ISSN : 2302-450X
PROSIDING
PERTEMUAN DAN PRESENTASI KARYA ILMIAH BALI, 28 JULI 2017
PEMBICARA UTAMA SEMINAR PARALEL DENGAN TEMA
“Internet of Think (IoT) & Big Data : Teknologi, Tantangan dan Pelu- ang”
Dr. Nyoman Putra Sastra, ST.,MT.
Irsan Suryadi Saputra
PENYUNTING AHLI
Dr. Anak Agung Istri Ngurah Eka Karyawati, S.Si,M.Eng.
Dr. H. Agus Zainal Arifin,S.Kom.,M.Kom.
Dr. I Ketut Gede Suhartana,S.Kom.,M.Kom
Dr.techn. Ahmad Ashari,M.Kom.
PELAKSANA SEMINAR
PELINDUNG
Rektor Universitas Udayana, Bali
PENANGGUNG JAWAB
Dekan Fakultas MIPA Universitas Udayana
Ketua Program Studi Teknik Informatika, FMIPA Universitas Udayana
PANITIA
I Gede Oka Gartria Atitama, S.Kom., M.Kom.
Gst. Ayu Vida Mastrika Giri,S.Kom., M.Cs.
Luh Arida Ayu Rahning Putri, S.Kom.,M.Cs.
Dewa Made Bayu Atmaja Darmawan, S.Kom., M.Cs.
I Putu Gede Hendra Suputra, S.Kom., M.Kom.
I Gede Arta Wibawa,S.T., M.Cs.
I Made Widiartha, S.Si., M.Kom.
I Gusti Agung Gede Arya Kadnyanan, S.Kom., M.Kom.
I Gst. Ngurah Anom Cahyadi Putra, S.T., M.Cs.
I Wayan Supriana, S.Si.,M.Cs.
Dra. Luh Gede Astuti, M.Kom
Dr. I Ketut Gede Suhartana, S.Kom.M.Kom Dr. A.A. I. N. Eka Karyawati, S.Si.,M.Eng.
I Gede Santi Astawa, S.T., M.Cs.
Made Agung Raharja, S.Si., M.Cs.
Ida Bagus Gede Dwidasmara, S.Kom.,M.Cs.
I Komang Ari Mogi, S.Kom., M.Kom.
Ida Bagus Made Mahendra, S.Kom., M.Kom.
KATA PENGHANTAR
Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa, atas terselesainya penyusunan Pro- siding SNATIA 2017 ini. Buku ini memuat naskah hasil penelitian dari berbagai bidang kajian yang telah direview oleh pakar di bidangnya dan telah dipresentasikan dalam acara Seminar SNATIA tahun 2017 pada tanggal 28 Juli 2017 di Universitas Udayana kampus Bukit Jimbaran, Badung, Bali.
Kegiatan SNATIA 2017 merupakan agenda tahunan Program Studi Teknik Informatika, Jurusan Ilmu Komputer, Universitas Udayana. SNATIA 2017 mengambil tema “Internet of Think (IoT) & Big Da- ta : Teknologi, Tantangan dan Peluang” dengan pembicara utama seminar yang terdiri dari pakar- pakar peneliti dan pemerhati di bidang Teknologi Informasi, Internet of Think (IoT), dan Big Data.
Meskipun kegiatan seminar dan pendokumentasian naskah dalam prosiding ini telah dipersiap- kan dengan baik, namun kami menyadari masih banyak kekurangannya. Panitia memohon maaf yang sebesar-besarnya atas kekurangan yang ada. Kritik dan saran perbaikan sangat kami harapkan untuk penyempurnaan di masa mendatang, yang dapat dikirimkan melalui e-mail
[email protected].Kepada semua pihak yang terlibat baik langsung maupun tidak langsung dalam penyelenggaraan sem- inar dan penyusunan proceeding SNATIA 2017, panitia mengucapkan terima kasih.
Jimbaran, 28 Juli 2017
Panitia SNATIA 2017
DAFTAR ISI
Kata Pengantar Daftar Isi
Artificial Intelegent
Penentuan Jalur Distribusi Barang Melalui Jalur Laut Menggunakan Algoritma Genetika
Ketut Adi Praja Putra ... 1 Penentuan Range Nilai Besaran Fisis Film Hasil Photo Sinar-X Mammografi Jenis C1, C2, C3, C4 dan C5 Tumor Payudara.
Dr. A. A. NGR Gunawan, MT ... 9 Personal Innovativeness, Social Presence, dan Motivasi Ekstrinsik-Intrinsik dalam Penerimaan Chatbot Asri
Oktavianus Ken Manungkarjono ... 14
Bioinformatics
Implementasi Algoritma Genetika pada Rekomendasi Menu Diet Sehat
Kadek Eliskarini ... 21
Cloud Computing
Implementasi Line Chat Bot Rekomendasi Wisata Menggunakan Platform As A Service
I Made Adi Susilayasa ... 29 Otomatisasi Pembuatan Tenant, Network, Dan Vm Pada Openstack
I Putu Gede Surya Adiputra Pratama ... 35 Penerapan Haversine Formula Pada Line Chat Bot Untuk Mencari Lokasi Terdekat Pada Tempat Wisata Sidin Rahman ... 41 Penerapan Metode Load Balancing Dengan Algoritma Least Connection Pada Virtual Private Server Cloud Ida Bagus Rathu Eka Surya Wibawa ... 48
Computer Vision
Sistem Perhitungan Orang Berbasis Sensor Visual Dalam Lingkup Jaringan Sensor Nirkabel
Made Alwin Indraswara ... 53
Control Dan Rocotics
Pemilahan Buah Jambu Air Menggunakan Mikrokontroler Atmega328 Dan Sensor Ldr
I Gede Andika ... 59 Perancangan Robot Pendeteksi Panas Berbasis Microcontroller Arduino R3
Bayu Putra Segara ... 67 Purwa Rupa Pengontrol Mobil Menggunakan Remote Berbasis Controller Board
Tendy Ariyanto ... 74
Data Mining
Implementasi Algortima C5.0 untuk Memprediksi Tingkat Kelulusan Mahasiswa Study Kasus Program Studi Teknik Informatika Universitas Udayana
Kadek Dimas Anggarajaya ... 81 Klasifikasi Kanker Payudara Dengan K-Nearest Neighbor Dan Principal Component Analysis
I. K Surya Negara ... 87 Penentuan Jurusan Calon Mahasiswa Baru Jurusan Ilmu Komputer FMIPA Universitas Udayana Berdasar- kan Nilai Akademik Menggunakan Metode FMADM ELECTRE
Fajar Avianto Zainudin ... 92
Database Management
Implementasi Replikasi Basis Data Pada Private Cloud Computing
Ariesta Krisnayana ... 99 Perancangan Sistem Basis Data Terdistribusi Untuk Pendataan Penduduk Di Wilayah Kecamatan Kuta Dengan Metode Fragmentasi
Yogi Adi Wardana ... 106
Decision Support System
Perbandingan Sistem Pendukung Keputusan Pemilihan Mobil Bekas Dengan Metode Analytic Hierarcy Process Dan Simple Additive Weight
I Gede Oka Sudiatmika ... 113 Sistem Pemetaan Kakak Dan Adik Asuh Dengan Metode Profile Matching Pada Komunitas Kakak Asuh Bali
Ayu Nikki Asvikarini ... 119
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN LOKASI PENDIRIAN CABANG MINIMARKET
DENGAN MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (STUDI KASUS MINIMARKET VIDYA)
I Gusti Agung Ngurah Aryadinata ... 126
Sistem Pendukung Keputusan Pemberian Bantuan Bedah Rumah Masyarakat Miskin Menggunakan Metode Analytical Hierarchy Process (Studi Kasus: Pemerintah Kabupaten Tabanan)
I Gusti Ngurah Bagus Putra Asmara ... 133
E-Commerce
Aplikasi E-Tani Sebagai Strategi Peningkatan Kualitas Dan Kesejahteraan Para Petani
Eka Suweantara ... 142 Rancang Bangun Aplikasi E-Commerce Marketplace Catering Berbasis Web Dengan Fitur “Mix Menu”
Cokorda Gede Agung Yudi Dharma Putra ... 151 Sistem Informasi E-Commerce Pada Maharanie Collection
Rendy Praditya Anggara ... 160
Expert Systems
Pemilihan Tempat Pembuangan Akhir (TPA) Sampah Menggunakan Metode Technique For Others Refer- ence by Similarity to Ideal Solution
I Wayan Rudi Edi Astawan ... 166 Penerapan Metode Profile Matching Dalam Perancangan Aplikasi E-Commerce Pada Clothing Line
Wiendu Adi Wiguna ... 174 Sistem Pendukung Keputusan Pemilihan Supplier Barang Menggunakan Metode Simple Additive
Weighting (Studi Kasus PT. Berliando Mitra Abadi)
I Putu Septian Arya Candra ... 182 Sistem Pendukung Keputusan Penerimaan Pengajar Dengan Metode Analytical Hierarchy Process (AHP) Study Kasus: Lembaga Bimbingan Belajar XYZ
Aryana Dwi Putra ... 188 Sistem Seleksi Atlet Woodball Menggunakan Metode Simple Additive Weighting (SAW)
Ni Kadek Devi Kencana Dwi Merta ... 195
Human Computer Interaction
Modul Interaktif Pembelajaran Mindstorm NXT Berbasis Augmented Reality Pada Platform Android Gerson Feoh ... 204
Information Retrieval
Implementasi Algoritma Stemmer Confix Stripping Pada Teks Bahasa Bali
Ida Bagus Wijaya Erlangga ... 212
Klasifikasi Musik Berdasarkan Genre Menggunakan Metode K-Nearest Neighbour
Gdt Ayu Vida Mastrika Giri ... 217
Information Systems
Analisis Dan Pemetaan Kecocokan Lahan Tanaman Kakao Berbasis Sistem Informasi Geografis (Studi Ka- sus Kabupaten Jembrana)
I Gede Agus Wahyudi ... 223 Analisis Dan Pemetaan Sistem Informasi Geografis Daerah Rawan Kebakaran Hutan Dan Lahan Di Kabu- paten Buleleng
Made Gede Amrita Suastika ... 231 Analisis Dan Perancangan Sistem Informasi Geografis Daerah Rawan Penyebaran Penyakit Demam Berdarah Dengue Di Kota Denpasar
Ni Made Ayudya Puspanegara ... 238 Analisis Dan Perancangan Sistem Informasi Geografis Kesesuaian Lahan Untuk Tanaman Anggur Di Ka- bupaten Buleleng
I Gede Eddy Anjasmara Putra ... 244 Analisis Dan Perancangan Sistem Informasi Geografis Kesesuaian Lahan Untuk Tanaman Jeruk Di Kabu- paten Gianyar
I Made Teja Geni Astra ... 250 Analisis Kesesuaian Penambahan Tempat Pembuangan Sementara (Tps) Di Kota Denpasar Menggunakan Sistem Informasi Geografis
Ni Luh Rika Aryanti ... 258 Analisis Potensi Risiko Tanah Longsor Di Kabupaten Bangli Menggunakan Sistem Informasi Geografis Anak Agung Sri Yuniawati ... 267 Analisis Potensi Wilayah Rawan Banjir Menggunakan Aplikasi Sistem Informasi Geografis (Studi Kasus Kota Bima, NTB)
Inggit Srie Hartina ... 274 Aplikasi E-Voting Pemilu Raya Menggunakan Keamanan Secure Hash Algorithm-1 (Sha-1) Berbasis Web Juniawan Saputra ... 282 Aplikasi Mobile Hybrid Pencarian Rute Optimum Taksi Menggunakan Algoritma Dijkstra
A. A. Gde Ari Sudana... 291 Desain Model Mapping Schema Data Center Pada Central Data Warehouse (Big Data) Untuk Mendukung Integrasi Pelayanan Pasien Rujukan Asuransi Terdistribusi
Sudaryanto ... 298 Pengujian Tranfromasi Wavelet Haar Dalam Kompresi Citra Digital
Andrianus Putut Bagus Triwiyono ... 305
Perancangan Aplikasi E-Template Surat Berbasis Web
Ngurah Permana Agustara ... 310 Perancangan Aplikasi Pengaduan Mahasiswa (Udayana Motion) Berbasis Mobile
I Putu Yuda Juniantara Putra ... 316 Rancang Bangun Dan Analisa Aplikasi Pengumpulan Point TAK Berbasis Android (Primakara GO)
Indra Oktava Rospita ... 322 Rancang Bangun Sistem Rekomendasi Wisata Di Bali Menggunakan Metode Profile Matching
Wira Maharddhika Pradnyanna ... 327 Sistem Informasi Geografis Analisis Dan Pemetan Kawasan Rawan Bencana Tanah Longsor Di Kabupaten Bangli
Adam Rain Brawijaya ... 336 Sistem Informasi Manajemen Komplain SIMADE Berbasis Web
Victor Boy Simamora ... 343 Sistem Informasi Pengelolaan Data Alumni pada PS. Farmasi FMIPA Udayana
I Gede Pramarta Sedana ... 348 Sistem Pendukung Keputusan Pemilihan Mobil Baru Menggunakan Weighted Product (WP)
Made Hariyogi ... 356 Sistem Pendukung Keputusan Rekomendasi Tempat Wisata Di Bali Munggunakan Metode Profile Match- ing
Andrean Susanto ... 363 Sistem Penentuan Ketua SIC dengan menggunakan Metode Analytical Hierarchy Process (AHP)
Bryan Wahyu Krishnaputra ... 371 Sistem Penjadwalan Matakuliah Otomatis Dengan Algoritma Genetika
I Kadek Bayu Wana Permana ... 380 Web-GIS Model Untuk Integrasi Data Epidemiologi DBD Terdistribusi Sebagai Pendukung Tatakelola Sur- veilance dan Investigasi Wabah
Slamet Sudaryanto Nurhendratno ... 388
Machine Learning
Penerapan Neural Network Backpropagation Untuk Klasifikasi Pada Pengenalan Aktivitas Manusia
I Wayan Ariantha Sentanu ... 394
Multimedia Application
Identifikasi Citra Tanaman Rimpang Berdasarkan Ciri Tekstur Dan Warna Dengan Algoritma K-Nearest Neighbor
Ayu Candrawati ... 401
Penerapan Metode Noise Reduction Pada Citra Digital Lontar Aksara Bali
Made Erna Susanti ... 409 Penerapan Metode Transform Hough Line Untuk Mengidentifikasi Jenis Kendaraan
Kadek Dwi Sukri Yanthi ... 418 Pengenalan Sandi Semaphore Dengan Metode Findcontour Dan Matchshape Pada Opencv Menggunakan Bahasa Python
I Made Anggun Dwiguna ... 424 Segmentasi Citra Menggunakan Metode Watershed Transformation Untuk Menghitung Jumlah Ken- daraan Bermotor
Geby Noverita Br Sebayang ... 431 Sistem Pemeriksaan Lembar Jawaban Komputer Dengan Metode Template Matching Dan Pemrosesan Paralel
I Wayan Widarma Putra Pramana ... 440 Sistem Untuk Mendeteksi Nilai Dan Menghitung Uang Koin Menggunakan Transform Hough Circle
Ida Ayu Putu Manik Sintiya Dewi ... 447
Networking and Security
Akuisisi Data Heart Rate Pada Miband Menggunakan Bluetooth Low Energy (BLE)
I Kadek Agus Darma Putra ... 454 Analisis Quality Of Service Pada Jaringan Internet Pusat Pemerintahan Kabupaten Badung
I Nyoman Arta Jaya ... 461 Aplikasi Steganografi Untuk Menyembunyikan Pesan Teks Pada Gambar Dengan Metode Least Signifi- cant Bit (LSB)
I Gusti Ngurah Agung Wisnu Arimurti ... 468 Bahasa Pemrograman Python Untuk Pembuatan Aplikasi Packet Sniffer
I Putu Kuswara Adi Pradana ... 474 Clock Skew Sebagai Dasar Authentifikasi Keamanan Pada Jaringan Sensor Nirkabel
Nyoman Dita Krisnabayu ... 481 Implementasi High Availability Cluster Guna Mengurangi Downtime Server Studi Kasus Sintask.com Almer Hafiz Wandalaksana... 488 Otomatisasi Konfigurasi Mikrotik Router Menggunakan Software Ansible
I Made Bayu Swastika ... 495 Penerapan Snmpv3 Pada Network Performance Monitoring Solarwinds System Studi Kasus Pt. Freeport Indonesia
Barneci Henderika Nuboba ... 504
Perancangan Aplikasi Keamanan Data Transaksi Elektronik Pada Rfid Di Koprasi Serba Guna Dengan Menggunakan Algoritma Rsa
Sidin Rahman ... 511 Perancangan Pengamanan Sms Gateway Dengan Algoritma Rsa Di Pt Xl
I Gede Bendesa Aria Harta ... 520 Perancangan Sistem Tanda Tangan Digital Dalam Transaksi Berbasis Online Pada Pt Asiana
Menggunakan Algoritma Rsa
William Ulrich Innocentius Sitinjak... 526 Perangcangan Hybrid Network Untuk Pengembangan Internet Of Things
Wadarman Jaya Telaumbanua ... 531 Prototype Smart Building Data Center Berbasis Jaringan Sensor Nirkabel
Sastra Dwikiarta ... 538 Rancang Bangun Jaringan Internet Menggunakan Simulasi Jaringan Network Simulator 3 Di Desa
Berangbang
I Komang Vijaya Adhyatma... 546 Sistem Monitoring Private Cloud Computing Pada Openstack Menggunakan Ceilometer
Made Darma Narayana ... 552 Uji Performa Parallel Processing Pada Pengamanan Citra Digital
Faisal Achmad Failusufi ... 560
Patern Recognition
Komparasi Deteksi Tepi Canny Dan Watershed Transformation Untuk Segmentasi Area Manuskrip Dalam Citra Lontar Aksara Bali
I Wayan Juliandika ... 566
Semantic Web
Rancang Bangun Fitur Pencarian Data Akademik Menggunakan Parser Noise Disposal
I Gusti Agung Gede Agung Surya Kusuma ... 573
Software and Web Engineering
Game Edukatif “Rare Melajah” Media Pembelajaran Calistung Bahasa Bali Berbasis Multimedia Interaktif Pada Android
Ni Luh Devi Lingga Pratiwi ... 580
Pemodelan Dan Simulasi Antrian Pelayanan Pembuatan E-Ktp Pada Kantor Camat Denpasar Selatan
Mohammad Rizky Ramadhani Adam ... 587
Perancangan Sistem Absensi Pengenalan Wajah Pada Perangkat Android Menggunakan Metode Fisher- face Dan Menggunakan Gps Untuk Mendeteksi Lokasi Absensi
Iin Masdiana ... 594 Rancang Bangun Aplikasi Alarm Monitoring (Almont) Untuk Penjadwalan Tindakan Medis Pasien Rawat Inap Berbasis Mobile
Ni Luh Devi Lingga Pratiwi ... 599
SISTEM PERHITUNGAN ORANG BERBASIS SENSOR VISUAL DALAM LINGKUP
JARINGAN SENSOR NIRKABEL
Made Alwin Indraswara1, Nyoman Putra Sastra2, Dewa Made Wiharta3 Program Studi Teknik Elektro Universitas Udayana
Jl. Raya Kampus Unud No.88, Jimbaran, Kuta Sel., Kabupaten Badung, Bali 80361 Indonesia
Abstrak—
Penggunaan sensor visual di lingkungan Jaringan Sensor Nirkabel pada penelitian ini bertujuan untuk menghitung orang yang masuk dalam sebuah ruangan. Sebagai pengolah citra dan sistem komunikasi nirkabelnya, digunakan platform Raspberry Pi 3. Hasil pengolahan citra dan perhitungan yang dilakukan oleh Raspberry Pi 3 akan dikirimkan ke web server untuk didiseminasi melalui internet. Dari hasil pengujian, sistem telah dapat membedakan orang masuk dan keluar ruangan, menghitung jumlah orang di dalam ruangan, dan mengirimkannya menuju web server. Tahapan pengujian juga dijelaskan dalam penelitian ini.
Kata kunci — JSN, Sensor visual, Wifi, Menghitung orang Abstract—
This research is intended to build a prototype of Smart Building Data Center based on Wireless Sensor Network as an Infrastructure of the Internet of Things. The system includes various data from sensors, such as temperature, lighting, and vibration. This study also considers energy consumption and Quality of Service (QoS) of the network. The QoS includes packet loss and delay. These parameters are examined by varying the distance between an IEEE 802.15.4 Zigbee device as transmitter and another IEEE 802.15.4 Zigbee device acting as receiver. The experiments show that the range up to 17 meters outdoor yields RSSI between -62 to -76 dBm.
Delay varies between 2 seconds up to 36 seconds. 0 to 140 data are lost from the average delivery of 160 data. Energy consumption within 10 minutes of data transmission are on the range between 0.32 Watt to 0.64 Watt.
Keywords— WSN, Visual sensor, Wifi, People counting I. PENDAHULUAN
Jaringan Sensor Nirkabel (JSN) atau Wireless Sensor Network (WSN) adalah sebuah jaringan yang menghubungkan perangkat-perangkat seperti sensor node, router dan sink node[1]. Salah satu sensor dalam JSN adalah sensor visual (kamera). Sensor visual dapat mengirimkan informasi lebih banyak bila dibandingkan dengan sensor skalar seperti sensor suhu, api dan gas. Dengan diterapkannya sensor visual kamera pada teknologi JSN, sensor visual dapat ditempatkan pada wilayah yang infrastrukturnya sedikit, seperti minim sumber daya listrik[2].
Banyak penelitian yang sudah dilakukan tentang Jaringan Sensor Nirkabel. Dalam [2], telah dilakukan impementasi linux embedded OS pada jaringan sensor nirkabel menggunakan sensor visual. Pada penelitian tersebut digunakan zigbee IEEE 802.15.4 sebagai modul komunikasinya, dimana zigbee IEEE 802.15.4 memiliki keterbatasan dalam pengiriman data menuju internet, yang memerlukan protokol IEEE 802.11 sebagai gateway. Hal ini dinilai tidak efisien.
Untuk menghemat konsumsi daya pada pengolahan citra dari sensor visual, Teixeira dan Andreas [3] menggunakan metode motion histogram dalam mengidentifikasi dan menghitung orang. Namun dalam penelitian tersebut tidak dijelaskan pengiriman data menuju internet. Sedangkan pada
[4], digunakan Raspberry Pi sebagai platform pengolah data kamera dan menggunakan metode perbedaan histogram pada citra dalam menghitung orang, namun pengujian dalam penelitian tersebut hanya sebatas pada orang yang tidak bergerak dan wajah menghadap kamera. Jumlah orang pada penelitian tersebut diperoleh dengan menjumlahkan histogram wajah pada masing – masing orang yang tertangkap kamera.
Berdasarkan beberapa penelitian di atas, bisa diidentifikasi dua komponen penting dalam JSN, yaitu apek pada pengiriman data dan pada pengolahan citra. Kedua hal tersebut mempunyai peranan penting dalam mewujudkan aplikasi JSN yang efektif dan efisien.
Dalam penelitian ini, akan dikembangkan suatu aplikasi JSN menggunakan platform mini PC Raspberry Pi 3 untuk aplikasi smart room. Aplikasi dirancang untuk bisa menghitung jumlah orang yang keluar masuk suatu ruangan, dalam hal ini ruang server. Aplikasi dapat mengirim data menuju internet dengan modul wifi 802.11n. Kamera dipasang untuk bisa menangkap citra untuk pengolahan lebih lanjut.
Obyek dari citra yang ditangkap adalah orang/manusia. Data diolah untuk bisa mengetahui jumlah orang yang berada dalam ruang server. Sistem penghitung orang ini dapat bermanfaat dalam implementasi internet of things[5][6] untuk smart room atau smart building seperti automatisasi suhu ac ruangan berdasarkan jumlah orang dalam ruangan,
53
automatisasi lampu ruangan dan automatisasi pintu ruangan bisa dilakukan berdasarkan kapasitas orang dalam ruangan.
II. DESAIN SISTEM
Pengujian perangkat dilakukan dengan asumsi bahwa background hasil tangkapan kamera tidak mengalami perubahan dan cahaya ruangan sebesar ± 24 lux. Jarak antara lantai dan perangkat sebesar ± 270 cm dengan posisi menghadap lantai. Tahapan yang dilakukan dalam pengujian adalah sebagai berikut.
1. Kamera menangkap citra.
2. Implementasi background subtractor, morphological transformation dan pemberian kontur pada objek 3. Pendefinisian objek
4. Penghitungan orang dalam ruangan
5. Pengiriman hasil perhitungan orang dalam ruangan menuju web server
Secara garis besar rancangan desain perangkat dapat dilihat pada Gbr 1.
Gbr. 1 Skema rancangan perangkat keras
Pada Gbr 1 ditampilkan perangkat menggunakan kamera Webcam Logitech c170 yang berfungsi sebagai input pada sistem ini. Data yang diinputkan merupakan data visual berupa citra yang akan diolah oleh Mini PC Raspberry Pi 3.
Mini PC Raspberry Pi 3 yang berfungsi sebagai mikrokontroler untuk mengolah data yang diinputkan oleh kamera. Hasil pengolahan adalah jumlah orang yang masuk dan keluar ruangan dan dikirimkan menuju web server.
Sumber daya perangkat menggunakan baterai lippo dengan voltase 5V dan arus 3800 mAh yang telah dilengkapi Charging Module Rpi Powerpack berfungsi sebagai module charging untuk Raspberry Pi 3.
A. Sensing dan sensor
Sensing adalah teknik yang digunakan untuk mengumpulkan informasi tentang objek fisik atau proses, termasuk terjadinya peristiwa (yaitu, perubahan dalam keadaan seperti penurunan suhu atau tekanan). Sebuah objek yang melakukan sensing disebut sensor[1]. Dalam penelitian ini digunakan sensor visual sebagai sumber input utama.
Sensor visual yang digunakan adalah kamera Webcam Logitech c170 yang dapat menangkap citra dengan resolusi mencapai 5MP dan merekam video dengan resolusi XVGA
(1024 x 728). Pada tabel 1 ditampilkan spesifikasi kamera Webcam Logitech c170.
TABEL I.
PARAMETER WEBCAM LOGITECH C170[11]
Spesifikasi Keterangan
Koneksi Kabel
Maksimum resolusi video 1024 x 768
Fitur
Logitech Fluid Crystal Technology, RightSound technology, digital noise reduction
Support suara Microphone
Foto 5 MP
Antarmuka komputer USB 2.0 B. Platform Jaringan Sensor Nirkabel
Platform JSN yang digunakan pada penelitian ini adalah Raspberry Pi 3. Raspberry Pi 3, dengan prosesor quad-core Cortex-A53, diperkirakan memiliki kecepatan 10 kali kinerja sebuah Raspberry Pi 1. Sedangkan bila dibandingkan dengan Raspberry Pi 2, Raspberry Pi 3 menjadi sekitar 80% lebih cepat dari pada Raspberry Pi 2 dalam tugas paralel. Raspberry Pi Foundation merekomendasikan penggunaan Raspbian, sistem operasi berbasis Linux Debian sebagai sistem operasi Raspberry Pi. Sistem operasi pihak ketiga lainnya tersedia melalui situs resmi termasuk Ubuntu MATE, Snappy Ubuntu Core, Windows 10 IoT Core, RISC OS dan distribusi khusus untuk pusat media Kodi dan manajemen kelas[7]. Raspberry Pi 3 mampu menjalankan aplikasi pemrograman IDLE Python yang digunakan dalam perangkat untuk menjalankan program identifikasi, perhitungan orang, hingga pengiriman data perhitungan menuju web server.
C. Sistem Komunikasi
Sistem komunikasi yang digunakan dalam Raspberry Pi 3 adalah wifi dengan standar IEEE 802.11n. IEEE 802.11n adalah sebuah perubahan standar jaringan nirkabel untuk meningkatkan throughput lebih dari standar sebelumnya, seperti 802.11b dan 802.11g, dengan peningkatan data rate maksimum dalam lapisan fisik OSI (PHY) dari 54 Mbit/s ke maksimum 600 Mbit/s dengan menggunakan empat ruang aliran di lebar saluran 40 MHz[1]. Dengan kecepatan data rate dan bandwidth yang besar, wifi 802.11n mampu mengirimkan data hasil perhitungan orang menuju web server.
D. Perangkat Lunak
Perangkat lunak sistem perhitungan orang dalam lingkup jaringan sensor nirkabel ini dibuat dengan menggunakan aplikasi IDLE phyton 2.7.9 dengan bahasa phyton dan dengan bantuan library OpenCV dalam mengolah citra. OpenCV adalah sebuah library computer vision yang bersifat open source. Library ini ditulis dengan bahas C dan C++ dan dapat dijalankan pada OS Linux, Windows, dan MAC. Saat ini pengembangannya telah dapat berhubungan dengan bahasa python, ruby, matlab, dan bahasa lainnya. OpenCV didesain untuk komputasi yang efisien dan difokuskan pada aplikasi
54
real time. OpenCV secara otomatis menggunakan library IPP yang sesuai jika library tersebut terinstall. Salah satu tujuan OpenCV adalah menyediakan infrastruktur computer vision untuk membangun aplikasi citra dengan mudah. Library OpenCV mengandung lebih dari 500 function yang menjangkau banyak area termasuk fabrikasi, inspeksi produk, pencitraan medis, keamanaan, user interface, dan robotika [8].
Diagram alir perangkat lunak dapat dilihat pada Gbr 2.
Gbr. 2 Diagram alir perangkat lunak
Citra yang telah tertangkap oleh kamera mengalami beberapa proses sebelum bisa melakukan identifikasi. Tahap pertama adalah proses pemisahan background dan foreground dengan metode background subtraction. Background subtraction adalah suatu metode yang mampu memisahkan foreground dan background pada citra. Background atau latar pada citra adalah konstan atau tidak berubah, sedangkan foreground adalah objek yang bergerak[8]. Dalam tahap ini akan terlihat perbedaan antara objek yang masuk pada lingkup tangkap citra dengan background.
Noise yang muncul di sekitar objek bisa dikurangi dengan metode morphology dengan tujuan untuk memperoleh bentuk objek yang lebih jelas. Metode morphology ini memanfaatkan fungsi erosion dan dilation pada citra hitam putih hasil dari tahap sebelumnya. Secara umum, erosion akan memperkecil ukuran objek pada citra, sedangkan dilation berfungsi untuk memperbesar objek dalam citra [8]. Proses morphology dilakukan setelah citra diubah menjadi citra biner hitam putih dengan menggunakan metode thresholding.
Proses berikutnya adalah proses penegasan kontur pada objek dengan menambahkan function cv2.findContours. Objek didefinisikan dengan cara memberikan batasan wilayah minimum threshold untuk tiap objek yang telah dilakukan penegasan kontur. Jadi apabila objek yang tertangkap melebihi atau kurang dari nilai threshold yang ditetapkan, maka objek tersebut bukanlah orang.
Bila teridentifikasi orang, maka objek tersebut akan dilacak hingga memasuki ruangan atau keluar ruangan. Hasil perhitungan akan dikirim menuju web server.
III. HASIL DAN PEMBAHASAN
A. Pemisahan background foreground dengan background subtraction.
Pada tahap ini diujikan metode background subtraction pada objek yang masuk kedalam ruang tangkap kamera.
Adapun tujuan dari pengujian ini adalah untuk menampilkan hasil berupa objek yang menjadi foreground.
(a) (b)
Gbr. 3 Citra pada saat objek melintas (a) sebelum background subtraction (b) setelah background subtraction
Gbr 3(a) merupakan hasil tangkapan citra dengan adanya objek yang bergerak dan Gbr 3(b) merupakan hasil background subtraction pada citra tersebut. Dapat dilihat citra hasil background subtraction pada Gbr 3(b) menampilkan corak putih keabuan pada objek bergerak yang tertangkap kamera. Hal ini membuktikan bahwa metode background subtraction dapat membedakan objek bergerak dengan latarnya.
55
B. Pengurangan Noise dengan Transformasi Morphology.
Pada tahap ini diujikan fungsi transformasi morphology yang berfungsi untuk mengurangi noise yang masih tersisa dari hasil background subtraction pada tahap sebelumnya.
Pengujian ini bertujuan untuk menampilkan hasil citra yang lebih bersih dari noise. Adapun metode pengujian ini dilakukan dengan memasukkan berbagai nilai kernel pada opening dan closing. Nilai kernel pada opening dan closing akan berubah tergantung oleh jarak perangkat dengan lantai.
(a) (b)
Gbr. 4 Citra (a) sesudah morphological transformation, (b) sebelum morphological transformation
Gbr 4(a) merupakan hasil transformasi morphology dari suatu objek yang ditangkap seperti pada Gbr 4(b). Citra hasil transformasi morphology pada Gbr 4(a) menampilkan corak putih menyerupai objek bergerak yang tertangkap kamera. Hal ini membuktikan bahwa metode morphology dapat mengurangi noise berupa corak abu pada tahap background subtraction.
C. Penegasan kontur pada objek
Citra hasil transformasi morphology pada tahap sebelumnya sudah bersih dari noise. Langkah selanjutnya adalah memberikan kontur pada objek. Gbr 5 menunjukkan hasil pengujian penegasan kontur pada objek.
(a) (b)
Gbr. 5 Citra penegasan kontur orang masuk ruangan (a) dan kontur orang keluar ruangan (b)
Gbr 5(a) merupakan kontur orang masuk dan Gbr 5(b) merupakan kontur orang keluar ruangan. Dari kedua gambar tersebut dapat dilihat citra hasil function cv2.findContours mampu menghasilkan kontur pada objek dengan baik dan dapat menyerupai objek asli, baik pada kontur orang masuk maupun keluar ruangan.
D. Pendefinisian objek
Gbr 6(a) merupakan hasil pendefinisian citra pada objek yang masuk dan Gbr 6(b) merupakan pendefinisian citra pada objek keluar ruangan. Tampilan persegi berwarna hijau pada
Gbr 6 menunjukkan hasil deteksi orang yang ditangkap kamera.
(a) (b)
Gbr. 6 Pendefinisian citra (a) orang masuk ruangan (b) orang keluar ruangan E. Perhitungan jumlah orang masuk dan keluar ruangan
Setelah dipastikan bahwa objek yang masuk ke dalam lingkup tangkap kamera adalah orang, maka selanjutnya dilakukan perhitungan orang yang masuk dan keluar ruangan.
Pengujian ini dilakukan dengan melacak objek yang telah terdefinisi sebagai orang hingga melewati garis yang telah tergambar pada interface.
(a) (b)
Gbr. 7 Meghitung orang masuk ruangan (a) dan orang keluar ruangan (b) Pada Gbr 7 terdapat 4 garis yang tergambar pada interface yaitu garis biru, merah, dan 2 garis putih. Orang keluar ruangan akan diketahui apabila objek orang tersebut melewati garis putih yang terdapat di bawah lalu melewati garis biru, merah dan garis putih di atas. Sedangkan orang masuk ruangan akan diketahui apabila objek orang tersebut melewati garis putih yang terdapat di atas lalu melewati garis merah, biru dan garis putih di bawah.
F. Pengiriman hasil perhitungan orang dalam ruangan menuju web server
Tahap terakhir yang dilakukan adalah pengiriman data hasil perhitungan orang menuju web server. Data hasil perhitungan orang yang telah diperoleh perangkat dikirimkan menuju website thingspeak.com.
Gbr. 8 Grafik jumlah orang dalam ruangan pada web thingspeak.com
56
Grafik perubahan jumlah orang yang berada dalam ruangan ditampilkan dalam Gbr 8. Dari grafik tersebut bisa dilihat jumlah orang dalam ruangan berfluktuasi dari nilai 0 hingga 3 orang. Fluktuasi ini mengindikasikan bahwa sistem perhitungan orang berbasis sensor visual dalam lingkup jaringan sensor nirkabel dapat menghitung jumlah orang yang masuk dan keluar ruangan, serta memberikan data jumlah orang yang berada dalam ruangan tersebut.
IV. KESIMPULAN
Dalam penelitian ini telah dibangun sistem perhitungan orang menggunakan sensor visual dalam lingkup jaringan sensor nirkabel dengan menggunakan modul Raspberry Pi 3 dan wifi IEEE 802.11n sebagai protokol komunikasi untuk mengirimkan hasil perhitungan ke internet. Beberapa proses pengolahan citra diperlukan supaya aplikasi yang dibangun bisa bekerja dengan baik. Penggunaan kamera dalam posisi diam memudahkan proses pemisahan objek dengan latarnya, yang dilakukan dengan metode background subtraction.
Hasil dari proses pemisahan latar masih menyisakan noise, yang bisa dihilangkan dengan transformasi morphology, opening dan closing. Kalibrasi diperlukan untuk menentukan nilai kernel yang tepat bagi proses opening dan closing. Nilai kernel ini dipengaruhi oleh faktor jarak antara kamera dan objek yang dipantau.
REFERENSI
[1] Dargie, W., Poellabauer, C. 2010. “Fundamentals of Wireless Sensor Networks Theory and Practice”. Dresden : Wiley.
[2] Sastra, N.P., dan Hendrantoro G. 2015. “Energy Efficiency of Image Transmission in Embedded Linux based Wireless Visual Sensor Network, . Journal of Communications Software and Systems, Vol.11 No.3 Rujan.
[3] Teixeira, T., Andreas, S. 2008. “Lightweight People Counting and Localizing for Easily Deployable Indoors WSNs”. New Haven : Yale University.
[4] Hemangi Badhan and Nikhita K. 2016. “People Counting System Using Raspberry Pi With OpenCV”. Maharashtra : Department Of Electronics And Telecommunication Engineering, Late G.N Sapkal College of Engineering
[5] A. M. Tabar, A. Keshavarz, and H. Aghajan. 2006. “Smart home care network using sensor fusion and distributed vision-based reasoning” in Proc. 4th ACM Int. Workshop Video Surveillance and Sens. Netw.
VSSN’06, New York, pp. 145–154, ACM Press.
[6] G. Conrad and R. Johnsonbaugh. 1994. “A real-time people counter” in Proc. ACM Symp. Appl. Comput. SAC’94: , New York, pp, ACM Press.
[7] Shaheen Mike.2017. Raspberry Pi Comparison Model http://socialcompare.com/en/comparison/raspberrypi-models- comparison. Diakses pada tanggal 20 juni 2017.
[8] Bradski Gary and Kaehler Andrian. 2008. “Learning OpenCV”.
Gravenstein Highway North, Sebastopol : O’Reilly Media, Inc [9] D. G. Lowe. 2004. “Distinctive image features from scale-invariant
key- points” Int. J. Comput. Vision, vol. 60, no. 2.
[10] Robert, F. 2010. “Building Wireless Sensor Networks”. New York : O’Reilly Media.
[11] Webcam c170, Logitech, 2017. http://www.logitech.com/en- gb/product/webcam-c170. Diakses pada tanggal 18 Juni 2017
57
