6
BAB II
TINJAUAN PUSTAKA
2.1 Optical Flow (Aliran Optik)
Optical flow merupakan pergerakan oleh suatu objek yang memiliki pergerakan pada intensitas cahayanya. Pada 2 dimensi optical flow adalah berapa jauh sebuah piksel citra dapat berpindah diantara dua frame citra (gambar) yang saling beraturan dan teratur, sedangkan untuk 3 dimensi optical flow adalah seberapa jauh volume pixel dapat berpindah pada dua volume yang saling beraturan dan terurut. Optical flow adalah salah satu metode optical flow yang dapat mendeteksi objek atau mobil yang bergerak pada video, optical flow memiliki kelebihan dalam membaca objek yaitu dengan membedakan background dengan objek atau mobil yang bergerak. Untuk background atau objek yang tidak bergerak akan diubah menjadi warna hitam, kemudian untuk objek atau mobil yang bergerak akan memiliki warna [6].
2.1.1 Segmentasi Warna HSV (Hue, Saturation and Value)
Segmentasi pada warna adalah bentuk pemrosesan dengan mendekatkan daerah yang saling memiliki kemiripan dengan menganalisa nilai warna – warna pada setiap piksel pada gambar atau citra dan membagi gambar atau citra yang ditetapkan sesuai dengan fitur yang diinginkan. Segmentasi gambar atau citra yang menggunakan format HSV dikutip dari Gunanto dasar yang digunakan adalah mensortir warna pada format HSV dengan nilai toleransi yang sudah ditetapkan.
Kemudian menurut Giannakupoulos segmentasi warna HSV adalah melakukan penyortiran sempel pixel sebagai dasar penetapan nilai warna yang digunakan untuk membuat segment yang diinginkan. Pengolahan Citra menggunakan warna berformat RGB yang digunakan sebagai nilai acuan standar warna, oleh karena itu hal pertama pada proses metode ini menggunakan model konversi berformat RGB diubah menjadi berformat HSV. Untuk membuat segment yang diinginkan dengan warna yang diingkan maka diharuskan menentukan nilai ambang batas pada setiap ruang warna HSV, selanjutna nilai ambang batas itu dipergunakan untuk proses perhitungan adaptive threshold. Hasil keluaran proses adaptive threshold itu akan
7 membuat segment area dengan nilai warna yang tidak melebihi nilai ambang batas yang sudah ditentukan [7].
2.1.2 Segmentasi Citra
Segmentasi gambar atau citra merupakan tahapan untuk memecahkan suatu gambar atau citra digital menjadi beberapa segment atau bagian – bagian region yang tidak saling bertabrakan (nonoverlapping). Dalam teori citra digital, hasil daerah segmentasi adalah kelompok pixel yang identik atau berhubungan (memiliki piksel yang sama). Tahapan pada segmentasi dilakukan dalam berbagai implementasi, meskipun menggunakan metode yang berbeda. Semuanyan bertujuan untuk mengasilkan keluaran yang sama yaitu mendapatkan nilai yang digunakan untuk suatu gambar atau citra. Segmentasi citra dapat menggunakan beberapa pendekatan, menurut Castleman memiliki 3 macam metode pendekatan yaitu, pendekatan tepi (edge approach), pendekatan batas (boundary approach) dan pendekatan daerah (region approach) [7].
2.1.3 HSV Color
Ada beberapa faktor yang mempengaruhi hasil dari segmentasi gambar atau citra adalah nilai ambang batas warna. Ada 3 bagian pada ambang batas pada warna yaitu H (Hue), S (Saturation) dan V (Value). Setiap bagian toleransi dapat memberikan hasil keluaran yang berbeda-beda. Hue (H) adalah salah satu bagian elemen pada warna berformat HSV yang menjelaskan nilai warna sehingga toleransi setiap nilai Hue dapat mempengaruhi nilai warna yang akan disortir pada tahapan segmentasi. Nilai H (Hue) dapat dipresentasikan berbentuk lingkaran dan mempunyai range berupa sudut yaitu mulai dari 0 derajat sampai 360 derajat.
Dapat dijelaskan pada gambar 2.1.
8 Gambar 2.1 Nilai Elemen Warna Hue
Karena niala elemen pada warna H (Hue) adalah berbentuk lingkaran dan ditunjukkan dalam nilai sudut maka setiap tahapan perhitungan yang berhubungan dengan nilai elemen pada warna H (Hue) (tambah atau kurang, filter warna, perhitungan toleransi) adalah menggunakan opeerasi sudut. Pertambahan nilai sudut sebesar n° maka akan mengakibatkan penggeseran nilai sudut n°, searah dengan berputarnya jarum jam, begitu juga sebaliknya jika terjadi pengurangan sudut sebesar n° maka akan mengakibatkan penggeseran nilai sudut n°, berlawanan dengan berputarnya arah jarum jam.
Gambar 2.2 Nilai Range Saturation Dan Value
Dari Gambar 2.2 menjelaskan bahwa Saturation adalah elemen warna pada HSV yang menunjukkan nilai tingkat intensitas warna atau kemurnian warna. Pada elemen lain juga terdapat nilai tingkat kecerahan (Value) sama dengan nilai santuration karena menunjukkan kedekatan suatu nilai warna pada warna grey (abu – abu). Pada nilai santuration memiliki jangkauan nilai dari 1 (maksimum) dan 0 (minimum).
9 V (Value) adalah salah satu elemen pada warna HSV yang menunjukkan tingkat nilai pada kecerahan warna. Pada value nilai terbesar warna yang dapat dihasilkan yaitu warna dengan tingkat kecerahan paling tinggi sedangkan pada nilai kecerahan terendah pada value, warna yang dihasilkan akan berwarna hitam. Ketika Hue dan santuration memiliki nilai tetapi value bernilai 0 (terendah) maka akan menghasilkan warna hitam. Nilai ambang batas pada elemen value akan mempengaruhi tingkat kecerahan warna yang akan tersortir dalam tahapan segmentasi [7].
2.2 Fuzzy Logic
Logika fuzzy (logika samara tau abu - abu) ditemukan dan dipresentasikan pertama kali oleh Professor Lotfi A. Sodeh dari California, United States America pada tahun 1965. Logika ini menggunakan nilai antara 1 dan 0 yang tidak dapat dikenali oleh operasi logika biner, untuk nilai antara 1 sampai 0 adalah logika abu – abu atau samar. Bagian tersebut dapat digunakan untuk menjelaskan beberapa keadaan pada waktu yang sama dengan tingkatan yang sama maupun berbeda, contohnya “true” dan “false” pada waktu sama dengan tingkatan nilai “true”
sebesar 15% dan tingkat nilai “false” sebesar 85%. Berkat keefektifan Fuzzy logic menyebabkan logika ini dapat digunakan secara luas. Dengan cara menetapkan beberapa banyaknya kelompok denagn fungsi linguistik yang saling berhubungan dan setiap fungsi tersebut masih dibagi menjadi beberapa variabel - variabel dengan nilai anggota yang sudah ditetapkan sebelumnya.
2.2.1 Fungsi Keanggotaan Pada Logika Fuzzy
Membership function (keanggotaan) adalah fungsi yang menjelaskan penempatan titik – titik data masukan untuk nilai keanggotannya. Ada berbagai fungsi yang sering digunakan dalam pendekatan fungsi untuk mendapatkan nilai keanggotaan yang diinginkan, contohnya Generalized Bell, Segitiga, Trapesium dan Gaussian. Dalam penelitian yang sedang dilakukan diputuskan memakai fungsi keanggotaan segitiga pada parameter masukan dan keluaran juga memakai fungsi keanggotaan segitiga.
10 Gambar 2.3 Keanggotaan Segitiga Pada Logika Fuzzy
Fungsi keanggotaan segitiga (triangular) dibentuk dengan tiga parameter yaitu (a dan b) kemudian (b dan c), b adalah nilai puncak / kondisi 1, sedangkan a dan c kondisi 0, dan dirumuskan sebagai berikut : [8],
μ(X) = {
0 ; 𝑋 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑋 ≥ 𝑐 (𝑋 − 𝑎)
(𝑏 − 𝑎) ; 𝑎 ≤ 𝑋 ≤ 𝑏 (𝑏 − 𝑋)
(𝑐 − 𝑏) ; 𝑏 ≤ 𝑋 ≤ 𝑐 } Penjelasan rumus diatas :
a = Nilai paling kecil dan derajat keanggotaan adalah nol (0) b = Nilai yang mempunyai derajat keanggotaan adalah satu (1)
c = Nilai paling besar dan memiliki derajat keanggotaan adalah nol (0) X = Nilai masukan yang akan diganti menjadi bilangan fuzzy
2.2.2 Metode Mamdani
Metode Mamdani sangat umum digunakan karena memiliki alur yang mudah dipelajari dan metode ini sering disebut dengan metode Max-Min. Metode ini pertama kali digunakan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan keluaran metode ini memiliki 4 tahapan yaitu,
1. Membentuk Himpunan Fuzzy
Pada tahapan ini, untuk variabel masukan maupun variabel keluaran dipecah menjadi satu atau beberapa himpunan fuzzy.
2. Implikasi
Pada tahapan ini, untuk nilai yang digunakan adalah nilai terkecil pada setiap aturan yang digunakan (Min).
11 3. Komposisi Setiap Aturan
Tidak seperti aturan yang digunakan secara umum pada komposisi setiap aturan yang dibuat memiliki hubungan satu dengan yang lain agar memperoleh korelasi setiap aturan yang dibuat.
4. Penegasan (defuzzy)
Masukan dari tahapan defuzzifikasi adalah nilai himpunan fuzzy yang didapatkan dari komposisi aturan – aturan yang telah dibuat. Sehingga jika dimasukan nilai himpunan fuzzy dalam keadaan tertentu, maka dapat didapatkan nilai crisp tertentu sebagai keluaran dari tahapan aturan – aturan yang dibuat. sedangkan nilai keluaran dihasilkan dari pembagian momen dengan luas daera himpunan fuzzy yang telah didapatkan nilainya.
Ada berbagai macam metode deffuzzifikasi pada metode Mamdani, tetapi yang paling umum digunakan adalah metode Composite Moment atau lebih dikenal dengan metode centeroid, Pada Metode Composite Moment, solusi crisp diperoleh dengan cara mengambil titik pusat (z*) daerah fuzzy. Secara umum dirumuskan,
𝑧 ∗=∫ 𝑥𝜇(𝑥)𝑑𝑧𝑥
∫ 𝜇(𝑥)𝑑𝑧𝑥
= Momen Luas Daerah
Sebenarnya ada metode lain untuk menentuka deffuzifikasi seperti metode mean of maximum (MOM), kemudian ada metode largest of maximum (LOM), ada juga metode smallest of maximum (SOM). Tetapi pada penelitian ini metode deffuzifikasi yang digunakan adalah metode centeroid.
2.3 Persimpangan Jalan
Persimpangan jalan yaitu daerah yang dimana terdapat dua atau lebih jalan raya yang bersilangan, bergabung, berpencar dan berpotongan, termasuk juga fasilitas yang ada pada sisi jalan tersebut yang berguna untuk membantu mobilitas pada wilayah jalan tersebut.
Simpangan adalah wilayah jalan yang mempertemukan berbagai kondisi lalu lintas yang rawan terhadap insiden kemacetan dan kecelakaan, karena terjadi
12 pertemuan antara kendaraan satu sama lain dan terkadang terdapat pula pejalan kaki dalam kondisi tersebut. Persimpangan bisa dibagi menjadi 2 katagori, yaitu:
1. At Grade Intersection atau lebih dikenal dengan persimpangan sebidang adalah bertemunya dua atau lebih jalan raya dalam satu bidang yang mempunyai kondisi dan ketinggian yang sama. Bentuk persimpangan ini berbentuk huruf Y, huruf T, persimpangan empat kaki (perempatan), dan persimpangan lebih dari empat kaki.
2. Grade Separated Intersection atau lebih dikenal dengan persimpangan tak sebidang adalah dimana persimpangan jalan tersebut tidak saling terhubung satu sama lain dikarenakan beda ketinggian antara jalan satu dengan yang lain.
Dalam penelitian ini menggunakan jenis persimpangan sebidang dengan desain persimpangan yang berbentuk Y dengan satu arah jalur [9].
2.4 Kepadatan
Kepadatan (kemacetan) adalah jumlah kendaraan yang melintasi satu lajur jalan. Kepadatan sangat sulit diukur secara langsung karena banyak factor yang mempengaruhi kepadatan tersebut, tetapi dapat dihitung dari kecepatan dan volume kendaraan, semakin bertambah jumlah volume kendaraan maka akan menyebabkan semakin rendahnya kecepatan, begitu juga sebaliknya jika semakin sedikit volume kendaraan maka kecepan akan semakin tinggi [9].
2.5 Tingkat Katagori Pelayanan Jalan
Tingkat katagori pelayanan jalan sudah ditetapkan pemerintah berdasarkan aturan Nomer 14 Tahun 2006 tentang Manajemen dan Rekayasa lalu lintas Di jalan diklasifikasikan atas berbagai kondisi: batas maksimum kinerja ruas jalan atau persimpangan yang ditetapkan berdasarkan tingkat penggunaan jalan tersebut, berupa hambatan yang terjadi, kepadatan dan kecepatan. Untuk secara singkat dapat ditunjukkan pada tabel 2.1 dan tabel 2.2 [9], [10].
13 Tabel 2.1 Klasifikasi Kepadatan Lalu Lintas
Katagori Tingkat Pelayanan
Kondisi Karateristik Klasifikasi Kepadatan (D)
A ➢ Arus bebas hambatan
➢ Kecepatan sama atau melebihi 100 km/jam
➢ Volume max 1400 kendaraan/jam
➢ Kepadatan ≤ 14 kend/km
➢ Lancer
B ➢ Arus yang stabil dengan kecepatan tinggi
➢ Kecepatan ≥ 90 km/jam
➢ Volume max 2000 kendaraan/jam
➢ Kepadatan ≤ 22 kend/km
➢ Lancer
C ➢ Arus masih stabil
➢ Kecepatan ≥ 80 km/jam
➢ Volume max 3000 kendaraan/jam
➢ Kepadatan ≤ 37 kend/km
➢ Sedang
D ➢ Arus hampir tidak stabil dan rentan perubahan kondisi
➢ Kecepatan 60 – 80 km/jam
➢ Volume max 4000 kendaraan/jam
➢ Kepadatan 38 – 60 kend/km
➢ Sedang
E ➢ Arus tidak stabil
➢ Kecepatan 50 – 60 km/jam
➢ volume max 4000 kendaraan/jam
➢ Kepadatan 61 – 80 kend/km
➢ Padat
F ➢ Arus tertahan
➢ Kecepatan < 50 km/jam
➢ Volume > 4000 kendaraan/jam
➢ Kepadatan > 80 kend/km
➢ Padat
14 Tabel 2.2 Tingkat Katagori Kemacetan Lalu Lintas
NO. Tingkat Katagori Pelayanan Jalan
Kondisi Arus Pada Lalu
Lintas Jalan Tingkat Kemacetan
1 F Arus Terhambat/Macet Tinggi
2 D – E Arus Tidak Stabil Sedang
3 B – C Arus Stabil Rendah
4 A Arus Bebas Hambatan Sangat Rendah
Menurut peraturan pemerintah yang telah ditetapkan pada tahun 2006 tentang maksimum kapasitas jalan di Indonesia dijalaskan secara lengkap tentang tingkat pelayanan jalan, tingkat dibagi menjadi 6 kelas, yaitu [9], [10]:
1. Katagori Tingkat Pelayanan A
a. Arus bebas hambatan dengan volume kendaraan yang melintas rendah dan memiliki kecepatan tinggi.
b. Kepadatan sangat rendah dengan kecepatan yang dapat dikontrol oleh pengendara bebas memacu kendaraan berdasarkan batasan kecepatan minimum atau maximum.
c. Pengemudi dapat menentukan kecepatan yang diinginkannya tanpa adanya gangguan sedikitpun.
2. Katagori Tingkat Pelayanan B
a. Arus stabil dengan volume kendaraan yang melintas sedang dan kecepatan mulai terbatas dengan adanya peningkatan kendaraan.
b. Kepadatan rendah dengan kecepatan yang relatif tinggi meskipun memiliki hambatan kendaraan lain.
c. Pengemudi cukup punya control atas kebebasan untuk memilih kecepatan kendaraannya dan dapan memilih lajur yang diinginkan.
3. Tingkat Pelayanan C
a. Arus stabil relatif stabil tetapi pergerakan dan kecepatan kendaraan mengikuti volume kendaraan yang ada di wilayah tersebut.
b. Kepadatan sedang dikarenakan mulai bertambahnya volume kendaraan.
15 c. Pengemudi memiliki Batasan untuk memacu kendaraan dan tidak bisa leluasa berpindah lajur jalan dan mendahului kendaraanya yang ada didepannya.
4. Tingkat pelayanan D
a. Arus hampir memiliki kondisi yang tidak stabil dengan volume kendaraan tinggi dan masih bisa menentukan kecepatan tetapi harus melihat kondisi jalan.
b. Kepadatan sedang namun volume kendaraan memiliki kondisi naik maupun turun dan hambatan memiliki akibat penurunan kecepatan yang sangat signifikan.
c. Penegemudi memiliki keterbatasan dalam mengendalikan kendaraan, pengemudi memiliki kecenderungan mengalami kejenuhan, tetapi kondisi jalan ini masih bisa berubah dalam waktu yang relative cepat.
5. Tingkat Pelayanan E
a. Arus kendaraab memiliki kecenderungan lebih rendah daripada tingkat pelayanan D dengan volume kendaraan mendekati ambang batas kapasitas jalan dan kecepatan yang dapat dipacu kendaraan sangat rendah.
b. Kepadatan kendaraan tinggi karena hambatan pada jalan tersebut sangat banyak.
c. Pengemudi mulai merasa jenuh dengan kemacetan meskipun kemacetan yang dialami memiliki waktu yang tidak lama.
6. Tingkat Pelayanan F
a. Arus tertahan dan terjadi penumpukan kendaraan yang sangat panjang.
b. Kepadatan kendaraan sangat tinggi dan volume kendaraan juga sangat tinggi dan terkadang memiliki durasi waktu kemacetan yang sangat lama [9].
