perspektif. Perhitungan jarak antara kamera dan objek menggunakan perhitungan jarak dua titik koordinat GPS. Hasil pengujian menunjukkan bahwa perhitungan jarak menggunakan GPS menghasilkan nilai yang tidak akurat, namun apabila menggunakan jarak yang telah diukur menghasilkan error 0.5 – 10 cm jika pengambilan citra dilakukan mendekati tegak lurus terhadap objek.
AUTOMATIC DETECTION SYSTEM AND BILLBOARD SIZE MEASUREMENT ON THE ROAD BASED ON ANDROID
ABSTRACT
Billboards are objects, tools or actions, which according to the characteristics is intended to seeking profits, used to introduce or promote products, services or a person, or to draw public attention to a product, service or person which are placed in strategic area that can be seen by the public. Nowadays, The role of billboards have been developed as an effective communication system, not only for the manufacturers but also to the consumers. This led to the policy of tax charges for billboards set by the government based on location, dimensions and the viewpoints of the billboards. Therefore, authorized parties have to ensure the data authenticity of the proposed billboards. One of the bottlenecks in data verification is the time of billboards’ measurement process that are large and set high from the ground, so that needed a system which has the ability to measure the dimensions of the billboards without measuring instruments. Under this research, Android based application was implemented as the alternative to measure the dimensions of billboards, also needed some methods for image processing stage to identify the billboards. The proposed method to measure the dimensions of the billboards is using perspective projection. Calculation of the distance between the camera and the object is using two-point distance calculation GPS coordinates. The results show that the distance calculation using the GPS generate inaccurate values, but when using the measured distance, is given a result of errors’ range at 0.5 to 10 cm if the image acquisition performed nearly perpendicular to the object.
SISTEM DETEKSI OTOMATIS DAN PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID
SKRIPSI
HANDRA SAITO 101402061
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
SISTEM DETEKSI OTOMATIS DAN PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Komputer
HANDRA SAITO 101402061
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul :SISTEM DETEKSI OTOMATIS DAN
PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID
Kategori : SKRIPSI
Nama : HANDRA SAITO
Nomor Induk Mahasiswa : 101402061
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Sarah Purnamawati, ST., M.Sc Romi Fadillah Rahmat, B.Comp.Sc., M.Sc NIP. 19830226 201012 2 003 NIP. 19860303 201012 1 004
Diketahui/disetujui oleh
Program Studi S1 Teknologi Informasi Ketua,
PERNYATAAN
SISTEM DETEKSI OTOMATIS DAN PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 28 April 2017
UCAPAN TERIMA KASIH
Puji dan syukur kehadirat Allah SWT, karena rahmat dan izin-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Teknologi Informasi Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada:
1. Bapak Prof. Runtung Sitepu, SH., M.Hum selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Drs. Opim Salim Sitompul, M.Sc selaku Dekan Fasilkom-TI USU.
3. Bapak Romi Fadillah Rahmat, B. Comp. Sc., M. Sc selaku Ketua Program Studi S1 Teknologi Informasi Universitas Sumatera Utara dan Dosen Pembimbing I yang telah memberikan bimbingan dan saran kepada penulis.
4. Ibu Sarah Purnamawati, ST., M.Sc selaku Sekretaris Program Studi S1 Teknologi Informasi Universitas Sumatera Utara dan Dosen Pembimbing II yang telah memberikan bimbingan dan saran kepada penulis.
5. Bapak Dedy Arisandi, ST., M. Kom selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
6. Bapak Ivan Jaya, M.Kom selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7. Ayahanda Shizuo Saito (alm) yang sudah lama tiada di dunia ini, Ayahanda Katsumi Narita dan Ibunda Irna Rustam yang selalu memberikan doa, kasih sayang, nasehat, dan semangat yang tiada putusnya kepada penulis.
8. Nenek Roosnie Munaf, Ibunda Devi Rustam, Kakak Gita Gracia, dan Kakak Adhitya Fiesta yang tidak berhenti untuk selalu memberikan semangat dan mengingatkan untuk menyelesaikan skripsi.
Habil, Dian Puspitasari Sebayang, Fahry Rozy Siregar, Ovy Rizki Fahrani, Ibrahim Denai, Desi Afri Yanti, Joko Ali Permadi, dan Chairul Saleh Nasution yang selalu memberikan dukungan, mendengar keluh kesah saat pengerjaan skripsi ini, menampung segala hal cerita yang lagi senang maupun sedih, dan memberikan nasehat positif dalam pengerjaan skripsi ini.
10. Teman – teman futsal TI yang selalu mengingatkan untuk mengerjakan skripsi dan memberikan semangat kepada penulis.
11. Teman-teman Teknologi Informasi USU terkhusus angkatan 2010 dan buat adik-adik angkatan 2011, 2012, 2013, 2014, 2015, dan 2016 yang juga memberikan semangat kepada penulis.
12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu persatu yang telah membantu penyelesaian skripsi ini.
ABSTRAK
Reklame adalah benda, alat atau perbuatan, yang menurut bentuk susunan dan corak ragamnya dengan maksud untuk mencari keuntungan dipergunakan untuk memperkenalkan, menganjurkan atau memujikan suatu barang, jasa atau seseorang ataupun untuk menarik perhatian umum kepada suatu barang, jasa atau seseorang yang ditempatkan atau yang dapat dilihat, dibaca dan didengar dari suatu tempat oleh umum. Pada saat sekarang ini reklame sudah berkembang menjadi suatu sistem komunikasi yang sangat penting, tidak saja bagi produsen produk dan jasa akan tetapi juga bagi konsumen. Hal ini menyebabkan ditetapkannya biaya pajak terhadap reklame yang telah terpasang oleh pemerintah sesuai dengan letak lokasi, luas reklame, dan jumlah sudut pandang. Oleh karena itu, pihak yang berwajib harus memastikan data yang diajukan sesuai dengan reklame yang telah dibuat. Salah satu kesulitan pada saat melakukan verifikasi data reklame adalah pada saat pengukuran reklame yang berupa papan reklame yang berukuran besar dan terletak tinggi dari permukaan tanah, sehingga diperlukan suatu sistem yang dapat mengukur papan reklame tanpa alat ukur. Pada penelitian ini, penulis menggunakan aplikasi berbasis android sebagai alternatif untuk mengukur papan reklame. Untuk mengenali papan reklame, dibutuhkan juga beberapa metode dari proses pengolahan citra. Metode yang diajukan penulis untuk mengukur papan reklame menggunakan konsep proyeksi perspektif. Perhitungan jarak antara kamera dan objek menggunakan perhitungan jarak dua titik koordinat GPS. Hasil pengujian menunjukkan bahwa perhitungan jarak menggunakan GPS menghasilkan nilai yang tidak akurat, namun apabila menggunakan jarak yang telah diukur menghasilkan error 0.5 – 10 cm jika pengambilan citra dilakukan mendekati tegak lurus terhadap objek.
