12
BAB III
PERANCANGAN SISTEM
Dalam perancangan sistem ini akan menjelaskan tentang perancangan sistem deteksi kantuk pada pengemudi mobil menggunakan metode Haar cascade. Dalam perancangan sistem deteksi kantuk menggunakan metode Haar cascade berfungsi sebagai pendeteksi wajah pengemudi dan eye blink detection berfungsi sebagai pendeteksi kelopak mata dan jumlah kedipan mata. Bisa dilihat pada gambar desain diagram blok perancangan sistem dibawah ini :
3.1 Desain Diagram Blok Perancangan Sistem Deteksi Kantuk
Input
Server Plan Kamera Respberry PiInput
PC
Buzzer
Gambar 3.1 Diagram Blok Perancangan Sistem Deteksi Kantuk
Pada diagram blok gambar 3.1 menjelaskan urutan perancangan sistem kerja dari deteksi kantuk pengemudi mobil. Dalam diagram blok perancangan sistem ini terdapat 5 proses sistem kerja, dimana inputan sistem deteksi kantuk pengemudi mobil ini berupa video dengan kalkulasi mendeteksi wajah dan mata secara langsung menggunakan Camera pi rev 1.3, selanjutnya video wajah yang sudah diambil oleh kamera akan diproses kedalam program respberry pi yang sudah dirancang. Didalam respberry pi ini terdapat beberapa software untuk mendeteksi kantuk yaitu Image detection berfungsi untuk mendeteksi benda yang akan dideteksi, Haar cascade berfungsi sebagai pendeteksi wajah atau bukan wajah, eye detection dan blink detection berguna sebagai pendeteksi mata dan kedipan mata. Selanjutnya ketika sistem pada respberry ini sudah berproses, server akan mengirimkan tampilan objek deteksi pada PC sehingga akan mendeteksi kantuk pada pengemudi dan outputan pada sistem akan menyala.[11]
13
Selanjutnya penjelasan alur perancangan sistem deteksi kantuk yaitu seperti gambar dibawah ini :
START
Identifikasi Masalah
Analisa Kebutuhan Sistem
Perancangan Sistem
Perancangan Pembuatan
Hardware
Apakah Sudah Sesuai Perencanaan ?
A Ya
Tidak
A
Integrasi Hardware dan Software
Apakah Sudah Sesuai Perencanaan ?
Hasil dan Pembahasan
END Ya
Tidak
Gambar 3.2 Alur Perancangan Sistem
Dari Gambar 3.2 alur perancangan sistem ini dapat dijelaskan pada langkah pertama mengidentifikasi masalah apa yang harus digunakan contohnya seperti hardware, software dan masalah dalam program yang akan dirancang.
Setelah itu menyiapkan kebutuhan apa saja yang digunakan pada sistem, untuk perancangan sistem ini berfungsi sebagai pengatur fungsi yang akan dirancang contohnya perancangan pembuatan hardware, jika perancangan pembuatan hardware ini diuji dan hasil dari pengujian ini tidak sesuai maka akan kembali
14
keperancangan pembuatan untuk proses perbaikan kembali. Jika proses sudah sesuai, maka akan dilanjutkan kedalam software, tetapi ketika terjadi eror maka akan kembali keperbaikan program lagi untuk diperbaiki, dan setelah program sudah berjalan sesuai sistem maka didapatkan hasil dan pembahasan dalam sistem deteksi kantuk pengemudi mobil.
3.2 Desain Perancangan Haar Cascade
Selanjutnya untuk mengoptimalkan kinerja sistem deteksi kantuk pengemudi mobil ini perlu adanya algoritma perancangan metode Haar cascade, dimana metode Haar cascade ini berfungsi sebagai pendeteksi wajah dan kantuk pengemudi mobil dengan indikasi bisa mendeteksi wajah dengan cepat dan memiliki akurasi yang sangat baik dalam menentukan tingkat kantuk dengan ketentuan jarak yang sudah ditentukan. Kelebihan lain menggunakan metode Haar cascade yaitu bisa menentukan jumlah nilai piksel dari sebuah image dengan sangat cepat.[12] Dalam mengoptimalkan sistem deteksi kantuk pada pengemudi mobil menggunakan metode Haar cascade dapat dilihat pada rangkaian gambar 3.3 flowchart dibawah :
Mulai
Pengambilan Video
Menentukan Jarak Sistem Deteksi
Pelatihan Haar cascade
Selesai
Mendeteksi Mata dan Kedipan Mata dengan Eye Blink
detection
Gambar 3.3 Flowchart Desain Haar cascade
15
Pada flowchart gambar 3.3 ini menjelaskan ketika sistem berjalan, pada proses pertama yaitu pengambilan video pada objek yang akan dideteksi, selanjutnya menentukan jarak pada sistem yang akan dideteksi (pengemudi), kemudian ketika jarak pada sistem sudah ditentukan maka perlu dilakukan pelatihan Haar cascade, yang berfungsi untuk mendeteksi wajah atau bukan wajah, setelah algoritma Haar cascade sudah mendeteksi wajah pada objek, proses selanjutnya yaitu mendeteksi mata dan kelopak mata dengan eye detection.
Ketika mata sudah terdeteksi dibutuhkan blink detection yang berfungsi sebagai pendeteksi kedipan mata, dimana jika jumlah kedipan mata semakin menurun frekuensinya dalam permenitnya maka pengemudi terdeteksi dalam keadaan kantuk. Sehingga buzzer (alarm) akan menyala dan membangunkan pengemudi tersebut.
3.2.1 Desain Image Processing :
➢ Pengambilan Video
Pada pengambilan video ini objek yang diambil berupa pengemudi mobil, dalam pengambilan video ini menggunakan camera respberry pi rev 1.3, dimana hasil dari pengambilan video digunakan sebagai inputan pada sistem pendeteksian.
➢ Menentukan Jarak Sistem Deteksi
Untuk mendapatkan hasil pendeteksian yang maksimal perlu menentukan jarak sistem pada objeknya. Dalam menentukan jarak pendeteksian ini diperlukan adanya metode Haar cascade agar sistem bisa berjalan secara akurat, dengan ketentuan jarak 30cm – 50cm.
➢ Pelatihan Haar cascade
Pada pelatihan Haar cascade terdapat proses viola-jones, dimana desain Haar cascade dan viola-jones ini berfungsi sebagai pendeteksian wajah pengemudi. Dengan meggunakan viola-jones akan mendapatkan fitur wajah yang maksimal.[13] Dalam pelatihan ini terdapat beberapa metode agar berjalan dengan akurat :
• Haar-like feature
Pada proses haar like feature akan mendapatkan fitur wajah yang maksimal. Dalam haar like feature ini dibantu integral image yang
16
berfungsi mempercepat perhitungan fitur dan akan memproses gambar dalam kotak – kotak dengan tahapan satu kotak terdapat beberapa pixel dan akan menghasilkan perbedaan nilai (treshold) yang nantinya akan membedakan daerah terang dan gelap seperti contoh gambar dibawah :
Gambar 3.4 Haar Like Feature
• Integral image
Selanjutnya pada integral image berfungsi sebagai perhitungan wilayah tertentu, seperti contoh tabel dibawah ini :
Tabel 3.1 Citra Masukan
Tabel 3.2 Hasil Perhitungan Integral Image
Pada tabel 3.1 merupakan citra masukan dari integral image dan tabel 3.2 merupakan hasil perhitungan wilayah tertentu yaitu pada angka berwarna merah. Maka untuk menghitung nilai pixsel angka merah yaitu : (T1+T4)-(T2+T3)
Maka nilai piksel pada daerah tertentu adalah : (2+10)-(5+3) = 4
Didapatkan total nilai piksel pada citra inputan daerah tertentu adalah 4, apabila sudah didapatkan nilai integral image pada daerah tertentu, maka selanjutnya tinggal membandingkan saja pada daerah terang dan gelap. Jika
17
nilai daerah terang dan gelap ini ambang (threshold) maka daerah tersebut dinyatakan memiliki fitur.
• Algoritma adaboost
Pada algoritma adaboost ini berguna sebagai pemilihan fitur haar yang lebih spesifik. Dengan cara mengevaluasikan setiap fitur terhadap data latih dengan menggunakan nilai fitur tersebut. Untuk rumus perhitungan algoritma adaboost yaitu :
Dengan langkah – langkah sebagai berikut : 1) Mentraining weak classifier (h = hypothesis) 2) Memilih eror yang paling kecil
3) Beri bobot alfa T untuk mengclassifier
4) Beri bobot training dengan persamaan
Dimana jika tebakan classifier benar maka hasil nilainya akan negatif, bobotnya akan mengecil dan jika nilainya salah hasilnya akan positif bobotnya membesar.
• Cascade classifier
Pada cascade classifier ini berguna untuk mempercepat suatu proses pendeteksian wajah atau bukan wajah, dengan mengklasifikasi setiap citra menggunakan satu fitur.
➢ Mendeteksi Mata dan Kedipan Mata dengan Eye Blink detection.
Dimana setelah algoritma Haar cascade sudah mendeteksi wajah pengemudi selanjutnya untuk mendeteksi mata dan kedipan mata dengan eye blink detection, dengan mehitung jumlah lama kedipan mata pada pengemudi. Normalnya mata manusia itu berkedip 15 sampai 20 kali
18
permenit, jika terjadi penurunan frekuensi dalam 3 kali permenit maka dapat terindikasi bahwa mata dalam keadaan kantuk/ lelah.
3.3 Perancangan Hardware
Gambar 3.5 Perancangan Hardware Deteksi Kantuk
Pada gambar 3.5 merupakan perancangan hardware dari prototype deteksi kantuk. Dalam perancangan hardware deteksi kantuk ini dijelaskan bahwa terdapat raspberry pi 4 model B yang berfungsi sebagai pengolah data pada haar cascade. Selanjutnya terpasang juga kamera raspberry pi rev 1.3, dimana kamera ini bekerja sebagai pengambilan citra pada wajah pengemudi secara real time.
terdapat juga buzzer yang berfungsi sebagai pengingat pengemudi ketika terdeteksi kantuk.[14] Disini soket adaptor berguna sebagai inputan pada prototype dengan tegangan DC 5V 2A.
3.4 Perancangan Software
Gambar 3.6 Advanced Ip Scanner
19
Gambar 3.6 Advanced Ip Scanner berfungsi sebagai pencari alamat ip pada raspberry pi, dimana untuk mencari ip pada raspberry pi ini diperlukan wifi.
Langkah pertama melihat ip address pada wifi yang sudah ada, jika ip adress pada wifi sudah diketahui selanjutnya copy alamat ip address pada advance ip scanner, setelah itu akan menampilkan status, nama, ip, produsen, alamat MAC dan komentar.
Gambar 3.7 Remote Desktop Connection
Gambar 3.7 Remote Desktop Connection adalah aplikasi yang digunakan untuk menjalankan program raspberry pi, dimana untuk menjalankannya harus menyalin alamat ip pada advance ip scanner.
Gambar 3.8 Tampilan Login to Raspberry pi
Gambar 3.8 Tampilan login to raspberry pi berfungsi sebagai tempat admid untuk login pada aplikasi pendeteksi kantuk yang telah dibuat.
