4. PENGUJIAN SISTEM 4.1. Pengujian Warna Kendaraan

(1)

4. PENGUJIAN SISTEM

Pada bab ini akan dibahas mengenai hasil pengujian terhadap program yang telah dibuat. Pengujian dilakukan terhadap kendaraan yang memiliki warna berbeda, mulai dari terang sampai gelap. Dalam pengujian ini juga dilakkukan pengujian performa dari penghitungan kepadatan arus lalu lintas.

4.1. Pengujian Warna Kendaraan

Pengujian dilakukan terhadap file video TOL_1MPG.mpg dengan durasi 2 menit 21 detik yang direkam pada tanggal 30 Mei 2003 jam 15.00 WIB pada ruas tol Waru-Perak. Video ini berisikan kendaraan yang melewati ruas tersebut dengan berbagai variasi warna kendaraan. Di sini akan diuji apakah system dapat mendeteksi kendaraan dengan variasi warna.

Dalam pengujian ini digunakan setting sebagai berikut:

Nama File = TOL_1MPG.mpg Threshold = 200000;

ROI width = 25;

ROI height = 25;

ROI X = 25;

ROI Y = 25;

Berbagai hasil uji dengan variasi warna kendaraan dapat dilihat pada gambar 4.1 sampai dengan gambar 4.12.

(2)

Gambar 4.1. Kendaraan Besar, Warna Coklat

Gambar 4.2. Kendaraan Besar, Warna Kuning

(3)

37

Gambar 4.3. Kendaraan Besar, Warna Krem

Gambar 4.4. Kendaraan Besar, Warna Putih

(4)

Gambar 4.5. Kendaraan Besar, Warna Biru Muda

Gambar 4.6. Kendaraan Besar Warna Hijau

(5)

39

Gambar 4.7. Kendaraan Besar, Warna Merah

Gambar 4.8. Kendaraan Kecil, Warna Hijau

(6)

Gambar 4.9. Kendaraan Kecil, Warna Putih

Gambar 4.10. Kendaraan Kecil, Warna Hitam

(7)

41

Gambar 4.11. Kendaraan Kecil, Warna Biru

Gambar 4.12. Kendaraan Kecil, Warna Biru Muda

Dari hasil pengujian warna kendaraan yang dilakukan dapat dibuat tabel sebagai berikut :

(8)

Tabel 4.1 Pengujian Warna Kendaraan

Jenis Kendaraan Warna Kendaraan Terhitung Hasil

Besar Coklat 1 Benar

Besar Kuning 1 Benar

Besar Krem 1 Benar

Besar Putih 1 Benar

Besar Biru Muda 1 Benar

Besar Hijau 1 Benar

Besar Merah 1 Benar

Kecil Hijau 1 Benar

Kecil Putih 1 Benar

Kecil Hitam 1 Benar

Kecil Biru 1 Benar

Kecil Biru Muda 1 Benar

Dari pengujian terhadap variasi warna kendaraan terlihat bahwa sistem dapat mendeteksi kendaraan yang melewati detection window secara benar, meskipun warna kendaraan tersebut gelap yang nilai pixelnya kecil. Kendaraan warna gelap tersebut masih terdeteksi karena yang diproses hanyalah sebatas detection window, sehingga apabila dikurangi dengan backgroundnya dan dikuadratkan, kendaraan tersebut masih memuliki jumlah nilai pixel yang tinggi.

4.2. Pengujian Performa

Pengujian performa dilakukan dengan menghitung kepadatan arus kendaraan berdasarkan kondisi gambar video yang berbeda-beda. Berikut ini adalah seting yang digunakan :

ROI X = 50 ROI Y = 100 ROI Height = 50 ROI Width = 100 Threshold = 1000000

Pemilihan nilai threshold berdasarkan gambar 4.13 yang diperoleh dari hasil percobaan pada file tol.mpg. Setiap peak atau puncak yang tergambar menwakili satu kendaraan.

(9)

43

0 2000000 4000000 6000000 8000000 10000000 12000000 14000000 16000000 18000000

0 50 100 150 200 250 300

frames

NSSD

Gambar 4.13(a). Grafik NSSD Pada Pengujian Performa Sebelum Filtering

0 1000000 2000000 3000000 4000000 5000000 6000000 7000000 8000000 9000000 10000000 11000000 12000000 13000000 14000000 15000000 16000000 17000000

0 5 0 100 150 200 250 300 350 400 450 500

Gambar 4.13(b). Grafik NSSD Pada Pengujian Performa Setelah Filtering

4.2.1. Pengujian Performa Pada Kondisi Terang

Rekaman video pada pengujian ini diambil pada tanggal 2 Juni 2003 pada jam 08.15 WIB di ruas tol Perak-Waru.

Nama file : tol.mpg Interval : 80 detik

Jumlah kendaraan sebenarnya pada jalur 1 adalah 45 kendaraan.

(10)

Gambar 4.14 Kondisi Terang, Jumlah Nol Kendaraan

Gambar 4.15 Kondisi Terang, Jumlah 6 Kendaraan Jumlah pixel pada frame Jumlah pixel pada background Nilai NSSD

Jalur 1 Jalur2

(11)

45

Gambar 4.16. Kondisi Terang, Jumlah 12 Kendaraan

Gambar 4.17 Kondisi Terang, Jumlah 18 Kendaraan

(12)

Dari pengujian performa terhadap kondisi terang diperoleh data sebagai berikut : Tabel 4.2 Hasil Pengujian Performa Pada Kondisi Terang

Jumlah Sebenarnya

Jumlah Terhitung

Keberhasilan (%) Jumlah Kendaraan

(n kendaraan) 45 43 95,55

Kepadatan

(kendaraan/menit) 33,75 32 94,81

(13)

47

4.2.2. Pengujian Performa Pada Kondisi Berawan Nama file : berawan.mpg

Interval : 80 detik

Gambar 4.20. Kondisi Berawan, Jumlah Nol Kendaraan Nol

Gambar 4.21. Kondisi Berawan, Jumlah 9 Kendaraan

(14)

(15)

49

Gambar 4.25. Kond isi Berawan, Jumlah 33 Kendaraan

Dari pengujian performa pada kondisi berawan diperoleh data sebagai berikut:

Tabel 4.3 Hasil Pengujian Performa Pada Kondisi Berawan Jumlah

Sebenarnya

Jumlah Terhitung

Kepadatan

(kendaraan/menit) 30,75 25 81,30

Dalam kondisi berawan, kemampun sistem yang berkurang disebabkan kondisi

(16)

bernilai sangat kecil. Selain itu background yang digunakan adalah background dalam kondisi terang. Sehingga hasil NSSD dari frame input tersebut tidak memenuhi nilai threshold.

4.2.3. Pengujian Performa Pada Kondisi Bernoise Rendah Nama file : noise_rendah.mpg

Interval : 80 detik

Gambar 4.26. Kondisi Noise Rendah, Jumlah Nol Kendaraan

Gambar 4.27. Kondisi Noise Rendah, Jumlah 6 Kendaraan

(17)

51

(18)

Dari pengujian performa pada kondisi noise rendah diperoleh data sebagai berikut:

Tabel 4.4 Hasil Pengujian Performa Pada Kondisi Noise Rendah Jumlah

Sebenarnya

Jumlah Terhitung

Kepadatan

(kendaraan/menit) 28,5 25 87.72

(19)

53

4.2.5. Pengujian Performa Pada Kondisi Bernoise Tinggi Nama file : noise_tinggi.mpg

Interval : 80 detik

Gambar 4.32. Kondisi Noise Tinggi, Jumlah Nol Kendaraan

Gambar 4.33. Kondisi Noise Tinggi, Jumlah 4 Kendaraan

(20)

(21)

55

Dari pengujian performa pada kondisi noise tinggi diperoleh data sebagai berikut:

Tabel 4.5 Hasil Pengujian Performa Pada Kondisi Noise Tinggi Jumlah

Sebenarnya

Jumlah Terhitung

Kepadatan

(kendaraan/menit) 27 32 81,48

(22)

Hasil keseluruhan dari pengujian performa dapat dilihat pada tabel 4.6 dan tabel 4.7 di bawah ini.

Tabel 4.6 Hasil Pengujian Performa Penghitungan Kendaraan No. Kondisi

Jumlah Sebenarnya (n kendaraan)

Jumlah Terhitung (n kendaraan)

Tingkat Keberhasilan

(%)

1 Terang 45 43 95,55

2 Berawan 41 34 82.92

3 Noise Rendah 38 34 89,47

4 Noise Tinggi 36 43 80,55

Tabel 4.7 Hasil Pengujian Performa Kepadatan Lalu Lintas No. Kondisi

Kepadatan Sebenarnya (kendaraan/menit)

Kepadatan Terhitung (kendaraan/menit)

Tingkat Keberhasilan

(%)

1 Terang 33,75 32 94,81

2 Berawan 30,75 25 81,30

3 Noise Rendah 28,5 25 87,72

4 Noise Tinggi 27 32 81,48

Hanya pada kondisi terang saja, sistem mencapai tingkat keberhasilan lebih dari 90 %. Hal ini dikarenakan background yang digunakan adalah background dalam kondisi terang. Pada kondisi berawan, sistem mengalami penurunan tingkat keberhasilan sekitar 20%, intensitas cahaya merupakan faktor penyebabnya. Sistem masih dapat bekerja dengan baik pada kondisi bernoise rendah yang mencapai tingkat keberhasilan sekitar 87 %. Meskipun dalam kondisi bernoise tinggi, sistem masih mampu melakukan penghitungan dengan tingkat keberhasilan yang memuaskan yakni sekitar 80 % lebih. Secara keseluruhan, sistem bekerja dengan baik yang dibuktikan dengan tingkat keberhasila n lebih dari 80%.