APLIKASI VISUALISASI KEPADATAN LALU LINTAS KOTA DENPASAR BERDASARKAN KECEPATAN KENDARAAN BERBASIS ANDROID

(1)

Seminar Nasional Sains dan Teknologi (Senastek),Denpasar Bali 2016

APLIKASI VISUALISASI KEPADATAN LALU LINTAS KOTA DENPASAR BERDASARKAN KECEPATAN KENDARAAN

BERBASIS ANDROID

Widyadi Setiawan¹⁾, Nyoman Budiastra²⁾ Sri Andriati Asri³⁾

1Jurusan Teknik Elektro, Fakultas Teknik, Universitas Udayana, Jalan Kampus Bukit Jimbaran, Badung Bali 82121 Telp/Fax : 0361 704415, E-mail : [email protected]

2Jurusan Teknik Elektro, Fakultas Teknik, Universitas Udayana, Jalan Kampus Bukit Jimbaran, Badung Bali 82121

3 Jurusan Teknik Elektro, Politeknik Negeri Bali, Bukit Jimbaran, Badung, Bali 80714

Abstrak

Dalam penelitian ini akan dibuat sebuah sistem untuk menampilkan kepadatan lalu lintas secara real time berdasarkan kecepatan kendaraan pada ruas jalan utama di Kota Denpasar. Dengan aplikasi ini, user yang berada dalam kendaraan mendapatkan informasi kepadatan ruas jalan yang akan dilaluinya.

Perangkat lunak yang akan dibuat berjalan pada platform Android dengan bantuan peta Google untuk tampilan visualisasi kepadatan ruas jalan yang sedang ditinjau. Pengukuran kecepatan kendaraan menggunakan metode frame difference, sehingga proses komputasi dapat berjalan dengan cepat dan real time. Hasil uji coba dari penelitian ini, user (pengukur kecepatan) menghasilkan data yang sama dengan data yang diterima oleh client (penampil visualisasi) dengan format tampilan adalah nama lokasi, kecepatan kendaraan, tanggal dan waktu pengambilan data.

Kata kunci: Intelligent Transportation System, Frame Difference, Android, Visualisasi Kepadatan Lalu Lintas dan Google Map

1. PENDAHULUAN

Berdasar data Badan Pusat Statistik (BPS), sejak 2010, pertumbuhan kepemilikan kendaraan di Kota Denpasar mencapai 11 persen per tahun. Sementara itu, pertumbuhan jaringan jalan yang memadai tidak bertambah secara signifikan (www.balipost.co.id, Kamis 27 Mei 2010). Hal ini akan mendatangkan suatu masalah bagi sistem lalu lintas yang ada saat ini, seperti kemacetan, polusi, kejahatan jalanan, dan lain-lain. Untuk mengatasi masalah-masalah ini, sudah saatnya Indonesia menerapkan teknologi yang lebih baik dalam bidang lalu lintas, yaitu ITS (Intelligent Transportation System). ITS bukan lagi teknologi yang baru, namun merupakan penerapan dari teknologi-teknologi yang sudah ada dalam bidang elektronika, komputer, dan telekomunikasi.

Walaupun masih banyak riset yang dilakukan untuk berbagai kepentingan, misalnya untuk mengurangi kemacetan, mengefisienkan pengelolahan transportasi, dan mendapatkan informasi.

Namun sudah banyak negara maju yang menerapkan teknologi ini, diantaranya adalah Amerika Serikat, Jepang, Kanada, Korea Selatan dan Australia. Salah satu teknologi yang diterapkan dalam ITS adalah pengukuran kecepatan kendaraan menggunakan kamera video (dalam hal ini kamera smartphone). Kamera akan dipasang pada posisi tertentu pada ruas jalan untuk kemudian didapatkkan video streaming yang nantinya akan diproses sebagai citra digital untuk mengukur kecepatan kendaraan sebagai informasi kepadatan lalu lintas pada ruas jalan tersebut.

2. BAHAN DAN METODE

Berikut ini merupakan gambaran secara umum sistem visualisasi kepadatan lalu lintas yang akan dibuat, seperti terlihat pada gambar 1. Smartphone 1 dan 2 disebut sebagai user dan digunakan untuk mendeteksi kecepatan setiap kendaraan yang melewati ruas jalan, sekaligus menghitung kecepatan kendaraan.

(2)

Gambar 1. Gambaran Umum Sistem

Server yang telah terinstal aplikasi visualisasi kepadatan menerima data kepadatan ruas jalan dari masing-masing smartphone. Smartphone 3 difungsikan sebagai client yang dapat membuka aplikasi ini sehingga client yang sedang berada dalam kendaraannya dapat memantau ruas jalan dengan informasi kepadatan berupa kecepatan kendaraan di ruas jalan yang sedang ditinjau.

Dengan melihat informasi kepadatan di ruas jalan tersebut, diharapkan informasi ini berguna bagi pemakai jalan sehingga dapat memutuskan apakah akan melewati atau tidak ruas jalan tersebut.

Algoritma Penghitung Kecepatan Kendaraan dengan Video secara Real Time

Berikut merupakan algoritma untuk menghitung kecepatan kendaraan dengan memakai input kamera pada smarphone secara real time. Seperti yang terlihat pada gambar 2. Pada Alur penghitungan kecepatan kendaraan pada gambar 2, langkah-langkahnya sebagai berikut :

1. Persiapan perangkat hardware dan software.

2. Proses Pengambilan Video pada setiap ruas jalan 3. Melakukan proses pre prosesing:

a. Masukan hasil data video.

b. Kemudian setiap frame yang berbentuk Red Green Blue (RGB) dirubah ke dalam Grayscale sehingga di dapat bit yang lebih sederhana.

c. Kemudian gunakan teknik median filter untuk menghilangkan noise atau mengambil frekusi rendah dan membuang frekuensi tinggi pada setiap frame.

d. Sehingga di dapatkan tampilan dengan kualitas gambar yang baik dari setiap frame.

4. Melakukan proses segmentasi

a. Masukan hasil output dari proses pre-processing.

b. Masukan Input kedalam proses frame frame difference.

c. Melakukan selisih frame (frame akhir - frame awal) terhadap perubahan objek untuk melakukan tahap identifikasi perubahan objek.

d. Kemudian tampilkan output dari perubahan objek dalam proses frame difference.

5. Melakukan proses feature extraction a. Melakukan identifikasi bentuk objek.

b. Melakukan proses pelacakan posisi objek dengan menggunakan titik pusat objek.

c. Pelacakan dimulai dari posisi awal objek bergerak sampai akhir posisi objek bergerak.

d. Sehingga di dapat mengenali objek yang bergerak dari setiap frame.

6. Melakukan pengukuran kecepatan dengan rumus

(3)

3

Kecepatan

fps

Frame jumlah

referensi

Jarak_ ∗ _

= 



 



 1000 x 3600

Jam Km

fps

Frame jumlah

referensi

Jarak_ ∗ _

=

Gambar 2. Alur Penghitungan Kecepatan Kendaraan

Gambar 3. Alur Metode Frame Difference

Gambar 4. Alur Metode Bounding Box

Pada gambar 3 algoritma metode Frame Difference, menghasilkan perbedaan antar dua frame video yang berurutan. Jika Selisih antar frame melebihi threshold yang ditentukan maka akan tercatat sebagai pergerakan objek di dalam video tersebut. Pada gambar 4 algoritma Bounding Box, yang bertugas menghasilkan penanda keberadaan kendaraan yang bergerak dalam setiap framenya.

3. HASIL

Pada bagian ini akan dibahas hasil pengujian progam berupa tampilan hasil informasi berupa nama lokasi,kecepatan rata-rata,tanggal dan waktu pada peta google penerima (client).

Pengukuran yang dilakukan oleh user pada satu kendaraan yang bergerak, user mendapatkan hasil pengukuran, berupa kecepatan kendaraan. Data yang dikirim oleh user berupa informasi lokasi, kecepatan dan waktu saat pengukuran kecepatan. Berikut merupakan contoh pengambilan data hasil kecepatan yang dilakukan oleh user seperti terlihat pada gambar 2.

(4)

Terlihat dari gambar 2, kecepatan terukur dari aplikasi adalah 18,03 km/jam. Informasi yang didapat oleh user melalui tahapan pengukuran kecepatan kendaraan akan dikirim kepada penerima (client) melalui G-talk. Format yang dikirim oleh user kepada penerima (client) berupa lokasi (longitude dan latitude), nama lokasi, kecepatan kendaraan, tanggal dan waktu. Dengan pengiriman hasil tersebut maka tampilan pada penerima (client) akan tampil sesuai format yang dikirim dari user seperti yang terlihat pada gambar 3, berupa data lokasi: pointing longitude latitude, nama lokasi: Jalan Tantular Barat, kecepatan kendaraan: 18,03 km/jam, tanggal: 24 Desember 2015 dan waktu pengambilan data: jam 14.53 WITA.

Pengujian program berikutnya dilakukan di lokasi daerah Renon yakni di Jalan Tjut Nyak Dien dan di Jalan Tantular Barat, dengan posisi penerima (client) di Jalan Tantular. Bisa dililihat pada gambar 4 dibawah :

Gambar 4. Hasil tampilan posisi user dan client Gambar 5. Tampilan hasil pengujian pada peta lokasi pengukuran dari user pertama

Dari gambar 5 adalah tampilan hasil dari lokasi dimana user melakukan pengukuran di lokasi yang berbeda. User pertama ada di Jalan Tantular Barat dan user kedua ada di Jalan Tjut Nyak Dien dengan posisi client berada di Jalan Tantular. Kemudian akan dilakukan pengukuran sehingga

(5)

5

menampilkan hasil yang akan mucul pada peta google penerima (client). Didapatkan hasil dari gambar 5, data yang tampil di aplikasi client adalah lokasi: pointing longitude dan latitude, nama lokasi: Jalan Tjut Nyak Dien, kecepatan kendaraan: 17,35 km/jam, tanggal pengambilan data: 26 Desember 2016 dan waktu pengambilan data: jam 12:43 Wita.

4. PEMBAHASAN

Dari Pengujian yang telah dilakukan pengukuran kecepatan kendaraan pada aplikasi user dapat menghasilkan kecepatan kendaraan dengan pemakaian metode frame difference sebagai fungsi utama untuk menghasilkan nilai kecepatan kendaraan. Aplikasi pada client juga telah menampilkan data yang dikirim dari user sesuai dengan format yang ditentukan, berupa lokasi, nama lokasi, data kecepatan kendaraan, tanggal dan waktu pengambilan data.

Dari aplikasi pada penelitian ini masih memiliki banyak kekurangan dibandingkan dengan aplikasi lainnya yang sejenis. Aplikasi ini hanya dapat menampilkan kecepatan kendaraan pada satu kendaraan sedangkan untuk realita kemacetan yang diharapkan oleh masyarakat yaitu dapat mengetahui kepadatan lalu lintas di suatu lokasi dengan mengetahui rata-rata kecepatan kendaraan pada lokasi tersebut.

Pengembangan untuk aplikasi ini dapat dijabarkan sebagai berikut. Pengukuran kecepatan tiap kendaraan akan mendapatkan kecepatan seluruh kendaraan yang melalui suatu ruas jalan kemudian dicari kecepatan rata-rata. Informasi kepadatan ruas jalan berupa kecepatan rata-rata pada suatu waktu tertentu pada ruas jalan dapat dipakai untuk mendeteksikan kemacetan atau kelancaran pada lokasi ruas jalan tersebut. Kecepatan rata-rata tinggi menyatakan ruas jalan tersebut lancer, atau sebaliknya jika rendah maka kondisinya macet. Pemakaian warna juga dapat ditambahkan untuk mempermudah pembacaan informasi. Semisal merah untuk kondisi jalan padat, kuning untuk kondisi jalan agak padat dan hijau untuk kondisi jalan lancar. Juga dapat ditambahkan fitur yang memberikan alternatif jalan yang lebih cepat jika ditemukannya kemacetan pada jalan utama atau fitur rute menghindari kemacetan. Dalam aplikasi juga dapat ditambahkan informasi video streaming dan foto sehingga dapat mengetahui secara real time kondisi di ruas jalan tersebut.

Dan juga dapat ditambahkan fitur info terkini dimana bisa memberikan informasi-informasi yang terjadi di seputar lokasi seperti terjadi kecelakaan, kemacetan, dan cuaca saat itu. Agar data bagi Client (penampil visualisasi) tersedia dalam jumlah yang memadai dan akurat diperlukan perancangan pengaturan pengambilan data. Untuk itu pengembangan berikutnya menitikberatkan pada menghasilkan data dalam jumlah yang memadai khususnya pada jam-jam padat di pagi dan sore hari.

5. KESIMPULAN

Berdasarkan hasil yang telah didapatkan maka dapat disimpulkan beberapa hal sebagai berikut : 1. Aplikasi user yang dipakai untuk pengukuran kecepatan kendaraan yang dilakukan oleh

user dikirimkan melalui G-Talk diterima oleh aplikasi client sesuai dengan format pesan pengiriman yakni: longitude/latidude, nama lokasi, tanggal, waktu dan kecepatan rata-rata.

2. Pemakaian metode Frame Difference dapat menghasilkan nilai kecepatan kendaraan dengan memakai aplikasi Android.

3. Pengembangan aplikasi berupa penambahan beberapa fitur diantaranya fitur rute menghindari kemacetan, fitur informasi terkini, fitur foto dan video streaming,

4. Pengambilan data pada jam-jam padat kendaraan di pagi dan sore hari untuk menghasilkan data yang cukup dan akurat agar aplikasi ini dapat lebih berguna bagi pemakainya.

(6)

UCAPAN TERIMA KASIH

Pada Kesempatan ini, peneliti sangat berterima kasih kepada pihak LPPM Universitas Udayana dan Kementerian Ristek Dikti dengan sumbangsihnya menyelenggarakan skim penelitian Hibah Bersaing, sehingga penelitian ini bisa dilaksanakan.

DAFTAR PUSTAKA

Gonzales, R. C. (2008) ‘Digital Image Processing’, Third Edition, Prentice Hall, Upper Saddler River, NJ.

Hartoto, P. (2011) ‘Sistem Deteksi Kecepatan Kendaraan Bermotor pada Real Time Traffic Information System’, Surabaya: Insitut Teknologi Sepuluh Nopember.

Marques, O. (2011) ‘Practical Image And Video Processing Using Matlab’, IEEE PRESS. Florida:

A John Wiley & Sons,Inc,Publication.

Peddireddi, L. (2008) ‘Object Tracking and Velocity Determination using TMS320C6416T DSK’, Alpen Adria: University Klagenfurt Faculty fur Technische Wissenschaften.

Rohman, M. (2009) ‘Analisa Gerakan Manusia Pada Video Digital’, Surabaya: Institut Teknologi Sepuluh Nopember.

Sendow, T.K dan Lintong, E, (2013) ‘Model Derajat Kejenuhan Dan Kecepatan Kendaraan Pada Ruas Jalan Perkotaan Pada Ruas Jalan Piere Tendean’, TEKNO SIPIL,Volume 11, No.59, Agustus 2013

Suhendra, A. (2010) ‘Pengolahan Citra Digital’, Bandung: C.V Sulerman

Tamin, O. Z. (2003) ‘Perencanaan Dan Pemodelan Transportasi: Contoh Soal Dan Aplikasi’, Penerbit ITB, Bandung

Widyadi, (2013) ‘Simulasi Pengukuran Laju Kendaraan dengan Metode Frame Difference Dan Bounding Box pada Rekaman Video Digital’, JURNAL TSI, Vol.4,No. 2, Juli 2013.

---, (2010) http://www.balipost.co.id/, Kamis 27 Mei 2010