C. 62
DETEKSI PERGERAKAN BAYI BERBASIS COLOR FILTERING MENGGUNAKAN AFORGE.NET
Muchamad Fajri Amirul Nasrullah1*, Yulinda Sigalingging 1, Fandy Neta1, Rina
Yulius1, Rizky Pratama Hudhajanto2
1Jurusan Teknik Informatika, Politeknik Negeri Batam 2Jurusan Teknik Elektro, Politeknik Negeri Batam
Jl. Ahmad Yani, Batan, 29461 *E-mail: [email protected]
Abstrak
Perkembangan ilmu pengetahuan dan teknologi sekarang ini banyak menghasilkan alat-alat yang dapat membantu manusia dalam menyelesaikan pekerjaannya secara otomatis. Salah satu bidang ilmu yang mendukung dalam mempermudah pekerjaan manusia tersebut adalah
computer vision. Masalah utama dalam computer vision adalah bagaimana mengenali gambar
dan memanfaatkan gambar yang ditangkapnya. Tujuan dalam penelitian ini yaitu membangun
system yang mampu mendeteksi pergerakan bayi untuk mengetahui posisi dan status bayi
apabila tidak dapat di pantau secara langsung oleh orang tua bayi. Oleh karena itu peneliti mengambil langkah untuk melakukan penelitian untuk mempermudah orang tua untuk dapat memantau bayi dan status bayi menggunakan system pengolahan citra. Hasil dari penelitian ini menunjukkan bahwa color object tracking dapat digunakan untuk mengenalil dan menghitung warna yang ditentukan dengan kamera.
Kata Kunci: Bayi, Deteksi Object, Color Filteing Class AForge.NET, AForge.NET
PENDAHULUAN
Tidur merupakan aktivitas manusia yang paling sering dilakukan. Vacek, Knoop, dan Dillman (2005:3) menyebutkan bahwa aktivitas manusia yang bermacam-macam dapat dikenali dan diklasifikasikan berdasarkan struktur seperti bagian-bagian tubuh manusia, seluruh tubuh manusia, sebuah objek, atau sebuah tempat. Perkembangan teknologi yang saat ini semakin pesat membuat gerakan manusia tidak hanya dapat dikenali oleh manusia. Kini gerakan manusia juga dapat dikenali oleh sebuah beda atau perangkat. Haryansyah dan Yosi (2015:33) dalam penelitiannya yang berjudul “Deteksi dan Penghitungan Manusia Pada Video Pengunjung Instansi Pemerintah di Tarakan Menggunakan Metode
Histogram of Oriented Gradients (HOG)” memanfaatkan data yang diolah merupakan
rekaman pengunjung sebuah instansi pemerintah di Tarakan. Sistem ini digunakan untuk
Prosiding Seminar Nasional NCIET Vol.1 (2020) C62-C72 1st National Conference of Industry, Engineering and Technology 2020,
C. 63
mengetahui seberapa besar tingkat kepadatan pengujung setiap harinya yang tidak memungkingkan untuk dilakukan perhitungan secara manual.
Sistem ini dibangun menggunakan pemrograman C# yang dikombinasikan dengan OpenCV dan AForge.Net. Sistem terdiri dari dua proses utama yaitu proses training data dan proses deteksi serta perhitungan jumlah manusia. Berdasarkan hasil pengujian yang telah dilakukan sistem dapat melakukan proses deteksi dan penghitungan jumlah manusia pada video pengunjung menggunakan Metode Object Tracking Berbasis Color Filtering.
Penerapan sistem pendeteksi object (Object Tracking) berbasis Color Filtering hampir selalu berdasarkan pada kebutuhan pengawasan secara berkala dan merekam segala aktivitas yang berlangsung dilokasi tersebut dengan harapan ketika terjadi suatu hal yang sangat penting maupun kritis, maka dapat segera diketahui dan ditangani. Sistem pendeteksi pergerakan biasanya diterapkan untuk aspek keamanan sebagai contoh ketika anak berusia 4 bulan, bayi mampu berguling-guling. Hal tersebut pastinya membuat orang tua senang. Akan tetapi, orang tua akan sangat merasa cemas karena adanya resiko ketika bayi jatuh dari tempat tidur. Sehingga banyak muncul pertanyaan, apa yang akan terjadi ketika bayi jatuh dari tempat tidur? Ketika bayi terjatuh dari tempat tidur berbagai macam bahaya yang terjadi seperti retak dan bentuk tengkorak bayi berubah, syaraf pusat terganggu, penggumpalan darah, gegar otak, kesadaran menurun, penglihatan terganggu, ganguan pendengaran, tidur terus-menerus, memicu tumor, kejang-kejang, lumpuh, bahkan kematian.
Dari permasalahan diatas, maka didapatkan ide untuk melakukan penelitian dan pembuatan sebuah prototype alat pendeteksi untuk bayi yang berada diatas tempat tidur. Proses pendeteksi object (Object Tracking) berbasis Color Filtering pada penelitian ini menggunakan Color Filtering yang di proses agar bisa mendeteksi object yang diinginkan dari Open Source Library AForge.NET yang bertujuan untuk mendeteksi adanya pergerakan bayi didalam suatu area pantauan kamera dan mengurangi kecelakaan ketika bayi jatuh dari tempat tidur.
METODE PENELITIAN
Dalam deteksi pergerakan bayi menggunakan Metode Object Tracking Berbasis Color
Filtering dibutuhkan hardware dan software yang mendukung. Perangkat keras
(hardware) merupakan salah satu kebutuhan yang sangat penting untuk melakukan object
C. 64
spesifikasi dari perangkat keras yang digunakan maka semakin cepat proses kinerja
Microsoft visual studio. Perangkat lunak (software) yang dibutuhkan juga untuk membantu
atau menyelesaikan penelitian ini adalah Microsoft Visual Studio 2019. Sofware ini digunakan untuk mendeteksi adanya pergerakan serta dalam membuat alarm ketika bayi keluar dari jalur yang ditentukan.
Dalam desain penelitian ada beberapa hal yang harus dilakukan, pertama melakukan studi literatur mengenai; Color Filtering dan Object Detectiondan Microsoft Visual Studio. Studi literatur diperoleh dari buku, paper, dan konten dari internet. Kedua mengumpulkan data yang diambil oleh webcam dan akan diolah oleh Color Filtering dan Object
Detectionyang akan diberi label anak bayi. Ketiga, membuat alarm yang berfungsi sebagai
pengingat ketika seorang bayi keluar dari jalur yang sudah ditentukan.
Pada penelitian ini, teknik pengumpulan data yang digunakan adalah kualitatif, yaitu dengan melakukan observasi secara langsung. Data yang diambil berupa data Color
Filtering dan Object Detection yang berasal dari software Visual Studio. Pengambilan data
dilakukan dengan bantuan program c#. Kemudian dirancang Warning System. Warning
system merupakan peringatan yang digunakan untuk sistem deteksi pergerakan bayi
tersebut. Ada beberapa alert yang digunakan pada sistem ini yaitu: pertama, Alert Aman yang berfungsi ketika di deteksi bahwa bayi masih dalam jalur aman. Kedua, Alert Bahaya yang berfungsi ketika di deteksi bahwa bayi sudah dalam kondisi bayi, dimana bayi sudah keluar dari bounding box tempat tidur yang sudah ditentukan sebelumnya.
Dalam penelitian dilakukan dua kegiatan utama yaitu fungsi pengolahan data dan pendeeksi pergerakan bayi serta fungsi peringatan posisi bayi yang aman.
Fungsi Pengolahan data dan Pendeteksi Pergerakan Bayi
Proses ini merupakan fungsi pengambilan Bitmap citra image pada video/streaming pada kamera yang akan diproses menggunakan filter RGB untuk menentukan warna object atau bayi yang akan dideteksi. Proses pada Gambar 1, dijelakan setelah aplikasi mendapatkan gambar pada proses ini akan dilakukan proses mapping area dengan metode
Bounding box yaitu menentukan area pendeteksian atau area teraman bayi melakukan
pergerakan di daerah Kasur. Setelah mendapatkan citra dengan melakukan mapping
areaakan dilakukan proses filtering RGB untuk menentukan object mana yang akan di
deteksi oleh kamera.
Setelah dilakukan proses Filtering RGB akan dilakukan proses grayscale untuk mempermudah pendeteksian object setelah dilakukan proses Filtering RGB.
C. 65
Gambar 1. Alur proses pengolahan data pergerakan object
Setelah dilakukan proses Grayscale maka akan dilakukan proses block counter untuk menandai object apakah terdeteksi atau tidak. Apabila object terdeteksi oleh proses sebelumnya, maka proses berikutnya yaitu kamera memberikan informasi kepada sistem bahwa objek telah terdeteksi. Setelah itu akan dilakukan pendeteksian object yang disebut dengan Object Tracking. Setelah proses pendeteksian pada object, akan dilakukan proses analisa oleh sistem apakah object pada posisi aman atau tidak. Apabila fungsi bool
recording aktif maka akan otomatis dilakukan proses berikutnya yaitu perekaman gambar
pada pendeteksian object. Hasil implementasi pada penelitian ini merupakan sebuah simulasi untuk mendeteksi pergerakan object atau bayi ketika dalam kondisi bahaya di atas tempat tidur.
Proses Bounding Box
Proses Filtering RGB
Proses Grayscale
Proses Block Counter
Pendeteksian objek
Proses Recording
C. 66
Gambar 3. Input Kamera
Penelitian dilakukan dengan penangkapan citra melalui webcam yang hasilnya akan ditampilkan pada salah satu bagian form aplikasi. Nilai warna yang akan di deteksi sesuai dengan yang akan kita uji dapat ditentukan melalui pergeseran trackbar. Pelacakan dapat dilakukan secara tunggal. Pada penelitian ini system hanya akan berbunyi pada saat tanda bahaya Ketika posisi bayi terkena bounding box, maka aplikasi hanya akan memantau dan memberi sign “Safe” tidak berbunyi. Namun, Ketika bayi dalam konidis bahaya maka aplikasi akan memberi sinyal suara untuk memberitahu apabila bayi dalam keadaan bahaya. Berikut contoh input dari tangkapan perangkat webcam.
Pada proses diatas merupakan proses pendeteksian object pada kotak berwarna merah, dan bounding box atau radius batas pergerakan bayi berwarna kuning. Lalu Input dari
webcam yang didapatkan akan digunakan pada proses segmentasi (filtering) untuk
memisahkan warna yang ingin di deteksi dengan backgroundnya. Hasil Segmentasi dari gambar diatas dapat dilihat pada Gambar 4 di bawah ini.
C. 67
Setelah dilakukan segmentasi warna seperti pada Gambar 4 maka object dapat dibedakan dengan backgroundnya dan dilakukan pemetaan daerah yang terdeteksi oleh karena itu setelah dilakukan proses ini akan dilakukan pendeteksian objek dengan memetakan pendeteksian dengan kotak bewarna merah.
Fungsi Posisi Warning dan Safe
Tahapan selanjutnya merupakan proses apabila object pada posisi lebih kecil atau lebih besar dari bounding box. Fungsi ini menentukan apakah posisi bayi pada area aman atau tidak. Apabila posisi bayi didalam area bounding box berarti bayi pada posisi aman. Apabila posisi bayi terkena garis ataupun diluar area bounding box maka bayi dianggap berada di posisi bahaya. Untuk memberitahu apakah bayi pada posisi aman atau bahaya maka system ini ditambahkan fitur pemberitahuan apabila bayi pada posisi aman maka
alarm lable menunjukkan kata “Safe” dan suara alarm tidak berbunyi, dan apabila bayi
pada posisi bahaya maka alarm lable menunjukkan kata “Edge Detected” dan suara alarm akan berbunyi.
HASIL DAN PEMBAHASAN
Pengujian Aplikasi Dalam Warna Objek dan Latar Belakang
Pengujian dilakukan dengan mengubah warna objek dengan latar belakang abu-abu untuk mengetahui warna apa saja yang dapat dideteksi oleh system. Pada Tabel 1 di atas dapat dinyatakan bahwa perbedaan antara warna object dan warna latar belakang mempengaruhi hasil yang didapatkan. object yang tidak dapat dibedakan oleh system karena warna latar belakang masuk dalam range warna object yang telah ditentukan, sehingga system tidak dapat membedakan antara object dan latar belakang yang menyebakan proses pelacakan terganggu atau bahkan menjadi gagal, seperti apabila warna baju bayi menyerupai warna tempat tidur atau benda di tempat tidur seperti bantal.
C. 68
Tabel 1. Hasil Pengujian Berbagai Warna Latar Tempat Tidur Bayi
Pengujian Dengan Pencahayaan Yang Berbeda
Pengujian dilakukan dengan beberapa kondisi pencahayaan lingkungan dimana nilai satuan cahaya yang digunakan adalah luminosity atau lux. Cahaya dihitung dengan menggunakan alat bantu android dengan Aplikasi Light Meter. Hasil penhujian dengan pencahayaan dapat idlihat pada Tabel 2.
Warna Terlacak? Keterangan Gambar
Latar Putih Ya Sukses Terlacak
Latar
Merah Ya
Sukses Terlacak
Latar Hijau Ya Sukses Terlacak
Latar Biru Ya Sukses Terlacak
Error Tidak Gagal
C. 69
Tabel 2. Hasil Deteksi Object dengan Pencahyaan Berbeda
Pengujian Pada Posisi Bayi
Pengujian pada posisi bayi dibagi menjadi dua yaitu bayi pada daerah aman dan bayi pada daerah bahaya. Kedua pengujian tersebut telah berhasil dilakukan. Berikut hasil dari pada pengujian yang telah dilakukan:
Kondisi
Pencahayaan Keterangan Hasil Proses
Terang
Nilai cahaya yang sangat ideal untuk penelitian yang menggunakan webcam sebagai inputnya sehingga framerate yang dihasilkan baik. Samar-samar Minimnya cahaya mempengaruhi sistem sehingga hasil
kualitas tangkapan citra menjadi tidak sempurna dengan framerate yang tidak
maksimal
Gelap
Tidak adanya cahayamempengaruhi
sistem sehingga hasil tangkapan citra menjadi sangat buruk
dengan framerate yang sangan buruk
C. 70
1. Bayi pada daerah aman.
Gambar 5. Posisi Bayi pada Radius Aman
Pada gambar diatas terlihat posisi di dalam radius bounding box, oleh karena itu pada indikator pendeteksian kondisi dan posisi bayi didalam jangkauan jarak aman.
2. Bayi pada daerah bahaya.
Gambar 6. Posisi Bayi pada Radius Tidak Aman
Pada gambar diatas terlihat objek pada posisi yang sangat tidak aman atau dipinggi kasur. Ketika objek terkena garis bounding box maka aplikasi akan mengirimkan indikator
sign warning untuk memberi tahu kondisi bayi dalam posisi bahaya.
KESIMPULAN
Berdasarkan perancangan, implementasi, pengujian dan hasil pengujian yang telah di bahas pada bab sebelumnya maka dapat diberikan beberapa kesimpulan sebagai berikut:
C. 71
1. Sistem yang dibuat dapat mendeteksi bayi dan menerapkan Range of area (Bounding Box) untuk dapat mendeteksi pergerakan bayi menggunakan metode Color Filtering dan Object Detection.
2. Perbedaan warna objek dan latar belakang objek sangat menentukan keberhasilan pendeteksian objek.
3. Pencahayaan dapat mempengaruhi penelitian untuk mempermudah proses segmentasi warna.
4. Sistem mampu memantau pergerakan bayi (dalam hal ini prototype) agar tidak diluar berada di luar batas aman yang sudah di atur oleh orang tua pada aplikasi.
DAFTAR PUSTAKA
A. Yilmaz, O. Javed, and M. Shah, Object Tracking: A Survey, ACM Journal of Computing Surveys, Vol. 38, No. 4, 2006.
Aforgenet, "AForge Framework", 2012. Tersedia di: http://www.aforgenet.com/aforge/framework. [Dikutip 25 Frebuari 2014].
Arihutomo, M. (2010). Rancangan Bangun Sistem Penjejakan Objek Menggunakan Metode Viola Jones Untuk Aplikasi Eyebot. Proyek akhir. Institut Teknologi Sepuluh Nopember, Surabaya. Diakses dari http://www.eepis-its.edu/uploadta/downloadmk.php?id=1151
Barczak, Andre Luis Chautard. (2007). Feature-Based Rapid Object Detection: From Feature Extraction To Parallelisation. Tesis tidak diterbitkan. Massey
University, Auckland, New Zealand. Diakses dari http://mro.massey.ac.nz/bitstream/handle/10179/742/02whole.pdf?sequence=1.
Bell, Doug. 2004. C# for students. Pearson Education : Harlow,England
Fowler, Martin.2005. UML Distilled 3th Ed,Panduan Singkat Bahasa Pemodelan Objek Standar.Andi:Yogyakarta
Gonzalez, R. C., Woods, R. E., & Masters, B. R. (2009). Digital Image Processing, Third Edition. Journal of Biomedical Optics. https://doi.org/10.1117/1.3115362
Gonzalez, Rafael. 1987. Digital Image Processing. USA: Addison-Wesley Publishing Co, University of Tennessee.
Hestiningsih, Idhawati, Pengolahan Citra, Teknik Informatika.2008.Microsoft, "Microsoft Visual Studio Microsoft," Microsoft, 2015. [Online].
C. 72
Purwantara, R.M., R.Y. Hakkun, and Setiawardana, "Capture Image Dengan Penanda Jari", 2011. Politeknik Elektronika Negri Surabaya.
R. A.S and M. Shalahuddin, Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek, Bandung: Informatika, 2014.
Sonka, M., V. Hlavac, and R. Boyle, "Image processing, analysis, and machine vision", 4th ed, 2014. Cengage Learning.
Sasmito, Bayu Panji.2007. Aplikasi Pendeteksi Gerak dengan Peringatan Suara. Batam : Politeknik Negeri Batam
Yudhistiro, K. (2018). Restorasi Citra Optical Character Recognition Dengan Algoritma Recurrent Hopfield. SMATIKA JURNAL, 8(01), 18–22. https://doi.org/10.32664/smatika.v8i01.195
