SISTEM DETEKSI OTOMATIS DAN PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID
SKRIPSI
HANDRA SAITO 101402061
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2017
SISTEM DETEKSI OTOMATIS DAN PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Komputer
HANDRA SAITO 101402061
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
MEDAN 2017
PERSETUJUAN
Judul :SISTEM DETEKSI OTOMATIS DAN PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID
Kategori : SKRIPSI
Nama : HANDRA SAITO
Nomor Induk Mahasiswa : 101402061
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Sarah Purnamawati, ST., M.Sc Romi Fadillah Rahmat, B.Comp.Sc., M.Sc NIP. 19830226 201012 2 003 NIP. 19860303 201012 1 004
Diketahui/disetujui oleh
Program Studi S1 Teknologi Informasi Ketua,
Romi Fadillah Rahmat, B.Comp.Sc., M.Sc NIP. 19860303 201012 1 004
PERNYATAAN
SISTEM DETEKSI OTOMATIS DAN PENGUKURAN PAPAN REKLAME DI JALAN RAYA BERBASIS ANDROID
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 28 April 2017
HANDRA SAITO 101402061
UCAPAN TERIMA KASIH
Puji dan syukur kehadirat Allah SWT, karena rahmat dan izin-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, pada Program Studi S1 Teknologi Informasi Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada:
1. Bapak Prof. Runtung Sitepu, SH., M.Hum selaku Rektor Universitas Sumatera Utara.
2. Bapak Prof. Dr. Drs. Opim Salim Sitompul, M.Sc selaku Dekan Fasilkom-TI USU.
3. Bapak Romi Fadillah Rahmat, B. Comp. Sc., M. Sc selaku Ketua Program Studi S1 Teknologi Informasi Universitas Sumatera Utara dan Dosen Pembimbing I yang telah memberikan bimbingan dan saran kepada penulis.
4. Ibu Sarah Purnamawati, ST., M.Sc selaku Sekretaris Program Studi S1 Teknologi Informasi Universitas Sumatera Utara dan Dosen Pembimbing II yang telah memberikan bimbingan dan saran kepada penulis.
5. Bapak Dedy Arisandi, ST., M. Kom selaku Dosen Pembanding I yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
6. Bapak Ivan Jaya, M.Kom selaku Dosen Pembanding II yang telah memberikan kritik dan saran dalam penyempurnaan skripsi ini.
7. Ayahanda Shizuo Saito (alm) yang sudah lama tiada di dunia ini, Ayahanda Katsumi Narita dan Ibunda Irna Rustam yang selalu memberikan doa, kasih sayang, nasehat, dan semangat yang tiada putusnya kepada penulis.
8. Nenek Roosnie Munaf, Ibunda Devi Rustam, Kakak Gita Gracia, dan Kakak Adhitya Fiesta yang tidak berhenti untuk selalu memberikan semangat dan mengingatkan untuk menyelesaikan skripsi.
9. Sahabat FOYA Eka Tama Herly, Edgar Audela Batubara, Dian Rahmad Dermawan, Muslim Bukhari Nasution, M. Galih Rivai, M. Heri Mustaqim, Fezan
Habil, Dian Puspitasari Sebayang, Fahry Rozy Siregar, Ovy Rizki Fahrani, Ibrahim Denai, Desi Afri Yanti, Joko Ali Permadi, dan Chairul Saleh Nasution yang selalu memberikan dukungan, mendengar keluh kesah saat pengerjaan skripsi ini, menampung segala hal cerita yang lagi senang maupun sedih, dan memberikan nasehat positif dalam pengerjaan skripsi ini.
10. Teman – teman futsal TI yang selalu mengingatkan untuk mengerjakan skripsi dan memberikan semangat kepada penulis.
11. Teman-teman Teknologi Informasi USU terkhusus angkatan 2010 dan buat adik-adik angkatan 2011, 2012, 2013, 2014, 2015, dan 2016 yang juga memberikan semangat kepada penulis.
12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu persatu yang telah membantu penyelesaian skripsi ini.
Semoga Allah SWT melimpahkan berkah kepada semua pihak yang telah memberikan bantuan, perhatian, serta dukungan kepada penulis dalam menyelesaikan skripsi ini.
ABSTRAK
Reklame adalah benda, alat atau perbuatan, yang menurut bentuk susunan dan corak ragamnya dengan maksud untuk mencari keuntungan dipergunakan untuk memperkenalkan, menganjurkan atau memujikan suatu barang, jasa atau seseorang ataupun untuk menarik perhatian umum kepada suatu barang, jasa atau seseorang yang ditempatkan atau yang dapat dilihat, dibaca dan didengar dari suatu tempat oleh umum. Pada saat sekarang ini reklame sudah berkembang menjadi suatu sistem komunikasi yang sangat penting, tidak saja bagi produsen produk dan jasa akan tetapi juga bagi konsumen. Hal ini menyebabkan ditetapkannya biaya pajak terhadap reklame yang telah terpasang oleh pemerintah sesuai dengan letak lokasi, luas reklame, dan jumlah sudut pandang. Oleh karena itu, pihak yang berwajib harus memastikan data yang diajukan sesuai dengan reklame yang telah dibuat. Salah satu kesulitan pada saat melakukan verifikasi data reklame adalah pada saat pengukuran reklame yang berupa papan reklame yang berukuran besar dan terletak tinggi dari permukaan tanah, sehingga diperlukan suatu sistem yang dapat mengukur papan reklame tanpa alat ukur. Pada penelitian ini, penulis menggunakan aplikasi berbasis android sebagai alternatif untuk mengukur papan reklame. Untuk mengenali papan reklame, dibutuhkan juga beberapa metode dari proses pengolahan citra. Metode yang diajukan penulis untuk mengukur papan reklame menggunakan konsep proyeksi perspektif. Perhitungan jarak antara kamera dan objek menggunakan perhitungan jarak dua titik koordinat GPS. Hasil pengujian menunjukkan bahwa perhitungan jarak menggunakan GPS menghasilkan nilai yang tidak akurat, namun apabila menggunakan jarak yang telah diukur menghasilkan error 0.5 – 10 cm jika pengambilan citra dilakukan mendekati tegak lurus terhadap objek.
Kata kunci : pajak reklame, deteksi papan reklame, pengolahan citra digital, proyeksi perspektif, Android
AUTOMATIC DETECTION SYSTEM AND BILLBOARD SIZE MEASUREMENT ON THE ROAD BASED ON ANDROID
ABSTRACT
Billboards are objects, tools or actions, which according to the characteristics is intended to seeking profits, used to introduce or promote products, services or a person, or to draw public attention to a product, service or person which are placed in strategic area that can be seen by the public. Nowadays, The role of billboards have been developed as an effective communication system, not only for the manufacturers but also to the consumers. This led to the policy of tax charges for billboards set by the government based on location, dimensions and the viewpoints of the billboards. Therefore, authorized parties have to ensure the data authenticity of the proposed billboards. One of the bottlenecks in data verification is the time of billboards’ measurement process that are large and set high from the ground, so that needed a system which has the ability to measure the dimensions of the billboards without measuring instruments. Under this research, Android based application was implemented as the alternative to measure the dimensions of billboards, also needed some methods for image processing stage to identify the billboards. The proposed method to measure the dimensions of the billboards is using perspective projection. Calculation of the distance between the camera and the object is using two-point distance calculation GPS coordinates. The results show that the distance calculation using the GPS generate inaccurate values, but when using the measured distance, is given a result of errors’ range at 0.5 to 10 cm if the image acquisition performed nearly perpendicular to the object.
Keywords : billboards, tax, detection, image processing, perspective projection, Android
DAFTAR ISI
Hal.
PERSETUJUAN ii
PERNYATAAN iii
UCAPAN TERIMA KASIH iv
ABSTRAK vi
ABSTRACT vii
DAFTAR ISI viii
DAFTAR TABEL xi
DAFTAR GAMBAR xii
BAB 1 PENDAHULUAN 1 1.1. Latar Belakang 1 1.2. Rumusan Masalah 2 1.3. Tujuan Penelitian 3 1.4. Batasan Masalah 3 1.5. Manfaat Penelitian 3 1.6. Metode Penelitian 3 1.7. Sistematika Penulisan 4
BAB 2 LANDASAN TEORI 6
2.1. Pajak Reklame 6
2.1.1. Ketentuan Umum 6
2.1.2. Subjek dan Objek Pajak Reklame 7 2.1.3. Tarif dan Dasar pengenaan reklame 8 2.1.4. Rumus Perhitungan Reklame 12
2.2. Android 12
2.2.1. Arsitektur Android 13
2.3. Pengolahan citra digital 15
2.3.1. Grayscale 15
2.3.2. Gaussian Blurring 16
2.3.4. Dilasi 18
2.3.5. Erosi 18
2.4. OpenCV 19
2.5. Perspective Projection 21
2.6. Penelitian Terdahulu 22
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 25
3.1. Data yang digunakan 25
3.2. Analisis Sistem 25
3.2.1. Penentuan Nilai Lintang dan Garis Bujur 26 3.2.2. Perhitungan jarak antar dua nilai Lintang dan
Garis Bujur
26
3.2.3. Grayscaling 27
3.2.4. Edge Detection Canny 28
3.2.5. Dilasi dan Erosi 29
3.2.6. Contour Tracing 30
3.2.7. Filter Contour 31
3.2.8. Pengaturan Perspektif 32
3.2.9. Perhitungan ukuran Billboard 32 3.2.10. Perhitungan biaya pajak reklame 33
3.3. Kegiatan User dan Admin 33
3.4. Perancangan Sistem 34
3.4.1. Rancangan activity awal 34 3.4.2. Rancangan tampilan activity pengambilan
citra
34
3.4.3. Rancangan activity hasil akhir 35
BAB 4 IMPLEMENTASI DAN PENGUJIAN 36
4.1 Implementasi Sistem 36
4.1.1 Spesifikasi Perangkat Lunak dan Perangkat Keras yang digunakan
36
4.1.2 Implementasi perancangan antarmuka 37
4.2 Prosedur Operasional 39
4.3.2 Papan Reklame Kedua 41
4.3.3 Papan Reklame Ketiga 43
4.4.4. Papan Reklame Keempat 45
4.3.5 Papan Reklame Kelima 47
4.3.6 Papan Reklame Keenam 48
BAB 5 KESIMPULAN DAN SARAN 53
5.1 Kesimpulan 54
5.2 Saran 54
DAFTAR TABEL
Hal.
Tabel 2.1 Daftar Lokasi Jalan Yang Dibenarkan Untuk Penyelenggaraan Reklame Di Wilayah Kota Medan
8
Tabel 2.2 Besar Nilai Rupiah Berdasarkan Kelas Jalan dan Ukuran Reklame
10
Tabel 2.3 Besaran Nilai Rupiah Bardasarkan Kelas Jalan dan Ukuran
10
Tabel 2.4 Besaran Nilai Sewa Reklame Papan / Billboard / Videotron / Large
10
Tabel 2.5 Besaran Nilai Sewa Reklame Kain Berupa Umbul - Umbul Spanduk dan Sejenisnya serta Baliho
11
Tabel 2.6 Besaran Nilai Sewa Reklame Mini Billboard / Shelter / Reklame Menempel
11
Tabel 2.7 Besaran Nilai Sewa Reklame Merek Toko 11
Tabel 2.8. Penelitian Terdahulu 23
Tabel 3.1. Matriks citra warna (RGB) ukuran 3 x 3 piksel 27 Tabel 3.2. Hasil konversi nilai citra RGB ke nilai citra keabuan 28
Tabel 4.1. Tabel hasil penelitian 51
Tabel 4.2. Tabel perbandingan ukuran hasil penelitian dengan ukuran asli menggunakan jarak asli
52
Tabel 4.3. Tabel perbandingan ukuran hasil penelitian dengan ukuran asli menggunakan jarak GPS
DAFTAR GAMBAR
Hal.
Gambar 2.1. Arsitektur Android 14
Gambar 2.2. Contoh kernel Gaussian berukuran 3x3 16 Gambar 2.3. Kernel Gaussian setelah penerapan rumus 17 Gambar 2.4. Hasil akhir kernel gaussian 17 Gambar 2.5. Citra hasil deteksi tepi Canny 18 Gambar 2.6. Proses dilasi dengan bantuan matriks 3x3 18 Gambar 2.7. Proses erosi dengan bantuan matriks 3x3 19 Gambar 2.8. Proyeksi objek 3D menjadi objek 2D 21
Gambar 3.1. Arsitektur Umum 26
Gambar 3.2. Proses konversi citra RGB menjadi citra keabuan 28 Gambar 3.3. Citra deteksi tepi canny 29 Gambar 3.4. Citra hasil proses dilasi dan erosi 30 Gambar 3.5. Citra dengan kontur yang terdeteksi 31 Gambar 3.6. Citra hasil proses penyaringan kontur 32 Gambar 3.7. Hasil dari fungsi minAreaRect() 32 Gambar 3.8 Use case kegiatan Admin dan User 34
Gambar 3.9 Rancangan Tampilan Awal 34
Gambar 3.10 Rancangan Tampilan Activity Indekos 35 Gambar 3.11 Rancangan Tampilan Activity Hasil Akhir 36
Gambar 4.1. Tampilan activity awal 38
Gambar 4.2. Tampilan activity pengambilan citra papan reklame 39
Gambar 4.3. Tampilan activity hasil 39
Gambar 4.4. Papan reklame pertama dikenali dan ditandai dengan kotak merah dan kuning
41
Gambar 4.5. Hasil perhitungan dari papan reklame pertama yang salah disebabkan koordinat GPS yang tidak tepat
41
Gambar 4.6. Hasil perhitungan dari papan reklame pertama dengan jarak yang telah diukur
Gambar 4.7. Aplikasi dapat mengenali papan reklame kedua 43 Gambar 4.8. Hasil perhitungan dari papan reklame kedua
menggunakan jarak dari GPS
43
Gambar 4.9. Hasil perhitungan dari papan reklame kedua dengan jarak yang telah diukur
44
Gambar 4.10. Hasil aplikasi dalam mengenali papan reklame ketiga 45 Gambar 4.11. Hasil perhitungan dari papan reklame ketiga dengan
perbandingan dua koordinat GPS
45
Gambar 4.12. Hasil perhitungan dari papan reklame ketiga dengan nilai jarak yang telah diukur
46
Gambar 4.13. Hasil pengenalan papan reklame keempat 46 Gambar 4.14. Hasil perhitungan dari papan reklame keempat
menggunakan jarak dari GPS
47
Gambar 4.15. Hasil perhitungan dari papan reklame keempat dengan nilai jarak yang telah diukur
47
Gambar 4.16. Papan reklame kelima berhasil dikenali oleh aplikasi 48 Gambar 4.17. Hasil perhitungan dari papan reklame kelima
menggunakan jarak GPS
48
Gambar 4.18. Hasil perhitungan dari papan reklame kelima menggunakan jarak yang telah diukur
49
Gambar 4.19. Hasil pengenalan papan reklame keenam 50 Gambar 4.20. Hasil perhitungan dari papan reklame keenam
menggunakan jarak GPS
50
Gambar 4.21. Hasil perhitungan dari papan reklame keenam menggunakan jarak yang telah diukur