DETEKSI KENDARAAN UNTUK LAMPU LALU LINTAS CERDAS PADA BUSWAY

TUGAS AKHIR

DETEKSI KENDARAAN UNTUK LAMPU LALU

LINTAS CERDAS PADA BUSWAY

Diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana Teknik pada

Program Studi Teknik Elektro Jurusan Teknik Elektro

Fakultas Sains dan Teknologi Universitas Sanata Dharma

Disusun oleh: REFSI SANCAKA

NIM: 165114064

JURUSAN TEKNIK ELEKTRO

FAKULTAS SAINS DAN TEKNOLOGI

UNIVESITAS SANATA DHARMA

YOGYAKARTA

ii

FINAL PROJECT

VEHICLES DETECTION FOR SMART TRAFFIC

LIGHT ON THE BUSWAY

In a partial fulfilment of the requirements for the degree of Sarjana Teknik Department of Electrical Engineering

Faculty of Science and Technology, Sanata Dharma University

REFSI SANCAKA NIM: 165114064

DEPARTMENT OF ELECTRICAL ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

2020

iii

v

LEMBAR PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya bahwa tugas akhir ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka sebagaimana layaknya karya ilmiah.

Yogyakarta, 2 Desember 2020

vi

HALAMAN PERSEMBAHAN DAN MOTO HIDUP

MOTTO:

“Anyone can be Anything”

Dengan ini ku persembahkan skripsiku untuk…

Allah S.W.T

Kedua Orang tua serta saudara dekat

Teman-teman seperjuangan Teknik Elektro

vii

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA

ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma :

Nama : Refsi Sancaka

Nomor Mahasiswa : 165114064

Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma karya ilmiah saya yang berjudul :

DETEKSI KENDARAAN UNTUK LAMPU LALU

LINTAS CERDAS PADA BUSWAY

Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di Internet atau media lain untuk kepentingan akademis tanpa perlu meminta ijin dari saya maupun memberikan royalti kepada saya selama tetap mencantumkan nama saya sebagai penulis.

Demikian pernyataan ini yang saya buat dengan sebenarnya. Yogyakarta, 2 Desember 2020

viii

INTISARI

Lampu lalu lintas atau disebut APILL (Alat Pemberi Isyarat lalu Lintas) merupakan suatu pengatur persimpangan jalan saat ada volume kendaraan tertentu agar persimpangan menjadi lancar. Pengaturan waktu penyalaan lampu lalu lintas saat ini sebagian besar diatur sesuai dengan perkiraan kendaraan yang lewat kemudian aktif sesuai waktu yang ditentukan dan tidak dapat dirubah. Hal ini juga menjadi kurangnya efisiensi waktu terhadap transportasi umum seperti bus trans dilajur busway dalam menempuh persimpangan untuk menuju ke halte berikutnya. Demi menambah efisien waktu bus trans (busway) dibuat sebuah konsep sistem lampu lalu lintas yang diatur dengan Raspberry Pi. Tujuan dari pembuatan sistem ini adalah memprioritaskan bus trans pada jalur busway dalam melewati perempatan lampu lalu lintas.

Sistem ini dibuat dengan Pi camera sebagai pemantau. Pi camera diletakkan disisi ujung konveyor menghadap jalur busway. Citra dari Pi camera tersebut kemudian diolah dengan Raspberry Pi menggunakan OpenCV-Python agar dapat mendeteksi kedatangan bus serta menghitung waktu tempuh bus. Waktu tempuh kemudian digunakan untuk waktu interupsi pada setiap simpang lampu lalu lintas dan memberikan waktu nyala lampu hijau APILL pada jalur busway.

Penelitian pada sistem ini telah berhasil untuk memprioritaskan bus trans (busway) dalam melewati perempatan lampu lalu lintas dan dapat disesuaikan dengan waktu kedatangan bus. Selain itu waktu kedatangan bus kedua yang beriringan dengan bus pertama dapat ditambahkan pada waktu nyala lampu hijau APILL dijalur busway.

ix

ABSTRACT

A traffic light which also called APILL (Alat Pemberi Isyarat lalu Lintas) is a road junction regulator that functions when there is a certain volume of vehicles so it may minimize traffic jam. The time setting of the current traffic lights is mostly set according to an estimated number of vehicles passing and then being activated according to a specified time which cannot be changed. This is causing time inefficiency on public transportation such as trans bus when moving in a busway lane, taking an intersection to get to the next bus stop. To increase the time efficiency of the trans bus (busway), a system concept using a Raspberry Pi is made. The purpose of making this system is to priority the trans bus on the busway lane in passing traffic light intersections.

This system uses a Pi camera that is used as a monitor. The pi camera is placed on the end side of the conveyor facing the busway lane. Imagery from the Pi camera is then processed with the Raspberry Pi using OpenCV-Python so that it can detect the arrival of the bus and calculate the bus travel time. Travel time data is then used for the interruption time at each intersection of the traffic light.

Research on this system has succeeded to priority trans bus (busways) in passing traffic light intersections and can be adjusted according to the bus arrival time. In addition, when the second bus arrives along with the first bus, the APILL green light on the busway lane can be added.

x

KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa atas segala karunianya yang telah diberikan selama ini sehingga dapat menyelesaikan penelitian tugas akhir dengan judul “DETEKSI KENDARAAN UNTUK LAMPU LALU LINTAS CERDAS PADA BUSWAY” dengan baik.

Penelitian yang berupa tugas akhir ini merupakan salah satu syarat bagi mahasiswa Jurusan Teknik Elektro untuk memperoleh gelar Sarjana Teknik di Universitas Sanata Dharma Yogyakarta. Dalam pengerjaan tugas akhir ini penulis diberi dukungan dari berbagai pihak. Oleh karena itu, penulis ingin mengucapkan terima kasih kepada :

1. Kedua orang tua tercinta yang selalu ada dan memberi dukungan.

2. Bapak Djoko Untoro Suwarno, S.Si., M.T selaku Dosen Pembimbing tugas akhir yang telah banyak meluangkan waktu untuk memberikan bimbingan.

3. Teman teman seperjuangan angkatan Teknik Elektro 2016

4. Semua pihak yang tidak bisa penulis sebutkan satu per satu atas bantuan, bimbingan, kritik dan saran.

Pada akhirnya penulis sangat menyadari bahwa laporan Tugas Akhir ini masih terdapat kekurangannya. Oleh karena itu, penulis sangat mengharapkan kritik dan saran yang dapat membangun serta menyempurnakan tulisan. Semoga tugas akhir ini dapat dimanfaatkan dan dikembangkan lebih lanjut oleh peneliti lain sehingga tulisan ini dapat lebih bermanfaat.

Yogyakarta, 2 Desember 2020 Peneliti

Refsi Sancaka

xi

DAFTAR ISI

TUGAS AKHIR ... i

FINAL PROJECT ... ii

LEMBAR PERSETUJUAN ... iii

LEMBAR PENGESAHAN ... iv

LEMBAR PERNYATAAN KEASLIAN KARYA ... v

HALAMAN PERSEMBAHAN DAN MOTO HIDUP ... vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... vii

INTISARI ... viii

ABSTRACT ... ix

KATA PENGANTAR ... x

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Tujuan dan Manfaat ... 2

1.3. Batasan Masalah ... 3

BAB II Dasar Teori ... 5

2.1. Lampu Lalu Lintas ... 5

2.2. Raspberry Pi 3B ... 6

2.3. GPIO Raspberry pi ... 6

2.4. Pi camera Board ... 7

2.5. Pemrograman dengan Python dan OpenCV ... 8

2.6. Bus Miniatur ... 9

2.7. Background Subtraction... 9

2.8. Deteksi Kecepatan ... 10

xii

2.10. Model Citra ... 11

2.11. Digitalisasi Citra ... 12

2.12. FPS (FRAME PER SECOND) pada video digital ... 12

2.13. Rumus Mencari Kecepatan ... 13

2.14. Region Of Interest (ROI) ... 13

2.15. Teorema Pythagoras... 14

2.16. Hukum Ohm... 14

2.17. Transistor Sebagai Sakelar (Switch) ... 14

2.18. Motor Universal ... 15

BAB III PERANCANGAN ALAT ... 17

3.1. Proses Kerja Sistem ... 17

3.2. Perancangan Perangkat Keras (Hardware) ... 18

3.2.1. Cara kerja Konveyor sebagai Simulator Penggerak Bus ... 18

3.2.2. Perhitungan Kecepatan Motor dengan Dimmer ... 20

3.2.3. Penskalaan Jarak Kamera pada Konveyor ... 21

3.2.4. Penskalaan Bus Miniatur dengan Ukuran Asli ... 21

3.2.5. Rancangan Lampu Lalu Lintas ... 22

3.2.6. Gambaran Cara Kerja Sistem Lampu Lalu Lintas dan lajur Busway ... 25

3.3. Rancangan Perangkat Lunak (Software) ... 25

3.3.1. Rancangan Diagram Alir Keseluruhan Sistem (Flowchart) ... 25

3.3.2. Perancangan Diagram Alir Subrutin Pendeteksian Frame Bus ... 26

3.3.3. Perancangan Diagram Alir Subrutin Interupsi Pada Traffic light ... 27

3.3.4. Gambaran Cara Kerja Sistem Kamera dalam Menangkap Objek Bus ... 28

3.3.5. Gambaran Cara Kerja Siklus Waktu Nyala Lampu Lalu Lintas ... 29

3.3.6. Konsep Perhitungan Kecepatan Bus Pada Jarak 300m-200m dengan ROI-box dan Pengaturan Waktu Interupsi ... 30

xiii

4.1. Perubahan Rancangan ... 32

4.1.1. Tambahan Rancangan Puli Terhadap Putaran Motor Pada Konveyor ... 32

4.1.2. Rancangan Penyangga dan Posisi Pi camera ... 32

4.1.3. Penggunaan Miniatur Bus ... 33

4.2. Implementasi Hardware ... 34

4.3. Pengujian Alat ... 36

4.3.1. Menentukan Panjang Jarak tiap 100m Dalam Skala 30cm ... 36

4.3.2. Pengujian Nyala Lampu APILL Siklus Normal ... 38

4.3.3. Nyala Lampu APILL disaat Interupsi ... 41

4.3.4. Menentukan Luas objek bus Pada Area 300m – 200m... 42

4.3.5. Deteksi Frame Rata-Rata dengan Kemampuan Pi camera 30 FPS ... 43

4.3.6. Hasil Pengujian Kecepatan Untuk Bus Tunggal Pada Area Deteksi 300 m-200 m ... 45

4.3.7. Hasil Pengujian Penambahan Waktu interupsi Terhadap Bus Pertama Beriringan Bus Kedua dengan Jarak sekitar 100m ... 47

4.3.8. Hasil Pengujian Waktu interupsi Terhadap Kedatangan Bus dan Mobil .... 49

4.3.9. Kecepatan Terdeteksi dengan Pengaturan Dimmer ... 51

4.4. Implementasi Software ... 53

4.4.1. Inisialisasi Program ... 54

4.4.2. Menjalankan Beberapa Script Secara Bersamaan ... 54

4.4.3. Pengolahan Citra Untuk Pendeteksian Bus ... 54

4.4.4. Tampilan Jarak di Citra Video ... 55

4.4.5. Mengolah Citra Foreground dan Menghitung Luasan Objek ... 56

4.4.6. Perhitungan Kecepatan Bus ... 57

4.4.7. Menampilkan Kecepatan Bus pada Video ... 58

4.4.8. Pengaturan Waktu Interupsi Kedatangan Bus ... 58

xiv

BAB V KESIMPULAN DAN SARAN ... 60

5.1. Kesimpulan ... 60

5.2. Saran…. ... 60

Daftar Pustaka ... 61

xv

Daftar Gambar

Gambar 1. 1 Diagram blok sistem deteksi kendaraan untuk lampu lalu lintas cerdas ... 3

Gambar 2. 1 Raspberry pi 3B [7] ... 6

Gambar 2. 2 GPIO Pin Raspberry pi [7] ... 7

Gambar 2. 3 Pi camera [7] ... 7

Gambar 2. 4 Background subtraction [8] ... 9

Gambar 2. 5 Kontur terbuka [11] ... 10

Gambar 2. 6 Kontur tertutup [11] ... 10

Gambar 2. 7 Arah kode Rantai [11] ... 11

Gambar 2. 8 Kode rantai pada objek [11] ... 11

Gambar 2. 9 Hasil pengkodean [11] ... 11

Gambar 2. 10 Cara menentukan kordinat dalam citra [12] ... 12

Gambar 2. 11 Pembentukan Citra dan Matrik Citra [12] ... 12

Gambar 2. 12 Nilai matrik yang dihasilkan [13] ... 12

Gambar 2. 13 Segitiga siku siku ... 14

Gambar 2. 14 Rangkaian Transistor sebagai saklar ... 15

Gambar 2. 15 Prinsip kerja Motor Universal [23] ... 15

Gambar 2. 16 Bentuk tegangan keluaran pada sudut penyulutan 90 derajat [23] ... 16

Gambar 3. 1 Diagram Blok kerja sistem rancangan ... 18

Gambar 3. 2 Desain Cara kerja Raspberry pi camera dalam mendeteksi bus ... 18

Gambar 3. 3 Letak camera dan motor pada konveyor ... 19

Gambar 3. 4 Rangkaian dimmer steker ... 19

Gambar 3. 5 Desain Cara kerja konveyor untuk pergerakan bus ... 19

Gambar 3. 6 Penskalaan jarak pada konveyor ... 21

Gambar 3. 7 Penskalaan panjang bus ... 22

Gambar 3. 8 Simulasi perhitungan Pin GPIO ... 23

Gambar 3. 9 Wiring LED ke GPIO ... 24

Gambar 3. 10 Desain PCB tampak atas ... 24

Gambar 3. 11 Persimpangan dan lampu lalu lintas ... 25

Gambar 3. 12 Flowchart keseluruhan sistem... 26

xvi

Gambar 3. 14 Flowchart subrutin hitung waktu kedatangan bus dan melakukan interupsi

traffic light ... 28

Gambar 3. 15 Kamera mendeteksi objek ... 29

Gambar 3. 16 Siklus Lampu lalu lintas ... 29

Gambar 3. 17 Cara kerja bus memasuki ROI-box... 30

Gambar 4. 1 Posisi pi camera ... 33

Gambar 4. 2 Ketinggian pi camera ... 33

Gambar 4. 3 Objek-objek kendaraan miniatur ... 34

Gambar 4. 4 Implementasi Hardware Perempatan lampu lalu lintas pada jalur busway ... 35

Gambar 4. 5 Diameter Puli Pada Konveyor dan Motor ... 36

Gambar 4. 6 Pengukuran jarak dengan meteran ... 37

Gambar 4. 7 Pemberian tanda jarak konveyor ... 37

Gambar 4. 8 Mencari kordinat pixel dengan memberikan titik ... 38

Gambar 4. 9 Nyala lampu APILL Hijau A ... 39

Gambar 4. 10 Nyala lampu APILL Kuning A... 39

Gambar 4. 11 Nyala lampu APILL Hijau B ... 39

Gambar 4. 12 Nyala lampu APILL Kuning B ... 39

Gambar 4. 13 Nyala lampu APILL Hijau C ... 40

Gambar 4. 14 Nyala lampu APILL Kuning C ... 40

Gambar 4. 15 Nyala lampu APILL Hijau D ... 40

Gambar 4. 16 Nyala lampu APILL Kuning D... 40

Gambar 4. 17 Tampilan command window python siklus normal APILL ... 41

Gambar 4. 18 Lampu APILL kuning tiap simpang ketika interupsi ... 41

Gambar 4. 19 Tiap simpang lampu APILL menyala merah ketika interupsi ... 41

Gambar 4. 20 Lampu APILL Jalur A hijau ketika interupsi ... 42

Gambar 4. 21 Luasan bus saat melewati jarak 300 m ... 42

Gambar 4. 22 Luasan bus melewati jarak 200 m ... 42

Gambar 4. 23 Pengaturan dimmer untuk menghitung jumlah frame ... 43

Gambar 4. 24 Perhitungan waktu tempuh bus dengan stopwatch ... 44

Gambar 4. 25 Data frame terdeteksi ... 44

Gambar 4. 26 Kecepatan bus tunggal ... 45

Gambar 4. 27 Data frame bus tunggal ... 45

xvii

Gambar 4. 29 Lampu APILL nyala hijau di lajur A pada bus tunggal ... 47

Gambar 4. 30 Kecepatan bus pertama ... 47

Gambar 4. 31 Kecepatan bus kedua ... 48

Gambar 4. 32 Data frame bus pertama ... 48

Gambar 4. 33 Data frame bus kedua ... 48

Gambar 4. 34 Jalannya command window bus ganda ... 48

Gambar 4. 35 Tambahan waktu pada bus kedua ... 49

Gambar 4. 36 Kecepatan Bus beriringan dengan mobil ... 50

Gambar 4. 37 Data frame kecepatan bus beriringan dengan mobil ... 50

Gambar 4. 38 comman window pada bus beriringan dengan mobil ... 50

Gambar 4. 39 Nyala hijau bus beriringan dengan mobil ... 51

Gambar 4. 40 Mobil terkena lampu merah ... 51

Gambar 4. 41 Cara pengukuran tegangan pada skala dimmer 2,1 ... 53

Gambar 4. 42 Library yang digunakan ... 54

Gambar 4. 43 Menjalankan script beberapa program ... 54

Gambar 4. 44 Deklarasi citra ... 55

Gambar 4. 45 Listing program tampilan jarak ... 55

Gambar 4. 46 Tampilan citra video ... 56

Gambar 4. 47 Listing program mendapatkan frame foreground ... 56

Gambar 4. 48 Listing program menghitung luasan objek foreground ... 57

Gambar 4. 49 Listing program menghitung kecepatan bus ... 57

Gambar 4. 50 Listing program menampilkan kecepatan dan video ... 58

Gambar 4. 51 Listing program timer countdown ... 58

xviii

Daftar Tabel

Tabel 3. 1 Komponen dan alat ... 20

Tabel 3. 2 Perhitungan sudut, tegangan dan kecepatan motor ... 21

Tabel 3. 3 Pin GPIO dan LED ... 23

Tabel 3. 4 Komponen dan alat penyusun lampu lalu lintas ... 24

Tabel 4. 1 Keterangan penyusun komponen hardware ... 34

Tabel 4. 2 Kordinat pixel ... 38

Tabel 4. 3 Perhitungan rata-rata FPS pi camera ... 45

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Lampu Lalu lintas atau disebut APILL (Alat Pemberi Isyarat lalu Lintas) merupakan suatu pengatur persimpangan jalan saat ada volume kendaraan tertentu agar persimpangan menjadi lancar [1]. Pengaturan Lampu lalu lintas saat ini sebagian besar masih menggunakan pengendalian waktu yang terpasang pada sistemnya tanpa menggunakan sistem tambahan lain. Waktu penyalaan lampu lalu lintas diatur sebelumnya sesuai dengan perkiraan kendaraan yang lewat kemudian aktif sesuai dengan waktu yang telah ditentukan. Hal tersebut membuat operator tidak bisa merubah pewaktuan nyala lampu lalu lintas pada tiap arah setiap saat. Hal ini juga menjadi masalah bagi kendaraan yang benar-benar membutuhkan ruang untuk bergerak cepat.

Menurut penelitian yang dilakukan oleh S.,U., Hadian.,dkk, 2007 [2] merancang sebuah alat pengatur lalu-lintas yang berfungsi untuk memberikan kemudahan kepada kendaraan lain yang ingin melewati suatu titik perpotongan putar-balik dengan jalur busway. Pendeteksian kedatangan bus Transjakarta dilakukan dengan menggunakan sensor Light Dependent Resistor (LDR). Setelah sensor mendeteksi kedatangan bus Transjakarta kemudian diteruskan ke modul mikrokontroler. Keluaran dari mikrokontroler dihubungkan dengan lampu LED yang berfungsi sebagai lampu indikator. Modul sensor berfungsi untuk melakukan pendeteksian terhadap kedatangan bus Transjakarta. Keluaran sensor ini berupa pulsa-pulsa, yang dihubungkan dengan modul mikrokontroler. Jika sensor mendeteksi kedatangan bus Transjakarta maka diteruskan ke mikrokontroler sebagai pengatur lalu lintasnya. Lampu LED berfungsi sebagai lampu indikator lalu-lintas. Indikator lampu merah (LED merah) bertujuan untuk menghentikan kendaraan yang hendak memutar arah. Indikator lampu hijau (LED hijau) bertujuan untuk mengijinkan kendaraan lainnya untuk memutar arah melintasi jalur busway.

Selanjutnya pada penelitian yang dilakukan oleh K, B, .Neelima dan T, Saravanan [3], yang merancang sebuah sistem count dengan metode pendeteksi objek menggunakan pengolahan citra menggunakan OpenCV, output dihasilkan yaitu dengan melakukan perhitungan terhadap jumlah objek yang terdeteksi. Penelitian serupa telah dilakukan oleh Meisam Razavi ,dkk,2019 tentang Smart Traffic Light Scheduling in Smart City Using Image and Video Processing [4] yang dalam perancangnya dibuat sebuah penjadwalan

lampu lalu lintas ditentukan berdasarkan kepadatan dan jumlah kendaraan yang lewat. Rancangan tersebut, diimplementasikan dengan Raspberry-Pi dan OpenCV sebagai programnya serta dikombinasikan dengan metode IOT (Internet of Things) dalam mengkontrol lampu lalu lintas. Hasil analitik dan eksperimental menunjukkan efisiensi yang disediakan oleh model yang diusulkan dalam manajemen Smart Traffic Light. Pada penelitian yang dilakukan oleh Khalid M, Dr. Muhammad Akhlaq, 2019 [5] dibuat sebuah sistem kendaraan yang diprioritaskan untuk melintasi lampu lalu lintas dengan aman dan tanpa penundaan. Perancangan penelitian menggunakan aplikasi Android, protokol MQTT (Message Queuing Telemetry Transport), dan Google Maps. Pengontrol lampu lalu lintas dikontrol dengan mikrokontroler, dan Internet untuk menghubungkan keduanya. Aplikasi Android memungkinkan pengguna untuk memilih tujuan. Google Maps digunakan untuk menemukan jalur terpendek ke tujuan. Aplikasi Android yang diciptakan mengirimkan waktu kedatangan ke setiap pengontrol pada tiap persimpangan lampu lalu lintas dan memberi prioritas lampu hijau setelah kendaraan tiba.

Penelitian yang telah dilakukan tersebut mendasari penulis untuk membuat sebuah bentuk kerja suatu sistem kendali lampu lalu lintas menggunakan image processing berbasis Python programming dengan memprioritaskan busway agar dapat melewati persimpangan dengan cepat sehingga menambah efisiensi waktu untuk menuju ke halte bus selanjutnya.

1.2. Tujuan dan Manfaat

Tujuan dari tugas akhir ini

1. Membuat sistem lampu lalu lintas cerdas dan adaptif yang dapat mengatur pergantian nyala lampu lalu lintas pada tiap persimpangan agar bus trans pada jalur busway dapat lancar dalam melewati persimpangan.

Manfaat dari tugas akhir ini

1. Menjadikan sebuah referensi bagi orang lain untuk pengembangan lebih lanjut mengenai suatu prioritas kendaraan tunggal untuk mengatur pewaktuan Traffic light.

2. Penelitian ini akan menambah aplikasi penggunaan Raspberry Pi dalam mengontrol sebuah lampu lalu lintas dengan digunakan pengolahan citra untuk mendeteksi suatu bus.

1.3. Batasan Masalah

Adapun beberapa batasan masalah dari tugas akhir ini guna menghindari pelebaran masalah yang tidak sesuai dengan rancangan, antara lain:

1. Alat ini akan berupa prototype.

2. Posisi camera fix (tidak berubah posisi) dan background sama. 3. Model persimpangan perempatan.

4. Penskalaan jarak akan disetarakan dengan jarak asli.

5. Mengenali objek bus dan sekaligus kecepatan dalam jarak yang ditentukan. 6. Menggunakan Raspberry Pi camera v 1.3 untuk mendeteksi dan mengenali

objek.

7. Sebagai laju miniatur bus menggunakan konveyor. 8. Menggunakan Raspberry Pi 3B.

1.4

Metode Penelitian

Metodologi yang digunakan dalam tugas akhir ini adalah sebagai berikut :

1. Studi literatur dan referensi, mempelajari buku-buku dan jurnal yang membahas mengenai Raspberry Pi, Python dan Opencv, serta buku- buku pendukung lainnya. Selain itu, informasi dikumpulkan dari berbagai artikel dari internet. Informasi tersebut mencakup mengenai datasheet Raspberry Pi, dan bahasa pemrograman Python dan Opencv.

2. Perancangan dan Pembuatan Alat

Perancangan dan pembuatan alat dimulai dari pembuatan hardware. Hardware yang dibuat berupa rangkaian elektronik pada port GPIO serta bus miniatur dan penggeraknya. Perancangan selanjutnya yaitu perancangan program pendeteksian bus serta pengontrol lampu lalu lintas (APILL) pada Raspberry Pi. Diagram blok sistem bisa dilihat pada gambar 1.1. Diagram tersebut merupakan alur kerja pendeteksian bus.

Gambar 1. 1 Diagram blok sistem deteksi kendaraan untuk lampu lalu lintas cerdas 3. Pengujian Alat dan Pengambilan Data

Pengambilan data alat dimulai dari pengujian apakah sistem sudah sesuai dengan tujuan yaitu mendeteksi objek bus bergerak sudah sesuai atau belum, dan menguji fungsi dari tiap komponen agar bekerja sesuai fungsi program.

4. Pembuatan Analisis dan Kesimpulan

Pada tahap ini dilakukan pembahasan mengenai sistem perangkat lunak dan perangkat keras yang dibuat, serta membahas perbandingan antara teori dan hasil pengambilan data. Analisis dan pengambilan kesimpulan diambil berdasarkan persentase keberhasilan pada sistem secara keseluruhan.

5

BAB II

Dasar Teori

2.1.

Lampu Lalu Lintas

Lampu lalu lintas adalah suatu alat untuk pengontrol arus lalu lintas [1]. Pengaturan arus lalu lintas pada persimpangan pada dasarnya bertujuan supaya pergerakan kendaraan dapat bergerak secara bergantian sehingga arus lalu lintas teratur, tidak terjadi kemacetan. Ada berbagai jenis kendali dengan menggunakan lampu lalu lintas dimana pertimbangan ini sangat tergantung pada situasi dan kondisi persimpangan yang ada seperti volume, geometrik simpang dan sebagainya.

Dalam mengatur lampu lalu lintas ada beberapa jenis yaitu yang pertama Fixed time traffic signals merupakan pengoperasian lampu lalu lintas dimana pengaturan waktunya (setting time) tidak mengalami perubahan atau tetap [1]. Untuk yang kedua Actuated traffic signals pengoperasian lampu lalu lintas dimana pengaturan waktunya (setting time) mengalami perubahan dari waktu ke waktu sesuai dengan kedatangan kendaraan dari berbagai pendekat/ kaki simpang (approaches) [1].

Dalam mengatur pewaktuan nyala lampu lalu lintas konvesional digunakan pewaktuan rush hour berdasarkan jam sibuk kerja (fixed Time). Lampu lalu lintas juga dapat diatur secara berubah rubah secara otomatis dengan kondisi tertentu dengan bantuan sensor atau juga camera yang akan mendeteksi arus setiap lajur lampu lalu lintas lalu diolah dengan mikrokontroler untuk mengatur nyala tiap lampu merah dan hijaunya, Ada juga dengan user dengan mengganti inputan secara real time dalam jarak jauh akan tetapi biaya untuk alat ini mahal.

Pengaturan lampu lalu lintas dilakukan menggunakan data tiap lajur kendaraan yang melintas dalam kurun waktu tertentu atau bisa disebut dengan arus kendaraan, sedangkan kepadatan sendiri adalah jumlah kendaraan yang lewat per satuan panjang jalan [6]. Perumusan arus kendaraan ditunjukan pada persamaan (2.1) sedangkan kepadatan ditunjukan pada persamaan (2.2)

q =3600N

t (2.1)

k = N

L (2.2)

k= Kepadatan/density L= panjang Jalan

N= jumlah kendaraan yang melewati satu titik tertentu di jalan dalam t .

2.2. Raspberry Pi 3B

Merupakan generasi ketiga dari keluarga Raspberry Pi. Raspberry Pi 3B memiliki RAM 1 GB dan grafis Broadcom VideoCore IV pada frekuensi clock yang lebih tinggi dari sebelumnya yang berjalan pada 250MHz. Raspberry Pi 3B Merupakan seri yang lebih baru daripada Raspberry Pi 2 model B [7] .

Kelebihannya dibandingkan dengan Raspberry Pi 2 adalah: 1. A 1.2GHx 64-bit quad-core ARMv8 CPU

2. 802.11n Wireless LAN 3. Bluetooth 4.1

4. Bluetooth Low Energy (BLE)

Sama seperti Raspberry Pi 2, Raspberry Pi 3B juga memiliki 4 USB port, 40 pin GPIO, Full HDMI port, port Ethernet, Combined 3.5 mm audio jack and composite video, Camera interface (CSI), Display interface (DSI), slot kartu Micro SD (Sistem tekan-tarik, berbeda dari yang sebelum nya ditekan-tekan), dan VideoCore IV 3D graphics core. Raspberry Pi 3 juga direkomendasikan untuk digunakan bagi mereka yang ingin menggunakan Pi dalam proyek-proyek yang membutuhkan daya yang sangat rendah. Pada gambar 2.1 adalah bentuk model Raspberry Pi 3B.

Gambar 2. 1 Raspberry pi 3B [7]

2.3. GPIO Raspberry pi

GPIO merupakan sederet pin yang terdiri dari 40 pin dengan berbagai fungsi [7]. Salah satu fitur yang kuat dari Raspberry Pi adalah deretan GPIO (tujuan umum input / output) pin di sepanjang tepi atas pin board. Raspberry Pi Pada tingkat tertentu, Gpio dapat digunakan sebagai switch yang dapat anda aktifkan atau nonaktifkan (input) atau bisa juga untuk mengaktifkan atau menonaktifkan (output). Dari 26 pin gpio yang dimiliki Raspberry

Pi, terdapat 2 pin sebagai sumber tegangan 5 V, 2 pin sumber tegangan 3.3 V, 5 pin ground, 17 pin input / output. Tiap Pin GPIO dapat diprogram untuk menjalankan suatu output atau input tertentu dengan memperhatikan konfigurasi tiap pinnya [7]. Pada gambar 2.2 adalah konfigurasi tiap pin pada GPIO dan fungsinya.

Gambar 2. 2 GPIO Pin Raspberry pi [7]

2.4. Pi camera Board

Modul Pi camera merupakan salah satu accessories pendukung Raspberry Pi. Kamera berukuran 5mp ini dilengkapi dengan kabel datar fleksibel yang berfungsi untuk dihubungkan pada konektor CSI yang terletak antara port ethernet dan port HDMI pada Raspberry Pi board. Modul pi camera seri v1.3 dapat dilihat pada gambar 2.3.

Gambar 2. 3 Pi camera [7]

Mengaktifkan pi camera pada sistem operasi Raspbian, dapat dilakukan dengan melakukan install dan upgrade versi terbaru dari Raspbian OS, kemudian jalankan Raspi-config dan pilih Camera Option. Pi camera dapat mengambil gambar dengan resolusi 1080p, 720p dan merekam video dengan resolusi sebesar 640 x 480 p. Pi camera memiliki dimensi 25mm x 20mm x 9mm. Selain itu, Pi camera mendukung Python library juga [7].

2.5. Pemrograman dengan Python dan OpenCV

Python merupakan bahasa pemrograman yang bersifat freeware atau perangkat bebas dan tidak ada batasan dalam penyalinan atau mendistribusikannya [24]. Python terdiri dari source code debugger, profiler, pelayanan antarmuka, fungsi sistem, GUI (antarmuka pengguna grafis), dan basis datanya. Python dapat digunakan dalam beberapa sistem operasi seperti Windows dan Linux.

OpenCV (Open Source Computer Vision) adalah library dari Python digunakan dalam pemrograman untuk pengolahan citra komputer. OpenCV bersifat gratis baik untuk penggunaan akademis maupun komersial. OpenCV dapat digunakan pada sistem operasi Windows dan Linux [8].

Pengolahan citra pada opencv memerlukan fungsi atau syntax. Fungsi- fungsi opencv yang ada dalam library opencv untuk mendukung identifikasi objek antara lain [8]:

1. Absdiff adalah fungsi untuk menghitung perbedaan absolut per elemen antara dua array atau antara array dan scalar. Perintah yang digunakan adalah“cv2.absdiff ()” 2. CvtColor adalah fungsi untuk mengkonversi citra dari satu ruang warna ke yang

lain. Perintah yang digunakan adalah “cv2.cvtColor( )”

3. GaussianBlurr adalah fungsi dari OpenCV yang bertugas untuk menghaluskan dan menghilangkan noise. Perintah yang digunakan adalah ”cv2.GaussianBlur( )” 4. Backgound subtraction adalah teknik untuk menghasilkan gambar foreground (frame yang dikurangkan dengan background). Perintah yang digunakan adalah ” cv2.createBackgroundSubtractor()”

5. Threshold adalah fungsi dari opencv yang biasanya digunakan untuk mendapatkan gambar BI-level (biner) dari gambar grayscale atau untuk menghilangkan noise, yaitu, menyaring piksel dengan nilai terlalu kecil atau terlalu besar. Perintah yang digunakan adalah “cv2.threshold ( )”.

6. Find Contours adalah perintah dari OpenCV untuk menemukan kontur dalam citra biner. Perintah yang digunakan adalah “cv2.findContours”.

7. Bounding Rectangle merupakan fitur yang memungkinkan untuk melingkupi area kontur objek didalam sebuah persegi. Terdapat dua jenis Bounding Rectangle, yaitu Straight Bounding Rectangle dan Rotated Bounding Rectangle. Di dalam library OpenCV perintah Straight Bounding Rectangle yang digunakan adalah “cv2.boundingRect()”.

8. Titik centroid merupakan suatu titik tengah yang dibuat dari sebuah kotak sebesar frame bus. Titik centroid dapat dihitung dengan persamaan (2.3) dan (2.4).

𝐶(𝑥) = 𝑥 + (w

2) (2.3)

𝐶(𝑦) = 𝑦 + (H

2) (2.4)

C(x)= titik kordinat tengah x C(y)= titik kordinat tengah y x = kordinat x pada bounding box y = kordinat y pada bounding box w = lebar bounding box

2.6. Bus Miniatur

Bus adalah kendaraan bermotor angkutan umum yang besar, beroda empat atau lebih, yang dapat memuat penumpang banyak sedangkan miniatur adalah tiruan sesuatu dalam skala yang diperkecil. Miniatur bus yang digunakan dalam bentuk papercraft buatan dari Canon Creative Park.

2.7. Background Subtraction

Background subtraction adalah salah satu teknik pengolahan citra yang digunakan untuk menghasilkan bagian citra yang tidak terdapat pada background sehingga mampu menampilkan objek yang sebelumnya tidak terdapat pada background pada citra yang dihasilkan oleh capture kamera. Latar background subtraction pada umumnya digunakan secara luas untuk menghasilkan latar depan (foreground) (yaitu, gambar biner yang berisi piksel milik benda bergerak dalam perpindahan) dengan menggunakan kamera statis. Background subtraction menghitung latar depan (foreground) melakukan pengurangan antara frame saat ini dengan background model [8]. Pengurangan latar depan dengan background dapat diilustrasikan pada gambar 2.4.

Gambar 2. 4 Background subtraction [8]

Perhitungan background dapat diperoleh dengan menggunakan metode TABI atau time-average background image [10]. Metode ini akan menghasilkan gambar background yang merupakan pendekatan dengan cara mendapatkan rata-rata nilai pixel gambar berdasarkan serangkaian frame dari serangkaian gambar. Perumusannya ditunjukkan pada persamaan (2.5):

F(x, y) =∑ fi(xi,yi)n

N (2.5)

i=banyaknya pixel ke N

2.8. Deteksi Kecepatan

Kecepatan kendaraan diperoleh dari frame hasil deteksi foreground. Frame yang terdeteksi kemudian digunakan dalam menentukan posisi kendaraan pada setiap frame. Penentuan posisi kendaraan dapat digunakan garis deteksi kecepatan untuk mempermudah perhitungan. Dalam video image dibentuk ROIbox (persegi empat penanda objek pada citra) sebagai suatu garis deteksi kecepatan. Garis deteksi kecepatan perlu ditentukan titik awal garis sampai akhir garis yang merupakan suatu panjang jarak. Setelah garis awal dan akhir ditentukan maka jumlah frame kendaraan yang diperlukan selama melewati garis dapat diketahui. Persamaan dalam menghitung kecepatan berdasarkan jumlah frame yang melewati garis deteksi kecepatan ditunjukkan pada persamaan (2.6) [10].

Kecepatan kendaraan = Jarak x fps

jumlah Frame ditempuh (2.6)

2.9. Kontur

Kontur merupakan keadaan yang ditimbulkan oleh perubahan intensitas pada piksel-piksel yang bertetangga atau berdekatan satu sama lain [11]. Perubahan intensitas itulah yang menyebabkan tepi (edges) objek pada citra dapat terdeteksi. Pada dasarnya terdapat dua jenis kontur, yaitu kontur terbuka yang pada gambar 2.5 dan kontur tertutup yang ditunjukkan pada gambar 2.6. Kontur tertutup membatasi pinggiran pixel yang mengelilingi suatu daerah objek, atau dengan kata lain membentuk suatu sirkuit tertutup. Batas-batas yang mengelilingi suatu daerah objek dapat berguna untuk mendeskripsikan objek yang dapat digunakan untuk mengenali suatu objek. Tipe kontur yang lain yaitu kontur terbuka perbedaanya batas batas pixelnya tidak melingkupi seluruh daerah objek. Representasi kontur dapat berupa daftar notasi tepi (edge list) dengan memperhatikan batasan pinggiran. Edge list merupakan himpunan berurutan piksel-piksel tepi yang menjadi batas daerah suatu objek. Teknik yang sering kali digunakan untuk merepresentasikan kontur dalam bentuk edge list adalah dengan menggunakan kode

rantai[11].

Kode rantai merupakan notasi yang digunakan untuk mengkodekan edge list yang membentuk batas daerah suatu objek. Kode rantai menspesifikasikan arah setiap piksel-piksel tepi di dalam edge list. Arah yang digunakan adalah 8 arah mata angin ditunjukkan pada gambar 2.7 [11].

Pengkodean dimulai dari sebuah piksel tepi dan berjalan searah jarum jam. Arah setiap piksel tepi yang membentuk batas objek dikodekan dengan salah satu dari delapan kode rantai. Kode rantai merepresentasikan batas objek dengan koordinat piksel tepi awalan dan diikuti dengan daftar kode rantai berikutnya. Pada gambar 2.8 dan gambar 2.9 adalah contoh pengkodean batas objek dengan menggunakan kode rantai [11].

Gambar 2. 9 Hasil pengkodean [11]

2.10. Model Citra

Secara matematis fungsi intensitas cahaya pada bidang dua dimensi disimbolkan dengan f(x,y) [11], yaitu:

(x,y) : koordinat pada bidang dua dimensi

f(x,y) : intensitas cahaya (brightness) pada titik (x,y)

Gambar 2.10 memperlihatkan posisi koordinat pada bidang citra. Sistem koordinat yang diacu adalah sistem koordinat kartesian, yang dalam hal ini sumbu mendatar menyatakan sumbu-X, dan sumbu tegak menyatakan sumbu-Y.

Gambar 2. 10 Cara menentukan kordinat dalam citra [12]

2.11. Digitalisasi Citra

Digitalisasi citra dinyatakan dalam bentuk matrik yang berukuran N x M, N merupakan baris dan M kolom [12]. Pada gambar 2.11 merupakan suatu kumpulan representasi citra dalam matrik yang berbentuk kordinat. Kordinat tersebut memiliki nilai suatu intensitas warna, warna hitam sebagai warna minimal (0) dan warna putih (255) sebagai warna maksimalnya, sehingga warna antaranya adalah abu-abu, seperti ditunjukkan pada gambar 2.12 [13].

Gambar 2. 11 Pembentukan Citra dan Matrik Citra [12]

Gambar 2. 12 Nilai matrik yang dihasilkan [13]

2.12. FPS (FRAME PER SECOND) pada video digital

Video dapat didefinisikan sebagai suatu rangkaian citra digital yang tersusun berdasarkan waktu. Video memiliki 3 dimensi karena dua dimensi yang pertama adalah baris dan kolom pada setiap citranya, sedangkan dimensi ketiga adalah waktu urutan framenya. Video juga dapat diartikan sebagai citra digital yang dibaca secara berurutan dalam suatu waktu dengan kecepatan yang relatif cepat sehingga menimbulkan efek gambar bergerak [21].

Sebuah citra pada video dikenal sebagai frame. Kecepatan yang digunakan untuk menggerakkan citra-citra tersebut dinamakan frame rate, dengan satuan frame per second (FPS). Frame rate menyatakan banyaknya frame yang bergerak tiap detik. Semakin banyak frame yang bergerak tiap detiknya maka semakin bagus kualitas video. Untuk memahaminya dengan mudah, kita bisa mengambil contoh dari sebuah film kartun [14]. Film kartun pada hakekatnya adalah beribu-ribu gambar yang diperlihatkan secara cepat, sehingga kelihatan seperti bergerak. Semakin banyak gambar yang ditampilkan setiap detiknya untuk membuat gerakan gambar, semakin halus pula kualitas film yang dihasilkan.

2.13. Rumus Mencari Kecepatan

Untuk menghitung kecepatan suatu objek bergerak maka perlu perumusan untuk mencari kecepatan [9]. Perumusan tersebut ditunjukkan pada persamaan (2.7)

v =

s t (2.7) Keterangan V= kecepatan (m/s) s = jarak(m) t = waktu(s)

Untuk mencari kecepatan dari perpindahan benda terhadap selang waktu dirumuskan pada persamaan (2.8) [9].

v =∆x ∆t= x2−x1 t2−t1 (2.8) V = kecepatan (m/s) ∆x = x2 - x1 (m) ∆t = t2 – t1 (s)

2.14. Region Of Interest (ROI)

Sebuah region of interest adalah bagian dari citra yang ingin disaring (filter) untuk membentuk beberapa operasi terhadapnya [12]. Tujuan dari pemotongan ini adalah untuk mengambil citra yang diperlukan. Dimensi citra yang dipotong disesuaikan dengan dimensi dari proses segmentasi atau pengkodean suatu objek. ROI memungkinkan untuk mengakses bagian tertentu dari sebuah citra untuk diolah secara berbeda. Fitur ini menjadi sangat penting apabila terdapat bagian area tertentu dari citra yang dianggap lebih penting dari area lainnya.

2.15. Teorema Pythagoras

Teorema Pythagoras merupakan hubungan antara tiga sisi segitiga siku-siku. Teorema ini dapat ditulis sebagai persamaan yang menghubungkan panjang sisi A, B dan C seperti persamaan (2.9). Sisi C mewakili panjang sisi miring dan sisi A dan sisi B panjang dari dua sisi segitiga lainnya dapat dilihat seperti gambar 2.13. Dalam mencari panjang sisi miring merupakan penjumlahan akar kuadrat sisi A dan B ditunjukkan pada persamaan (2.10).

A2_{+ B}2 _{= C}2 _(2.9)

C = √A2_{+ B}2 _(2.10)

Gambar 2. 13 Segitiga siku siku

2.16. Hukum Ohm

Jika sebuah penghantar atau hambatan (resitansi) dilewati oleh sebuah arus. Maka pada kedua ujung penghantar akan muncul beda potensial. Menurut hukum ohm beda potensial atau tegangan tersebut berbanding lurus dengan arus yang mengalir melalui bahan tersebut (Ramdhani M, 2008) secara matematis ditunjukkan pada persamaan (2.11).

V = I. R (2.11)

2.17. Transistor Sebagai Sakelar (Switch)

Salah satu aplikasi transistor dapat digunakan sebagai sakelar atau switch [19]. Transistor akan bertindak sebagai penghubung sakelar tertutup jika tegangan pada terminal Basis bernilai (Vin > 0,7 V) diberikan diantara terminal basis dan emitor dengan tegangan kolektor ke emitor akan sama dengan 0V [19], pada keadaan ini transistor berada pada kondisi saturasi (jenuh) yang artinya arus kolektor akan meningkat dan mendekati maksimum. Jika tegangan 0 V diterapkan pada input terminal basis transistor beroperasi sebagai sirkuit terbuka (transistor tidak bekerja) sehingga tidak dapat mengalirkan arus dari kolektor ke emitor.

Hubungan antara besarnya arus collector (IC), arus basis (IB) yaitu beta (β), beta merupakan besar penguatan arus DC untuk common emitter [19] ditunjukkan pada

persamaan persamaan (2.12). Selanjutnya dalam menghitung nilai tahanan pada basis transistor menggunakan persamaan (2.13) dengan mengacu rangkaian pada gambar 2.14.

Gambar 2. 14 Rangkaian Transistor sebagai saklar β =IC

IB (2.12)

R_B =VB−VBE

IB (2.13)

2.18. Motor Universal

Motor universal sesuai dengan namanya adalah salah satu motor listrik yang bekerja pada sumber tegangan listrik arus bolak-balik (AC) dan pada arus searah (DC) karena memiliki konstruksi yang sama dengan motor dc seri [23]. Prinsip kerja motor universal dapat dijelaskan pada gambar 2.15 dimana sumber tegangan bolak-balik membangkitkan medan magnet bolak-balik pada inti besi stator yang berubah arah sesuai dengan polaritas sumber tegangan. Pada kumparan rotor mengalir arus dan membangkitkan medan magnet rotor yang juga berubah sesuai dengan perubahan arah polaritas sumber. Interaksi kedua medan magnet tersebut menyebabkan timbul gaya gerak yang mengakibatkan rotor berputar. Pengaturan kecepatan motor universal dapat dilakukan dengan mengatur variabel tegangan sumber Vs [23]. Dalam pengaturanya dapat menggunakan dimmer.

Didalam rangkaian dimmer, terdapat 3 komponen penting untuk mengatur kerja dimmer ini. Komponen TRIAC berfungsi untuk mengatur besaran tegangan AC yang masuk pada beban. Sementara komponen DIAC dan VR (variabel resistor) berfungsi untuk mengatur atau mentrigger bias TRIAC guna menentukan titik on dan off pada komponen TRIAC ini.

Gambar 2. 16 Bentuk tegangan keluaran pada sudut penyulutan 90 derajat [23] Hasil kerja dimmer ini menyulut tiap belahan gelombang secara bergantian sehingga menghasilkan bentuk tegangan keluaran pada beban seperti tampak pada gambar 2.16 [23]. Hubungan antara tegangan keluaran efektif dengan sudut fasa penyalaan pada beban motor universal dapat ditunjukkan pada persamaan (2.14):

Vo = Vefektifx α

180 (2.14)

Vo = tegangan keluaran Vefektif = tegangan jala jala α = sudut fasa penyalaan

Selanjutnya hubungan penyulutan sudut TRIAC dengan kecepatan motor dapat ditunjukkan pada persamaan (2.15) dengan mengacu spesifikasi maksimum putaran motor yaitu 7000 rpm (Tabel 3.1).

Kecepatan = α

17

BAB III

PERANCANGAN ALAT

Rancangan perangkat keras dan perangkat lunak : 1. Proses kerja sistem.

2. Rancangan perangkat keras (hardware).

1. Cara kerja konveyor sebagai simulator penggerak bus. 2. Perhitungan kecepatan motor dengan dimmer

3. Penskalaan jarak kamera pada konveyor. 4. Penskalaan bus miniatur dengan ukuran asli 5. Rancangan lampu lalu lintas.

6. Gambaran cara kerja sistem lampu lalu lintas dan lajur busway. 3. Rancangan perangkat lunak (software).

1. Rancangan Diagram Alir Keseluruhan Sistem (flowchart). 2. Perancangan diagram alir subrutin pendeteksian frame bus. 3. Perancangan diagram alir subrutin interupsi pada traffic light. 4. Gambaran cara kerja sistem kamera dalam menangkap objek bus. 5. Gambaran cara kerja siklus waktu nyala lampu lalu lintas.

6. Konsep perhitungan kecepatan bus pada jarak 300m-200m dengan roi-box dan pengaturan waktu interupsi.

3.1. Proses Kerja Sistem

Pada tahap ini dibuat sistem kendali lampu lalu lintas dengan objek bus yang akan lewat digunakan konveyor sebagai media geraknya kemudian diolah dengan piranti Raspberry Pi sebagai deteksi dan pengolah data. Media gerak konveyor tersebut menggerakkan bus dengan perputaran pada belt konveyor yang dibantu dengan kerja pada putaran motor universal seri DY 803C. Putaran motor dapat diatur dengan steker dimmer 2000 W agar dapat bervariasi dalam mengatur pergerakan bus. Hasil dari pergerakan bus itu pada jarak tertentu dideteksi sebagai kedatangan bus oleh pi camera dengan bantuan piranti perangkat lunak python dan opencv yang terinstall pada Raspberry Pi. Data kedatangan bus ini akan diolah oleh Raspberry Pi untuk mengatur waktu pergantian lampu menjadi merah atau tetap merah di jalur jalan lainnya, sehingga waktu bus sampai

persimpangan lampu jalur bus hijau, dan jalur lain merah. Alur proses pengaturan ditunjukkan oleh diagram blok sistem pada gambar 3.1.

Gambar 3. 1 Diagram Blok kerja sistem rancangan

3.2. Perancangan Perangkat Keras (Hardware)

3.2.1. Cara kerja Konveyor sebagai Simulator Penggerak Bus

Pada rancangan perangkat keras digunakan konveyor sebagai penggerak bus dan dideteksi dengan pi camera (Gambar 3.2). Selanjutnya Raspberry Pi mengolah data dan hasil output digunakan untuk mengatur lampu lalu lintas tersebut.

Gambar 3. 2 Desain Cara kerja Raspberry pi camera dalam mendeteksi bus Gambar 3.3 merupakan posisi pi camera dengan ketinggian 20 cm dan motor yang terletak pada ujung tepi konveyor, motor Akan tersambung dengan poros penggerak belt. Gambar 3.4 adalah rangkaian dimmer 2000W untuk mengatur kecepatan motor nya. Gambar 3.5 adalah ukuran pada konveyor untuk simulasi jalur busway dan jalur lainnya dengan panjang belt konveyor 1,5 m x 2 (3 m). Lebar belt konveyor adalah 40 cm dan lebar jalur busway adalah 15 cm. Komponen yang dibutuhkan untuk membuat konveyor ditunjukkan pada Tabel 3.1.

Gambar 3. 3 Letak camera dan motor pada konveyor

Gambar 3. 4 Rangkaian dimmer steker

Tabel 3. 1 Komponen dan alat

No Komponen dan alat Jumlah

Komponen 1 Motor Universal mesin jahit seri DY 803C 120W, 220V,

50Hz, maks: 7000rpm.

1 2 Dimmer steker 2000 W, 170-230V AC, VR 220k 1

3 Kain hitam 3.5m x 40cm 1

4 Silinder besi panjang 60 cm diameter 0,8 cm 2

5 Laker diameter 0,8 cm 4

6 Miniatur Bus 2

7 Raspberry pi 3B 1

8 Pi camera V 1.3 1

3.2.2. Perhitungan Kecepatan Motor dengan Dimmer

Penskalaan rentang sudut 0 ̊-180 ̊ terhadap variabel resistor 220kΩ yang diketahui dari spesifikasi rangkaian dimmer (Tabel 3.1) dapat dihitung dengan membandingkan nya. Perhitungan dapat dirumuskan pada persamaan (3.2) yang didapat dari penjabaran persamaan (3.1). 180 220.000= 0,818 x 10 −3 per 1 ̊ (3.1)

R =

α 0,818 x 10−3 (3.2)

dari persamaan (3.2), persamaan (2.14), persamaan(2,15) digunakan dalam menghitung resistansi tiap sudut fasa, nilai tegangan, sudut fasa serta kecepatan. Menggunakan acuan persamaan (3.2) dalam menghitung pada sudut penyulutan 30 ̊ didapat resitansi 36.674 Ω (persamaan (3.3)). Selanjutanya tegangan output didapat 36,6 V (persamaan (3.4)) yang nilai tegangan efektif adalah 220 V. Untuk menghitung kecepatan motor didapat 1.166 rpm (persamaan (3,5)). R = 30 0,818 x 10−3 = 36.674 Ω (3.3) Vo = Vefektif(220 V)x α 180= 220 x 30 180= 36,6 V (3.4) Kecepatan = 30 180x 7000rpm = 1.166 rpm (3.5)

Tabel 3. 2 Perhitungan sudut, tegangan dan kecepatan motor

3.2.3. Penskalaan Jarak Kamera pada Konveyor

Pada tahap ini dirancang penskalaan jarak pada konveyor. Pembagian jarak di konveyor mempertimbangkan panjang konveyor dan posisi jarak pandang kamera. Pembagian skala ini dapat dilihat pada gambar 3.6. Setiap 100m diwakili 30cm pada jarak 100 m sampai dengan 400 m. Perhitungan untuk menentukan jarak kamera dalam menangkap objek dapat dihitung menggunakan persamaan (2.10). Perancangan lebar jalur busway dibuat dengan besar 15cm diikuti dengan pembentukan jarak 100 meter sampai dengan 400m yang sudah diskalakan tiap 100 m sama dengan 30cm

Gambar 3. 6 Penskalaan jarak pada konveyor

3.2.4. Penskalaan Bus Miniatur dengan Ukuran Asli

Ukuran panjang bus secara nyata pada umumnya adalah 12 m atau 1200 cm [22]. Untuk menentukan penskalaan ukuran miniatur bus diperlukan perhitungan perbandingan ukuran jarak konveyor yang diskalakan. Perhitungan perbandingan ditunjukkan pada persamaan (3.6).

30 𝑐𝑚 ∶ 100𝑚 = 30𝑐𝑚 ∶ 10000𝑐𝑚 = 1 ∶ 333,33 (3.6) Perbandingan jarak 100m yang diskalakan 30cm pada persamaan (3.6) akan digunakan dalam menghitung panjang miniatur bus. Perhitungan pada persamaan (3.7) merupakan ukuran panjang yang dibutuhkan untuk membuat miniatur bus.

Sudut penyulutan Resitansi (ohm) Tegangan output (V) Kecepatan (rpm) 0 0 0 0 30 36.674 36,6 1.166 45 55.000 55 1.750 90 110.000 110 3.500 120 146.700 146 4.666 180 220.000 220 7.000

Hasil perhitungan perbandingan panjang bus nyata dengan panjang bus miniatur ditunjukan pada gambar 3.7.

1

333,33∗ 1200 𝑐𝑚 = 3,6 cm (3.7)

Gambar 3. 7 Penskalaan panjang bus

3.2.5. Rancangan Lampu Lalu Lintas

Dalam simulasi ini, rancangan lampu lalu lintas terdiri dari 4 persimpangan lampu lalu lintas. Dalam merancang lampu lalu lintas diperhatikan nilai batas maksimum dari suatu karakteristik Gpio. Menurut sumber dari raspberry foundation [15] Pin GPIO dapat diberikan beban sampai 50 mA untuk 40 pin dengan aman. Tetapi setiap pin diijinkan arus 16mA, selama total arus semua pin tidak melebihi 50 mA. Untuk mengamankan GPIO pada Raspberry Pi diperlukan pembatas arus, sekaligus penguat arus tiap pin. Gambar 3.8 adalah rangkaian penguat arus dan transistor sebagai saklar. Dalam perhitungan, LED dengan spesifikasi 2.2v, arus 16 mA [17] dan sumber tegangan pi 5 v, dengan mengacu rumus persamaan (2.11) maka nilai hitung tahanan R2 pada persamaan (3.8) adalah sebesar 175 Ω.

R2 =V

I = 5−2.2v

0.016A= 175 Ω ≈ dipasaran 180 Ω (3.8)

Selanjutnya untuk menghitung arus maksimal dengan gain 𝛽 = 100 pada basis transistor menggunakan persamaan (2.12). Perhitungan arus basis transistor (I(B)) pada persamaan (3.9) sebesar 0,00016 A.

I(B) = I(C)

β = 0.016A

100 = 0,00016A (3.9)

Setelah didapatkan nilai I(B) maka dapat dihitung R1, dengan mengacu persamaan (2.13) dan dari spesifikasi data sheet [15] tegangan pin GPIO 3.3 V kemudian dikurangkan dengan tegangan bias 0.7 V menjadi 2.6 V. Perhitungan tahanan R1 dihasilkan sebesar 16.250 Ω ditunjukkan pada persamaan (3.10).

R1 =VB−Vbe I = 3,3v−0,7v 0.00016A = 2,6v 0.00016A= 16.250Ω ≈ dipasaran 15kΩ + 1kΩ (3.10)

Hasil perhitungan tadi disimulasikan dengan Proteus 8.6 menghasilkan gambar 3.8.

Gambar 3. 8 Simulasi perhitungan Pin GPIO Tabel 3. 3 Pin GPIO dan LED

No Pin yang digunakan LED dan keterangannya 1 GPIO 2 , pin 3 LED merah (Lampu B) 2 GPIO 3, pin 5 LED kuning (Lampu B)

3 GPIO 4, pin 7 LED hijau (Lampu B)

4 GPIO 17, pin 11 LED merah (Lampu C) 5 GPIO 27, pin 13 LED kuning (Lampu C) 6 GPIO 22, pin 15 LED hijau (Lampu C) 7 GPIO 10, pin19 LED merah (Lampu A) 8 GPIO 9, pin 21 LED kuning (Lampu A) 9 GPIO 11, pin23 LED hijau (Lampu A) 10 GPIO 5, pin29 LED merah (Lampu D) 11 GPIO 6, pin 31 LED kuning (Lampu D) 12 GPIO 13, pin33 LED hijau (Lampu D)

13 Pin 2 Vcc 5v

14 Pin 9 GND

Tabel 3.3 dan Tabel 3.4 merupakan daftar pin yang digunakan serta daftar komponen penyusun lampu lalu lintas. Wiring dapat dilihat pada gambar 3.9, lalu rancangan PCB dapat dilihat pada gambar 3.10.

Tabel 3. 4 Komponen dan alat penyusun lampu lalu lintas No List komponen Penyusun

Lampu Lalu Lintas

Jumlah Komponen

1 LED merah 4

2 LED kuning 4

3 LED hijau 4

4 Pin head male 1 (ukuran 1x40)

5 Kabel jumper female-female 18

6 Kabel jumper male-male 18

7 Transistor BC547 12

8 Kabel jumper kawat 3 meter

Gambar 3. 9 Wiring LED ke GPIO

3.2.6. Gambaran Cara Kerja Sistem Lampu Lalu Lintas dan lajur

Busway

Desain lampu lalu lintas seperti pada gambar 3.11 dengan jalur busway searah. Arah bus berasal dari arah Lampu A ke Lampu C melalui 4 persimpangan. Daerah jarak deteksi bus untuk mengetahui kecepatan pada jarak 300m ke 200m. Posisi kamera terletak pada ujung jalur busway.

Gambar 3. 11 Persimpangan dan lampu lalu lintas

3.3. Rancangan Perangkat Lunak (Software)

3.3.1. Rancangan Diagram Alir Keseluruhan Sistem (Flowchart)

Rancangan diagram alir keseluruhan sistem merupakan cara kerja keseluruhan perangkat lunak dalam mendeteksi bus pada jalur busway dan mengatur lampu lalu lintas tiap simpang. Diagram alir (flowchart) secara keseluruhan sistem seperti gambar 3.12. Penggunaan pada perangkat lunak ini diprogram menggunakan opencv yang kemudian di import ke python sehingga saat Raspberry Pi camera mengcapture dan mendeteksi frame bus. Kemudian kecepatan bus dideteksi dan output yang dihasilkan digunakan untuk mengontrol jalannya lampu lalu lintas untuk waktu interupsi. Selesai interupsi siklus lampu APILL kembali normal dan Pi camera dapat diposisikan kembali untuk mengcaptured bus.

Gambar 3. 12 Flowchart keseluruhan sistem

3.3.2. Perancangan Diagram Alir Subrutin Pendeteksian Frame Bus

Tahap ini merupakan skema program yang akan dibuat dari subrutin “mendeteksi frame bus“ flowchart pada gambar 3.12. Skema program ini dibuat dengan memperhatikan syntax dan fungsi - fungsi yang ada di opencv. Gambar 3.13 merupakan diagram alir pendeteksian objek dengan mencari frame bus.

Gambar 3. 13 Flowchart subrutin deteksi frame bus

Pencarian frame bus dilakukan dengan mengurangkan latar depan (foreground) dengan background tetap. Hasil pengurangan objek tersebut di ubah ke citra biner (threshold). Untuk menemukan objek digunakan deteksi tepi atau deteksi kontur. Setelah objek kontur ditemukan dibentuklah boundingbox yang sebesar frame bus. Boundingbox terbentuk kemudian dapat dibentuk titik centroid pada frame bus.

3.3.3. Perancangan Diagram Alir Subrutin Interupsi Pada Traffic light

Gambar 3.14 merupakan diagram alir subrutin interupsi pada traffic light. Proses interupsi pada traffic light dengan mencari waktu kedatangan bus berdasarkan kecepatan bus yang terdeteksi. Waktu kedatangan bus digunakan sebagai timer. Ketika timer habis maka akan menyalakan lampu hijau untuk jalur bus.

Gambar 3. 14 Flowchart subrutin hitung waktu kedatangan bus dan melakukan interupsi traffic light

3.3.4. Gambaran Cara Kerja Sistem Kamera dalam Menangkap Objek

Bus

Pada tahap ini dirancang suatu kerja sistem kamera dalam menangkap objek bus. Cara kerja menangkap objek adalah menggunakan background subtraction menghitung latar depan (foreground) melakukan pengurangan antara frame saat ini dengan background model (tetap). Hasil pengurangan tadi kemudian di threshold dan menghasilkan nilai citra biner (0) pada background serta (1) pada foreground. Citra biner digunakan untuk deteksi tepi dan membentuk kontur seperti gambar 3.15.

Pendeteksian kontur bus disaat melewati checkpoint dimulai dari jarak ke 300m dan 200m. Pada jarak 300 ke 200 akan dilakukan pendeteksian kecepatan bus. Checkpoint ditentukan dari suatu titik centroid (titik tengah) yang dibuat dari sebuah kotak sebesar frame bus (bounding box). Dalam mencari titik centroid dapat digunakan persamaan (2.3) dan (2.4).

Gambar 3. 15 Kamera mendeteksi objek

3.3.5. Gambaran Cara Kerja Siklus Waktu Nyala Lampu Lalu Lintas

Pada tahap ini dibuat sistem penyalaan lampu lalu lintas gambar 3.16 merupakan suatu siklus Cw (clock wise). Waktu nyala lampu hijau secara bergantian dan berurutan dari Lampu A sampai dengan lampu Lampu D.

Gambar 3. 16 Siklus Lampu lalu lintas

Ketika bus terdeteksi pada lajur busway di jalur A maka akan ada interupsi pada semua lampu lalu lintas A, B, C, D. Transisi pergantian nyala lampu setiap simpang dengan

menyalakan lampu kuning selama 1 detik kemudian menyalakan lampu merah selama 1 detik. Setelah transisi pergantian nyala lampu setiap simpang selesai kemudian menyalakan lampu hijau pada traffic light jalur A selama 10 detik dan diikuti nyala lampu merah pada simpang B, C, D selama 10 detik. Siklus akan kembali normal ketika waktu hijau di Lampu A sudah tepenuhi yaitu 10 detik. Selanjutnya siklus lampu lalu lintas akan kembali normal dengan urutan cw (clock wise) dengan kondisi kembali waktu hijau terakhir pada simpang tertentu. Pengaturan waktu nyala traffic light bisa diatur sesuai kebutuhan lapangan.

3.3.6. Konsep Perhitungan Kecepatan Bus Pada Jarak 300m-200m

dengan ROI-box dan Pengaturan Waktu Interupsi

Perhitungan kecepatan objek dilakukan dengan cara menghitung jumlah frame dimana bus berada di dalam kotak ROI. Hitungan frame akan mulai bertambah segera setelah titik centroid dari kendaraan masuk ke dalam kotak ROI dan akan berhenti ketika kendaraan keluar dari kotak ROI. Gambar 3.17 merupakan suatu kerja objek bus yang memasuki ROI yang akan dibuat pada jarak 300 menuju 200 m.

Gambar 3. 17 Cara kerja bus memasuki ROI-box

Dalam menghitung kecepatan menggunakan persamaan rumus (2.4). Misal diketahui Fps (Frame per detik) bernilai 30, jarak bounding box 100 m, jumlah frame yang dibutuhkan sebanyak 300 frame. Kecepatan didapat 10 m/s ditunjukkan perhitungan pada persamaan (3.11).

Kecepatan =jarak x fps

Frame =

100 x 30

300 = 10 m/s (3.11)

Hasil perhitungan kecepatan digunakan untuk menentukan waktu tiba kedatangan bus menuju ke traffic light (200m). Hasil perhitungan waktu tersebut dikurangi 3 detik sebelum bus sampai ke traffic light, untuk memberikan toleransi waktu bus untuk melintas traffic light. Dengan demikian, waktu nyala lampu merah pada simpang lain akan diberi waktu 3 detik ditambah 2 detik menjadi 5 detik. Waktu 2 detik ini untuk memberi transisi waktu

nyala lampu dari hijau, kuning, ke merah untuk jalur yang menyala lampu hijau. Untuk jalur yang merah tetap merah. Program waktu ini bisa diubah sesuai kondisi di lapangan. Perhitungan waktu terhadap kedatangan bus untuk jalur B, C, dan D untuk lampu menjadi merah, menggunakan persamaan (2.5) maka didapat:

waktu kedatangan bus =s

v− 5 = 200

32

BAB IV

Hasil dan Pembahasan

Implementasi dari hasil perancangan yang telah dibuat serta hasil percobaan dan pembahasan mengenai kesesuaian perancangan dengan implementasi.

4.1. Perubahan Rancangan

Perubahan rancangan merupakan penyesuaian terhadap uji coba pada penelitian ini. Beberapa perubahan rancangan antara lain sebagai berikut:

4.1.1. Tambahan Rancangan Puli Terhadap Putaran Motor Pada

Konveyor

Skala yang digunakan adalah 3 : 1000, jadi setiap 1 cm pada konveyor mewakili 3,33 m. Untuk kecepatan 10 m/detik diwakili dengan 3 cm/detik, sehingga putaran as pada konveyor putaran lambat. Spesifikasi Motor Sinkron yang digunakan pada rpm rendah tidak memiliki tenaga dan tidak stabil. Jadi digunakan pelambat putaran berupa Puli yang akan memberikan tenaga untuk memutar konveyor. Perhitungan transmisi putaran dari motor ke as konveyor ditunjukkan pada pesamaan (4.1) sampai dengan (4.3) pengukuran diameter puli motor 0,82cm, diameter puli 32,54 cm, diameter as konveyor 1,94 cm:

1 putaran puli konveyor = Diameter puli

Diameter puli motor = 32,54cm

0,82 cm = 39,68 putaran puli motor (4.1)

1 putaran as konveyor = 1,94 x π = 6,09 cm (4.2)

1 putaran as konveyor = 1 putaran puli konveyor (4.3)

Hasil perhitungan putaran motor digunakan untuk menghitung kecepatan konveyor dalam 1cm/ second. Digunakan persamaan (4.4) dan persamaan (4.5) dihasilkan 6,72 putaran / second atau 403,34 rpm.

kecepatan konveyor 1cm /s = 1cm /s

6,09 x 39,68 = 6,51 rps (4.4)

kecepatan konveyor 1cm /s = 6,51 x 60 = 391, 01 rpm (4.5)

4.1.2. Rancangan Penyangga dan Posisi Pi camera

Penempatan posisi pi camera diletakkan di ujung tepi conveyor dengan ketinggian yang ditunjukkan pada gambar 4.1. Penyesuaian tersebut didasarkan dengan ideal posisi

jalur busway agar memiliki latar belakang (background) tetap. Pengaturan ketinggian pi camera dari belt konveyor adalah 30 cm ditunjukkan pada gambar 4.2.

Gambar 4. 1 Posisi pi camera

Gambar 4. 2 Ketinggian pi camera

4.1.3. Penggunaan Miniatur Bus

Pendeteksian objek miniatur bus digunakan dengan panjang 12cm. Tujuan dari penggunaan panjang 12 cm ini supaya perbedaan objek bus dan objek miniatur yang lain seperti mobil dapat dibedakan saat berada di jalur busway. Sebuah ilustrasi miniatur objek kendaraan bus panjang 12 cm, bus panjang 3,6 cm dan mobil pada jarak 80cm (1 keramik

40cm) dapat ditunjukkan pada gambar 4.3. Pada gambar 4.3 tersebut bentuk ukuran objek bus dengan panjang 3,6 cm memiliki ukuran yang sama dengan miniatur mobil.

Gambar 4. 3 Objek-objek kendaraan miniatur

4.2. Implementasi Hardware

Perangkat keras atau hardware berupa prototype yang dibuat untuk pendeteksian suatu bus dalam jalur busway terdiri dari beberapa komponen yaitu pi camera, raspberry pi, rangkaian lampu LED pada perempatan lampu lalu lintas, konveyor, motor DY 803C, Puli. Keterangan komponen penyusun suatu perempatan lampu lalu lintas dalam memprioritaskan bus pada jalur busway dapat dilihat pada tabel 4.1 dengan mengacu nomor yang ditandai pada gambar 4.4.

Tabel 4. 1 Keterangan penyusun komponen hardware

Nomer Keterangan

1 Perempatan lampu lalu lintas

2 Posisi Pi camera

3 Puli

Gambar 4. 4 Implementasi Hardware Perempatan lampu lalu lintas pada jalur busway Rancangan ukuran objek kerangka konveyor 160cm x 60cm ditunjukkan pada gambar 4.4. Nomor yang ditandai pada gambar 4.4 adalah letak komponen penyusun suatu bus pada jalur busway ketika melewati perempatan lampu lalu lintas. Pergerakan belt pada konveyor digunakan puli dengan diameter 32,54 cm ditunjukkan pada gambar 4.5. Penggunaan puli ini bertujuan agar dapat menyeimbangkan putaran pada puli motor yang relatif cepat. Dari perhitungan perbandingan puli pada persamaan (4.5) ini didapat untuk putaran 1cm/s setara dengan 391,91 rpm.

Gambar 4. 5 Diameter Puli Pada Konveyor dan Motor

4.3. Pengujian Alat

Pengujian alat ini merupakan rangkaian jalannya suatu sistem kerja pendeteksian kecepatan bus pada jarak 300m sampai dengan 200m dijalur busway. Kecepatan bus yang terdeteksi digunakan untuk memberi waktu interupsi lampu lalu lintas tiap simpang agar kedatangan bus mendapat prioritas hijau. Media gerak bus digunakan konveyor yang diatur kecepatannya dengan rangkaian steker dimmer 2000 Watt. Tahapan dan hasil yang dilakukan dalam proses pengujian alat antara lain sebagai berikut:

4.3.1. Menentukan Panjang Jarak tiap 100m Dalam Skala 30cm

Pengukuran jarak dari ujung konveyor ke titik nol padan pi camera digunakan meteran seperti ditunjukkan pada gambar 4.6 dengan panjang 120 cm. Dari gambar 4.6 tersebut dibuatlah penanda berupa garis per 30 cm dengan panjang garis 15 cm ditunjukkan gambar 4.7. Selanjutnya pencocokan jarak dengan kordinat pixel dilakukan capture menggunakan pi camera. Hasil captured disimpan dan diolah dengan aplikasi paint untuk mencari titik kordinat pixel garis tersebut seperti ditunjukkan pada gambar 4.8. Kordinat pixel dapat ditunjukkan pada tabel 4.2.

Gambar 4. 6 Pengukuran jarak dengan meteran

Gambar 4. 8 Mencari kordinat pixel dengan memberikan titik Tabel 4. 2 Kordinat pixel

No Jarak (m) Kordinat pixel (x,y)

1 100 (31,365) , (166,422)

2 200 (227,257) , (326,284)

3 300 (321,207) , (408,224)

4 400 (378,174) , (448,183)

4.3.2. Pengujian Nyala Lampu APILL Siklus Normal

Tahap ini merupakan pengujian nyala lampu APILL pada jalannya perangkat hardware dan software. Hasil pengujian perangkat hardware pada nyala lampu APILL dapat dilihat pada gambar 4.9 sampai dengan gambar 4.16 dengan urutan 1 siklus lampu APILL dari nyala hijau A sampai dengan nyala hijau D. Hasil jalan software dalam 1 siklus nyala lampu APILL dapat dilihat pada gambar 4.17 dengan urutan sama seperti pada perangkat hardware. Perancangan penyalaan lampu siklus normal disesuaikan dengan siklus nyala lampu APILL pada gambar 3.16. Waktu pengaturan nyala lampu APILL pada siklus normal lampu hijau adalah 5 detik dan lampu kuning selama 2 detik.

Gambar 4. 9 Nyala lampu APILL Hijau A

Gambar 4. 10 Nyala lampu APILL Kuning A

Gambar 4. 11 Nyala lampu APILL Hijau B

Gambar 4. 13 Nyala lampu APILL Hijau C

Gambar 4. 14 Nyala lampu APILL Kuning C

Gambar 4. 15 Nyala lampu APILL Hijau D

Gambar 4. 17 Tampilan command window python siklus normal APILL

4.3.3. Nyala Lampu APILL disaat Interupsi

Cara kerja nyala lampu APILL dissat interupsi dapat dilihat pada gambar 4.18, gambar 4.19, dan gambar 4.20. Gambar 4.18 adalah pengaturan transisi nyala lampu merah dengan menyalakan lampu kuning selama 1 detik. Setelah lampu kuning menyala selama 1 detik maka tiap simpang akan merah selama 1 detik dapat dilihat gambar 4.19. Lampu merah pada jalur A setalah menyala selama 1 detik kemudian akan hijau selama 10 detik dapat dilihat pada gambar 4.20.

Gambar 4. 18 Lampu APILL kuning tiap simpang ketika interupsi

Gambar 4. 20 Lampu APILL Jalur A hijau ketika interupsi

4.3.4. Menentukan Luas objek bus Pada Area 300m – 200m

Pendeteksian sebuah bus dilakukan dengan cara mencari luasannya. Luasan objek bus ini berupa pixel dan akan digunakan sebagai parameter suatu pembanding dengan kendaraan lain seperti mobil. Luasan bus didapat ketika memasuki area 300 m sampai keluar dari 200 m. Pada gambar 4.21 dan gambar 4.22 merupakan hasil dari pendeteksian suatu ukuran luasan bus. Luasan bus yang terdeteksi saat memasuki pada jarak 300 m adalah 513 pixel dan bus saat keluar dari jarak 200 m adalah 1238 pixel. Tampilan jarak pada citra suatu pendeteksian bus tersebut dibentuk dari titik kordinat pixel yang ditunjukan pada tabel 4.2. Pada pengaturan sub program (gambar 4.48) deteksi luasan bus diberi batasan 1870 pixel agar saat keluar dari area 200 m pergerakan bus masih dapat terlihat.

Gambar 4. 21 Luasan bus saat melewati jarak 300 m