Analisa Simulasi Kepadatan Lalu Lintas Pada Persimpangan Traffic Dengan Metode Deteksi Tepi Canny.

(1)

SKRIPSI

Disusun Oleh :

ANNISA RACHMAN

NPM. 0434010199

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL ”VETERAN” JAWA TIMUR SURABAYA

(2)

SKRIPSI

Diajukan Untuk Memenuhi Sebagai Persyaratan Dalam Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Disusun oleh :

ANNISA RACHMAN

NPM. 0434010199

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL ”VETERAN” JAWA TIMUR SURABAYA

(3)

Analisa Simulasi Kepadatan Lalu Lintas Pada Persimpangan

Traffic Dengan Metode Deteksi Tepi Canny

Disusun Oleh :

ANNISA RACHMAN NPM. 0434010199

Telah dipertahankan di hadapan dan diterima oleh Tim Penguji Skripsi Program Studi Teknik Informatika Fakultas Teknologi Industri

Universitas Pembangunan Nasional ”Veteran” Jawa Timur Pada Tanggal 26 November 2010

Pembimbing : Tim Penguji :

Fetty Tri Anggraeny, S.Kom Ir. M. Rochmad, MT NPT. 382 0206 0208 NPT. 19620 3041 991031 002

3.

Fetty Tri Anggraeny, S.Kom NPT. 382 0206 0208

Mengetahui,

Dekan Fakultas Teknologi Industri

Universitas Pembangunan Nasional ”Veteran” Jawa Timur

(4)

Analisa Simulasi Kepadatan Lalu Lintas Pada Persimpangan

Traffic Dengan Metode Deteksi Tepi Canny

Disusun Oleh :

ANNISA RACHMAN

NPM. 0434010199

Telah disetujui untuk mengikuti Ujian Negara Lisan Gelombang II Tahun Akademik 2010/2011

Pembimbing Utama Pembimbing Pendamping

I Gede Susrama, S.T, M.Kom Fetty Tri Anggraeny S.Kom NPT. 270 060 640 210 NPT. 382 0206 0208

Mengetahui,

Ketua Program Studi Teknik Informatika Fakultas Teknologi Industri

Universitas Pembangunan Nasional “Veteran” Jawa Timur

(5)

KETERANGAN REVISI

Kami yang bertanda tangan di bawah ini menyatakan bahwa mahasiswa berikut :

Nama : ANNISA RACHMAN

NPM : 0434010199

Program Studi : TEKNIK INFORMATIKA

Telah mengerjakan revisi/ tidak ada revisi pra rencana (design)/ skripsi ujian lisan Gelombang II Tahun Akademik 2010/2011 dengan judul :

” Analisa Simulasi Kepadatan Lalu Lintas Pada Persimpangan Traffic Dengan Metode Deteksi Tepi Canny”

Surabaya, Desember 2010 Dosen yang memerintahkan revisi :

1) Ir. Purnomo Edi Sasongko, MP NPT. 19640 7140 198803 1001

2) Ir. M. Rochmad, MT

NPT. 19620 3041 991031 002

3) Fetty Tri Anggraeny S.Kom NPT. 382 0206 0208

Mengetahui,

Pembimbing Utama Pembimbing Pendamping

(6)

Dengan mengucapkan Puji Syukur kehadirat Allah SWT yang telah melimpahkan Rahmat serta Hidayah-Nya, sehingga tersusunlah Tugas Akhir ini dengan judul “Analisa Simulasi Kepadatan Lalu Lintas Pada Persimpangan Traffic Dengan Metode Deteksi Tepi Canny”. Penyusunan Tugas Akhir ini merupakan salah satu syarat dalam rangka menyelesaikan Program Strata Satu (S1) pada jurusan Teknik Informatika Fakultas Teknologi Industri UPN “VETERAN” Jawa Timur.

Dalam menyelesaikan Tugas Akhir ini penulis menyadari telah banyak mendapatkan bantuan dari berbagai pihak, bagi segi moril maupun materiil. Oleh karena itu pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Bapak Prof. Dr. Ir. Teguh Soedarto, MP selaku Rektor UPN “VETERAN” Jawa Timur.

2. Bapak Ir. Sutiyono, MT selaku Dekan Fakultas Teknologi Industri UPN “VETERAN” Jawa Timur.

3. Bapak Basuki Rachmat, S.Si, MT, selaku ketua Jurusan Teknik Informatika UPN “VETERAN” Jawa Timur.

4. Bapak I Gede Susrama M, ST, M.Kom, selaku dosen pembimbing pertama yang telah mengarahkan dan memberi motivasi dalam menyusun skripsi ini hingga selesai dan terima kasih atas judul yang diberikan.

(7)

menyusun skripsi ini hingga selesai.

6. Kepada seluruh dosen Teknik Informatika UPN ”VETERAN” Jatim, terima kasih sebanyak-banyaknya atas ilmu yang diberikan kepada saya.

7. Kedua orang tua tercinta yang selalu senantiasa memberikan kasih sayang, dukungan dan selalu mendoakanku selama ini.

8. Kakak-kakakku mas Hanip dan mba Nurul dan seluruh keluarga besar trima kasih atas doa dan dukungannya sehingga Tugas Akhir ini selesai.

9. Anak-anak Kost RK-V, Erida trima kasih atas laptopnya yang senantiasa meminjamkan, Mama trima kasih yang selalu bertanya sampai dimana pengerjaan Tugas Akhir aku.

10. Yuli dan mba Rini terima kasih sudah jadi kakak yang selalu mendukung dan menentramkan sampai Tugas Akhir ini selesai.

11. Dede yang selalu ada saat aku butuh. Terima kasih telah mendukung dan menemani aku.

12. Anak-anak kontrakan WA, Joe, Rizqi, Ucup, Pitex, Mahdi, Ceri, Jupri Salman, Tebo, Rio, Adit dan Homo terima kasih atas bantuannya jika terjadi hal-hal yang tak terduga pada komputer, printer dan software aku.

13. Anak-anak kost Yanica,unyil dan iris gembel trima kasih atas bantuan dan dukungannya.

14. Almh Indri Wijayanti, terima kasih telah menjadi kakak saat dikampus sejak kita kenal diospek fakultas sampai kau pergi meninggalkan kami semua. Aku dedikasikan Tugas Akhir ini kepada kamu mba Indri. I will missing U,,,

(8)

iv melanjutkan semangat hidupmu.

16. Sahabat-sahabat aku SMA, Yuni, Bita, Yeri dan Nia trima kasih telah jadi teman cerita semenjak SMA sampai sekarang dan dukungan kalian smua. 17. Buat semua temen-temen jurusan TF (Teknik Informatika). Yang tidak

mungkin penilis sebutkan satu persatu, terima kasih telah membantu dan memberikan do’anya kepada penulis untuk menyelesaikan Tugas Akhir ini.

Surabaya, Desember 2010

(9)

2.6.1. Istilah Dasar Teknik Lalu Lintas... 21

1.1. Latar Belakang... 1

1.2. Perumusan Masalah... 3

1.3. Batasan Masalah... 3

1.4. Tujuan... 4

1.5 Manfaat... 4

1.6. Metodologi... 4

1.7. Sistematika Pembahasan... 6

BAB II TINJAUAN PUSTAKA ... 8

2.1. Pengolahan Citra Digital……... 8

2.1.1. Citra Biner... 9

2.1.2. Citra Skala Keabuan (Gray Scale)... 10

2.1.3. Citra Warna (True Color)... 10

2.2 Deteksi Tepi (Edge Detection)... 11

2.2.1. Deteksi Tepi Canny... 14

2.2.2. Pendeteksian Tepi Dengan Operator Turunan Kedua... 15

2.3. Analisa Lane Masking…... 18

2.4. Analisa Background Elimination…... 18

2.5. Noise and blobs filtration... 19

2.6. Teknik Lalu Lintas ... 20

(10)

3.2.1. Metode yang Digunakan... 35

3.2.2. Analisa Lampu Lalu Lintas... 40

3.2.3. Perancangan Antarmuka... 42

4.1.1.1. Perangkat keras yang digunakan... 44

4.1.1.2. Perangkat Lunak yang digunakan... 45

3.1. Analisa Sistem... 33

3.2. Perancangan Proses... 34

BAB IV IMPLEMENTASI PROGRAM ... 44

4.1. Spesifikasi Sistem... 44

4.1.1. Perangkat Sistem... 44

4.2. Implementasi... 45

BAB V UJI COBA EVALUASI ... 48

5.1. Uji Coba Sistem... 48

5.1.1. Uji Coba Pertama... 48

5.1.2. Uji Coba kedua... 50

5.1.3. Uji Coba Ketiga... 52

5.1.4. Uji Coba Keempat... 53

5.1.5. Uji Coba Kelima... 55

5.1.6. Uji Coba Keenam... 56

5.1.7. Uji Coba Ketujuh... 58

5.1.8. Uji Coba Kedelapan... 59

5.1.9. Uji Coba Kesembilan... 61

5.1.10. Uji Coba Kesepuluh... 62

5.2. Evaluasi... 64

(11)

6.2. Saran... 65 DAFTAR PUSTAKA

LAMPIRAN

(12)

Tabel 5.1 Hasil Uji Coba Pertama... 49

Tabel 5.2 Hasil Uji Coba Kedua ... 51

Tabel 5.3 Hasil Uji Coba Ketiga ... 53

Tabel 5.4 Hasil Uji Coba Keempat ... 54

Tabel 5.5 Hasil Uji Coba Kelima ... 56

Tabel 5.6 Hasil Uji Coba Keenam... ... 57

Tabel 5.7 Hasil Uji Coba Ketujuh... 59

Tabel 5.8 Hasil Uji Coba Kedelapan... 60

Tabel 5.9 Hasil Uji Coba Kesembilan... 62

Tabel 5.10 Hasil Uji Coba Kesepuluh... 63

(13)

Gambar 2.1 Citra Biner Dan Representasinya Dalam Data Digital... 9

Gambar 2.2 Proses Deteksi Tepi Citra... 11

Gambar 2.3 Hasil beberapa deteksi tepi... 12

Gambar 2.4 Gambar Fungsi Citra F(x,y) ... 13

Gambar 2.5 Gambar Hasil Filter H(x,y) ... 13

Gambar 2.6 Gambar Proses Filter H(x,y) ... 13

Gambar 2.7 Analisa Lane Masking... 18

Gambar 2.8 Noise dan Blob Filtering ... 21

Gambar 3.1 Flowchart Deskripsi Secara Umum ... 34

Gambar 3.2 Flowchart Metode Yang Digunakan ... 35

Gambar 3.3 Aplikasi Lanes Masking Dengan Kendaraan... 36

Gambar 3.4 Setelah Di Lane Masking ... 36

Gambar 3.5 Aplikasi Lanes Masking Tanpa Kendaraan ... 37

Gambar 3.6 Setelah Di Lane Masking Gambar Jalan... 37

Gambar 3.7 Gambar Background Elimination Kendaraan ... 38

Gambar 3.8 Gambar yang sudah diperjelas ... 39

Gambar 3.9 Gambar Deteksi Tepi Canny ... 39

Gambar 3.10 Flowchart Analisa Lampu ... 40

Gambar 3.11 Analisa Persimpangan Lampu Lalu Lintas ... 41

Gambar 3.12 Perancangan Aplikasi Antarmuka... 42

Gambar 4.1 Simulasi Aplikasi Traffic ... 45

Gambar 4.2 Simulasi Aplikasi Traffic dengan mengisi Image Digital... 46

Gambar 4.3 Simulasi Aplikasi Traffic menganalisa lampu Hijau ... 47

(14)

ix

Gambar 5.3 Uji Coba Ketiga Simulasi Persimpangan Traffic... 52

Gambar 5.4 Uji Coba Keempat Simulasi Persimpangan Traffic ... 54

Gambar 5.5 Uji Coba Kelima Simulasi Persimpangan Traffic... 55

Gambar 5.6 Uji Coba Keenam Simulasi Persimpangan Traffic... 57

Gambar 5.7 Uji Coba Ketujuh Simulasi Persimpangan Traffic... 58

Gambar 5.8 Uji Coba Kedelapan Simulasi Persimpangan Traffic ... 60

Gambar 5.9 Uji Coba Kesembilan Simulasi Persimpangan Traffic ... 61

(15)

Pembimbing I : I Gede Susrama M, ST, M.Kom Pembimbing II : Fetty Tri Anggraeny S.Kom

ABSTRAK

Kemacetan lalu-lintas telah banyak dijumpai di kota-kota besar di Indonesia. Dan ini erat kaitannya dengan permasalahan pengendalian lalu-lintas pada persimpangan traffic, diantaranya jumlah panjang antrian yang tidak merata antar simpangan dan masih terjadi kemacetan lalu lintas terutama pada saat jam-jam sibuk.

Analisa simulasi dalam skripsi ini dimaksudkan untuk mengidentifikasi pentingnya informasi waktu perjalanan. Adapun metodologi yang digunakan adalah mengiidentifikasi kebutuhan sistem dengan flowchart, mensimulasikan pengambilan gambar kendaraan pada persimpangan, serta pendeteksi tepi gambar menggunakan metode deteksi tepi canny. Untuk mengimplementasikan dari analisa simulasi ini menggunakan pemrograman matlab.

Uji kelayakan sistem dilakukan dengan melakukan serangkaian analisa simulasi uji coba. Uji coba telah dilakukan pada empat persimpangan gambar dengan sepuluh kali percobaan, dimana dari hasil jumlah kendaraan dilakukan perbandingan antar persimpangan dengan jumlah kendaraannya, jika jumlah kendaraan yang paling besar maka traffic dari persimpangan tersebut akan menyala lampu hijau terlebih dahulu. Dan dilakukan perbandingan lagi untuk mendapatkan hasil selanjutnya sampai nilai jumlah paling terkecil yang ada. Setiap gambar yang dideteksi memiliki hasil yang berbeda tergantung pada panjangnya antrian dan celah pada antrian kendaraan.

Keywords : traffic, deteksi tepi canny, matlab

(16)

BAB I PENDAHULUAN

1.1 Latar Belakang

Pada saat ini, kemacetan lalu-lintas telah banyak dijumpai di kota-kota besar di Indonesia. Dan ini erat kaitannya dengan permasalahan pengendalian lalu-lintas pada persimpangan, diantaranya jumlah panjang antrian yang tidak merata antar simpangan dan masih terjadi kemacetan lalu lintas terutama pada saat jam-jam sibuk. Salah satu indikator dari kemacetan lalu-lintas adalah kecepatan perjalanan atau waktu perjalanan pada ruas-ruas jalan kota. Dengan melihat korelasi terhadap volume lalu-lintas, dapat diketahui tingkat pelayanan jalan yang merupakan informasi mendasar perlunya langkah pengembangan sistem jaringan jalan.

(17)

dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik. Sedangkan Pengenalan Pola (Pattern Recognition), bidang ini berhubungan dengan proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.

Dalam latar belakang ini diusulkan suatu estimasi detection gerakan menggunakan metode deteksi tepi canny dan melakukan normalisasi. Karena deteksi tepi canny ini memiliki beberapa kelebihan dalam mengekstrak tepian dengan kebebasan pemilihan parameter yang digunakan. Teknik ini membutuhkan waktu agak lama dalam komputasinya tetapi hasil deteksinya sangat baik. Kelebihan paling menonjol dari metode canny dibandingkan dengan metode lainnya adalah Canny merupakan deteksi tepi yang optimal. Operator Canny menggunakan Gaussian Derivative Kernel untuk menyaring kegaduhan dari citra awal untuk mendapatkan hasil deteksi tepi yang halus.

(18)

1.2 Perumusan Masalah

Berdasarkan latar belakang yang telah diuraikan sebelumnya,terdapat beberapa permasalahan yang akan diangkat dalam Tugas Akhir ini, meliputi : 1. Bagaimana merancang dan membuat simulasi sistem pengatur lampu lalu

lintas yang cerdas.

2. Bagaimana mekanisme pengambilan gambar sehingga dapat dianalisa panjang-pendeknya sebuah antrian kemacetan.

3. Bagaimana metode pengaturan atau penentuan waktu tunggu lampu, berdasarkan hasil analisa deteksi tepi canny.

1.3 Batasan Masalah

Dari perumusan masalah di atas terdapat beberapa batasan masalah, antara lain:

1. Diasumsikan gambar kepadatan antrian pada persimpangan, sudah didapat pada gambar CCTV yang kemudian akan dianalisa.

2. Hanya menentukan status lampu traffic yang menyala, tapi tidak menentukan lamanya waktu lampu hijau yang menyala.

3. Untuk jarak waktu lampu hijau yang menyala dari persimpangan satu dengan yang lainnya, diasumsikan jarak waktunya kurang lebih 1 menit. 4. Jarak antrian terhitung dari panjangnya antrian yang terjangkau dari

gambar.

(19)

1.4 Tujuan

Tujuan kami untuk melaksanakan tugas akhir dalam pembuatan aplikasi ini antara lain :

1. Menganalisa simulasi kepadatan lalu lintas pada persimpangan untuk menentukan waktu hidup, sehingga dapat diketahui kondisi waktu hidup pada saat kepadatan dipersimpangan lalu lintas.

2. Menggunakan metode deteksi tepi canny untuk menentukan waktu hidup pada lampu lalu lintas, dengan menggunakan gambar CCTV.

1.5 Manfaat

Manfaat dari tugas akhir ini ini adalah :

1. Dapat menyesuaikan waktu siklus lampu lalu lintas secara otomatis sesuai dengan intensitas kepadatan kendaraan yang ada pada jalur-jalur jalan yang ada disekitar persimpangan jalan.

2. Mengurangi jumlah kemacetan, terutama pada jam-jam sibuk. 3. Mengurangi polusi yang diakibatkan kemacetan.

4. Efisiensi waktu tunggu lampu lalu lintas.

1.6 Metodelogi

Langkah-langkah pengumpulan data sebagai dasar penyusunan skripsi, yaitu :

1. Analisa dan Observasi Lapangan

(20)

observasi merupakan aktivitas melakukan pengamatan dan analisa terhadap kondisi sebenarnya di lapangan kemudian akan diberikan solusinya.

2. Studi Literatur

Mempelajari dan mengumpulkan data dan informasi yang mempelajari buku-buku acuan dan literatur referensi yang berhubungan dengan materi penulisan tugas akhir.

3. Perancangan Aplikasi

Dari hasil studi literatur dan hasil observasi lapangan akan dibuat deskripsi umum sistem selain itu juga dilakukan perancangan awal aplikasi yang akan dibuat, sehingga akan dihasilkan desain antarmuka dan proses yang siap untuk diimplementasi.

4. Pembuatan Aplikasi dan Implementasi

Rancangan aplikasi yang telah dibuat diimplementasikan dengan menggunakan program matlab.

5. Uji Coba dan Evaluasi

Melakukan uji coba dan evaluasi hasil sistem secara keseluruhan apakah terjadi kesalahan dan ketidak akuratan proses.

6. Penulisan Buku Laporan

(21)

1.7 Sistematika Penulisan

Dalam laporan tugas akhir ini, pembahasan disajikan dalam enam bab dengan sitematika pembahasan sebagai berikut :

BAB I PENDAHULUAN

Bab ini berisikan tentang latar belakang masalah, perumusan masalah, batasan masalah, tujuan, manfaat, dan sistematika penulisan pembuatan tugas akhir ini.

BAB II DASAR TEORI

Pada bab ini menjelaskan tentang teori-teori, yakni dasar teori sistem informasi yang digunakan untuk mendukung dalam pembuatan tugas akhir ini.

BAB III ANALISA DAN PERANCANGAN SISTEM

Bab ini menjelaskan tentang tata cara metode perancangan sistem yang digunakan untuk mengolah sumber data yang dibutuhkan sistem, adalah Flowchart.

BAB IV IMPLEMENTASI SISTEM

Pada bab ini akan membahas tentang implementasi dari hasil perancangan beserta penjelasan dan penggunaan aplikasi yang telah dibuat. Meliputi implementasi proses dan implementasi antarmuka.

BAB V UJI COBA DAN EVALUASI

(22)

BAB VI PENUTUP

Berisi kesimpulan dan saran-saran untuk pengembangan sistem aplikasi ini.

DAFTAR PUSTAKA

Pada bagian ini akan dipaparkan tentang sumber-sumber literatur yang digunakan dalam pembutan laporan tugas akhir ini.

LAMPIRAN

(23)

BAB II

TINJAUAN PUSTAKA

2.1 Pengolahan Citra Digital

Definisi citra menurut kamus Webster adalah suatu representasi,

kemiripan atau imitasi dari suatu obyek atau benda. Citra dapat dikelompokkan

menjadi citra tampak dan citra tak tampak. Banyak contoh citra tampak dalam

kehidupan sehari-hari: foto keluarga, gambar anak yang masih SD, lukisan Pablo

Picasso, apa yang nampak dilayar monitor atau televisi, serta hologram (citra

optis). Sedangkan citra tak tampak misalnya: data gambar dalam file (citra

digital), dan citra yang direpresentasikan menjadi fungsi matematis. Disamping itu

ada juga citra fisik tak tampak , misalnya citra distribusi panas kulit manusia serta

peta densitas dalam suatu material. Untuk dapat dilihat mata manusia, citra tak

tampak ini harus diubah menjadi citra tampak, misalnya dengan menampilkannya

di monitor, dicetak diatas kertas dan sebagainya. Diantara jenis-jenis citra

tersebut, hanya citra digital yang dapat diolah menggunakan komputer. Jenis citra

lain, jika hendak diolah dengan komputer, harus diubah dulu menjadi citra digital,

misalnya foto dipindai (scan) dengan scanner, persebaran panas tubuh ditangkap

dengan kamera inframerah dan diubah menjadi informasi numeris, informasi

densitas dan komposisi bagian dalam tubuh manusia ditangkap dengan bantuan

pesawat sinar-X dan sistem deteksi radiasi menjadi informasi digital. Kegiatan

untuk mengubah informasi citra fisik non digital menjadi digital disebut sebagai

(24)

Pengolahan citra (Image Processing) merupakan suatu sistem dimana

proses dilakukan dengan masukan berupa citra (image) dan hasilnya juga berupa

citra (image). Pada awal pengolahan citra ini dilakukan untuk memperbaiki

kualitas citra, namun dengan berkembangnya dunia komputasi yang ditandai

dengan semakin meningkatnya kapasitas dan kecepatan proses komputer, serta

munculnya ilmu-ilmu komputasi yang memungkinkan manusia dapat mengambil

informasi dari suatu citra, maka image processing tidak dapat dilepaskan dengan

bidang computer vision. (Renaldi Munir, 2004).

2.1.1 Citra biner

Pada citra biner, setiap titik bernilai 0 atau 1, masing-masing

merepresentasikan warna tertentu. Contoh yang paling lazim : warna hitam

bernilai 0 dan warna putih bernilai 1. Setiap titik hanya membutuhkan 1 bit,

sehingga setiap byte dapat menampung informasi 8 titik. Gambar 1 menunjukkan

contoh representasi citra kedalam data digital.(Renaldi Munir, 2004).

= 10011101 = $9D

=01101110 =$6A

=01101101 =$6D

=10011110 =$91

(25)

2.1.2 Citra Skala Keabuan (Gray Scale)

Citra warna keabuan memberi kemungkinan warna yang lebih banyak

daripada citra biner, karena ada nilai-nilai lain diantara nilai minimum (biasanya

=0) dan nilai maksimumnya. Banyaknya kemungkinan nilai dan nilai

maiksimumnya bergantung pada jumlah bit yang digunakan. Contohnya untuk

skala keabuan 4 bit, maka jumlah kemungkinan nilainya adalah 24 = 16, dan nilai

maksimumnya adalah 24 – 1 = 15, sedangkan untuk skala keabuan 8 bit, maka

jumlah kemungkinan nilainya adalah 28 = 256, dan nilai maksimumnya adalah 28 –

1 = 255. Format citra ini disebut skala keabuan karena pada umumnya warna yang

dipakai adalah antara hitam sebagai warna minimal dan warna putih sebagai

warna maksimalnya, sehingga warna antaranya adalah abu-abu. Namun pada

prakteknya warna yang dipakai tidak terbatas pada warna abu-abu, sebagai contoh

dipilih warna minimalnya adalah putih dan warna maksimalnya adalah merah,

maka semakin besar nilainya semakin besar pula intensitas warna merahnya.

Beberapa buku menyebutkan format citra ini sebagai citra intensitas. (Renaldi

Munir, 2004).

2.1.3 Citra Warna (True Color)

Pada citra warna, setiap titik mempunyai warna yang spesifik yang

merupakan kombinasi dari 3 warna dasar, yaitu : merah, hijau dan biru. Format

citra ini sering disebut sebagai citra RGB (red-green-blue). Setiap warna dasar

mempunyai intensitas sendiri dengan nilai maksimum 255 (8 bit), misalnya warna

kuning merupakan kombinasi warna merah dan hijau sehingga nilai RGB-nya

(26)

Dengan demikian setiap titik pada citra warna membutuhkan data 3 byte. Jumlah

kombinasi warna yang mungkin untuk format citra ini adalah 224 bit atau lebih

dari 16 juta warna, dengan demikian bisa dianggap mencakup semua warna yang

ada inilah sebabnya format ini dinamakan true color. (Renaldi Munir, 2004).

2.2 Deteksi Tepi (Edge Detection)

Deteksi tepi (Edge Detection) pada suatu citra adalah suatu proses yang

menghasilkan tepi-tepi dari obyek-obyek citra, tujuannya adalah :

1. Untuk menandai bagian yang menjadi detail citra

2. Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error

atau adanya efek dari proses akuisisi citra Suatu titik (x,y) dikatakan

sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai

perbedaan yang tinggi dengan tetangganya. Gambar 2.2 berikut ini

menggambarkan bagaimana tepi suatu gambar diperoleh.

(27)

Perhatikan hasil deteksi dari beberapa citra menggunakan model

differensial di atas:

Gambar 2.3 Hasil beberapa deteksi tepi

Pada gambar 2.3, terlihat bahwa hasil deteksi tepi berupa tepi-tepi dari

suatu gambar. Bila diperhatikan bahwa tepi suatu gambar terletak pada titik-titik

yang memiliki perbedaan tinggi. Berdasarkan prinsip-prinsip filter pada citra

maka tepi suatu gambar dapat diperoleh menggunakan High Pass Filter (HPF),

yang mempunyai karakteristik:

(28)

Contoh:

Diketahui fungsi citra f(x,y) sebagai berikut:

0 0 0 0 1

0 0 0 1 0

0 0 1 0 0

0 1 0 0 0

1 0 0 0 0

Gambar 2.4 Gambar Fungsi Citra F(x,y)

Dengan menggunakan filter : H(x, y) = [-1 1] ...(2)



Maka hasil filter adalah:

1 1 1 1 1

1 1 1 1 0

1 1 1 0 0

1 1 0 0 0

1 0 0 0 0

Gambar 2.5 Gambar Hasil Filter H(x,y)

Bila digambarkan maka proses filter di atas mempunyai masukan dan keluaran

sebagai berikut :

(29)

Untuk mencoba perhitungan di atas dapat dilakukan dengan cara

manual atau dengan memanfaatkan program konvolusi.

Ada tiga macam tepi yang terdapat di dalam citra digital. Ketiganya adalah :

a. Tepi curam

Tepi dengan perubahan intensitas yang tajam. Arah tepi 90°.

b. Tepi landai

Disebut juga tepi lebar, yaitu tepi dengan sudut arah yang kecil. Tepi

landai dapat dianggap terdiri dari sejumlah tepi-tepi lokal yang lokasinya

berdekatan.

c. Tepi yang mengandung derau (noise)

Umumnya tepi yang terdapat pada aplikasi computer vision mengandung

derau. Operasi penikatan kualitas citra (image enhancement) dapat

dilakukan terlebih dahulu sebelum pendeteksian tepi. (Renaldi Munir,

2004).

2.2.1 Deteksi Tepi Canny

Menurut Renaldi Munir (2004), pada tahun 1986 John Canny

(Canny,1986) mengusulkan 3 kriteria yang menjadi basis pengembangan filter

untuk mengoptimalkan pendeteksian tepi pada citra yang mempunyai noise.

Ketiga kriteria tersebut adalah :

a. Good localization, kriteria ini bertujuan memaksimalkan nilai Signal to

Noise Ration (SNR) sehingga semua tepi dapat terdeteksi dengan baik atau

(30)

b. Good localization, tepi yang terdeteksi berada pada posisi yang

sebenarnya, atau dengan kata lain bahwa jarak antara posisi tepi yang

terdeteksi oleh detektor dengan posisi tepi sebenarnya adalah seminimum

mungkin (idealnya = 0).

c. Low multiplicity of the response atau “one response to single edge”,

detektor tidak memberikan tepi yang bukan tepi sebenarnya. Berdasarkan

pada kriteria ini Canny berhasil melakukan optimalisasi dari ke 3 kriteria

tersebut dan menghasilkan persamaan, namun persamaan ini cukup sulit

untuk diimplementasikan.

Sehingga pada implementasinya, Canny tetap menggunakan filter

Gausiaan untuk mereduksi noise dan dilanjutkan dengan perhitungan turunan

pertama dan thresholding hysteresis. Deteksi tepi Canny merupakan deteksi tepi

yang optimal. Deteksi ini menggunakan Gaussian Derivative Kernel untuk

menyaring kegaduhan dari citra awal untuk mendapatkan hasil deteksi tepi yang

halus.

2.2.2 Pendeteksian Tepi Dengan Operator Turunan Kedua

Menurut Renaldi Munir (2004), operator turunan kedua disebut juga

operator Laplace. Operator Laplace mendeteksi lokasi tepi lebih akurat khususnya

pada tepi yang curam. Pada tepi yang curam, turunan keduanya mempunyai

persilangan nol (zero-crossing), yaitu titik dimana terdapat pergantian tanda nilai

turunan kedua, sedangkan pada tepi yang landai tidak terdapat persilangan nol.

(31)

Turunan kedua atau operator Laplace :

Dengan menggunakan definisi hamparan selisih-mundur (backward

(32)

Atau dapat dinyatakan sebagai mask:

0 1 0

1 -4 1

0 1 0

Berdasarkan skema pada gambar 2.7 :

)

Maka dapat dibuktikan bahwa

)

Yang dalam hal ini,

2

Jadi untuk mendeteksi tepi dari citra yang mengalami gangguan, kita dapat

melakukan salah satu dari dua operasi ekivalen di bawah ini:

1. Konvolusi citra dengan fungsi Gauss G(x,y), kemudian lakukan operasi

Laplacian terhadap hasilnya, atau

(33)

2.3 Analisa Lane Masking

Metode ini dimaksudkan untuk memisahkan bagian dari jalan di mana

kendaraan bermotor yang bergerak dalam satu arah. Ini sangat penting, sehingga

kita harus menspesifikkan frame mana yang akan dipilih sebagai jalan. Algoritma

Masking dirumuskan sebagai berikut :

N(p) = M(p)×V(p) .……..…(14)

Dimana M(p) adalah nilai titik citra pada frame aslinya, N(p) adalah nilai

titik citra yang baru pada citra keluarnya (gambar 2.2), V(p) adalah mask value

untuk titik p:V(p) = 0, jika corresponding pixel-nya dihilangkan,dengan kata lain V(p)

= 1. Mask lane diterapkan pada tiap-tiap warna RGB secara terpisah. (Atkociunas, 2009).

(a) (b)

Gambar 2.7 Analisa Lane Masking a. Sebelum di Masking b. Setelah di Masking

2.4 Analisa Background Elimination

Algoritma ini akan menghapus semua objek yang statis dari jalur zona

pengamatan dan meninggalkan kendaraan. Hal ini biasanya dipengaruhi oleh

beberapa gambar dan noise background seperti ayunan pohon, rumput bergerak,

(34)

dan beberapa faktor lain juga harus dipertimbangkan. Background B(p) dihitung

sebagai rata-rata setiap nilai untuk RGB untuk titik gambar p yang sama dalam

background yang dipilih. Dapat dirumuskan sebagai berikut :

…….……(15)

Dimana IB (k,p) adalah nilai pixel warna untuk titik p pada frame k.

Penghilangan latar belakang dari gambar pemandangan seperti pohon, iklim I

(k,p) D(k,p) = {I(k.p) – B(p)}, seperti pada gambar 2.2. diatas.

Code ini menjelaskan tentang tahap “background removal”. Pertama, akan

dilakukan perulangan/looping setiap pixel. Dalam perulangan ini, akan dihitung

nilai rata-rata backround. Pembagi ”3” disini dikarenakan adanya 3

pengkategorian warna, yaitu RGB (Red Green Blue). Langkah kedua adalah

perulangan untuk menghitung rata-rata seluruh frame sesuai dengan jumlah/count

yang terdefinisikan pada bagian ”lane masking”. Inti dari ”background removal”

adalah untuk menghilangkan semua background yang ada di jalan yang sudah

ditentukan dalam bagian masking, kemudian dikurangkan dengan background itu

sendiri, sehingga gambar yang dihasilkan adalah sangat spesifik, yaitu hanya

objek mobil yang diinginkan. Objek selain mobil tidak akan muncul. (Atkociunas,

2009).

2.5 Noise and blobs filtration

Langkah ini adalah untuk menghilangkan banyak noise yang muncul di

sekitar objek. Noise seperti ini hanya dapat dihapus dengan cara filtering. Metode

(35)

Analisa ini adalah tahap ”noise and blobs filtering”. Langkah pertama yang

dilakukan adalah dengan melakukan “graythresh”. Setelah itu, ada 4 metode yang

diambil untuk mengerjakan tahapan ini. Pada awalnya, hanya digunakan dua metode

sesuai aturan yang dikerjakan, yakni metode thresholding dan median filter. Dengan dua

metode ini, ternyata hasil yang diperoleh sangat tidak memuaskan, sehingga ditambahkan

dua metode lagi, yakni metode erosi dan dilasi. Erosi dilakukan dengan menggunakan

pixel “1”, sedangkan dilasi dilakukan dengan menggunakan pixel ”12”. Gambar yang

dihasilkan adalah berupa objek yang sangat utuh dan jelas. Sehingga tidak ada kerancuan

untuk penghitungan objek. Dengan kata lain, tidak akan terjadi kesalahan penghitungan

objek, satu objek tidak akan terhitung menjadi dua objek, dan lain sebagainya. Dari

langkah ini, sebenarnya sudah dapat diketahui berapa jumlah mobil. (Atkociunas, 2009).

(a) (b)

Gambar 2.8 Noise dan Blob Filtering a. Blobs filtering

b. Sesudah 3 x 3 Median filtering

2.6 Teknik Lalu Lintas

Lalu lintas adalah gerak kendaraan bermotor, kendaraan tidak bermotor,

pejalan kaki dan hewan di jalan yang merupakan salah satu cabang dari

(36)

2.6.1 Istilah Dasar Teknik Lalu Lintas a. Jalan

Jalan adalah prasarana transportasi darat yang meliputi segala bagian jalan,

termasuk bangunan pelengkap dan perlengkapannya yang diperuntukkan bagi lalu

lintas yang berada pada permukaan tanah, di atas permukaan tanah, di bawah

permukaan tanah atau air, serta di atas permukaan air, kecuali jalan kereta api,

jalan lori, dan jalan kabel. Untuk meningkatkan pelayanan transportasi perlu

dilakukan pembangunan jalan yang memadai. Pada dasarnya pembangunan jalan

adalah proses pembukaan ruangan lalu lintas yang mengatasi berbagai rintangan

geografi. Proses ini melibatkan pengalihan muka bumi, pembangunan jembatan

dan terowongan, bahkan juga pengalihan tumbuh-tumbuhan. Berbagai jenis mesin

pembangun jalan digunakan untuk proses ini. Sebelum melakukan pembangunan

jalan permukaan harus diuji untuk melihat kemampuannya menampung beban

kendaraan. Apabila diperlukan tanah yang lembut dapat diganti dengan tanah

yang lebih keras. Lapisan tanah ini menjadi lapisan dasar kemudian di atas lapisan

dasar ini dilapisi dengan satu lapisan lagi yang disebut lapisan permukaan.

(Directorate General Bina Marga, 1997).

Menurut Directorate General Bina Marga (1997), biasanya lapisan

permukaan dibuat dengan aspal ataupun semen. Pengaliran/drainase air

merupakan salah satu faktor yang harus diperhitungkan dalam pembangunan

jalan. Air yang berkumpul di permukaan jalan setelah hujan tidak hanya

membahayakan pengguna jalan, namun juga dapat mengikis dan merusakkan

(37)

mengarah ke selokan di pinggir jalan. Dengan demikian air hujan langsung

mengalir ke selokan sehingga tidak menggenangi permukaan jalan. Pada

tempat-tempat yang berbahaya seperti belokan yang tajam dipasang retroflektor .Selain

itu ada permukaan jalan juga diletakkan "mata kucing", yaitu sejenis benda

bersinar seperti batu yang ditanamkan di permukaan jalan yang berfungsi untuk

menandakan batas lintasan. Sistem jaringan jalan merupakan satu kesatuan

jaringan jalan yang terdiri dari sistem jaringan jalan primer dan sistem jaringan

jalan sekunder yang terjalin dalam hubungan hierarki. Sistem jaringan jalan

disusun dengan mengacu pada rencana tata ruang wilayah dan dengan

memperhatikan hubunganan antar kawasan perkotaan, dan kawasan perdesaan.

1. Sistem jaringan jalan primer

Sistem jaringan jalan primer disusun berdasarkan rencana tata ruang dan

pelayanan distribusi barang dan jasa untuk pengembangan semua wilayah di

tingkat nasional, dengan menghubungkan semua simpul jasa distribusi yang

berwujud pusat-pusat kegiatan.

2. Sistem jaringan jalan sekunder

Sistem jaringan jalan sekunder disusun berdasarkan rencana tata ruang

wilayah kabupaten/kota dan pelayanan distribusi barang dan jasa untuk

masyarakat di dalam kawasan perkotaan yang menghubungkan secara menerus

kawasan yang mempunyai fungsi primer, fungsi sekunder kesatu, fungsi sekunder

kedua, fungsi sekunder ketiga, dan seterusnya sampai ke persil. Jalan merupakan

salah satu komponen penting dalam transportasi. Dengan adanya jalan dapat

meningkatkan kegiatan perekonomian pada suatu daerah karena dapat

(38)

demikian, hasil ekonomi dari suatu daerah dapat dijual ke pasaran di daerah lain.

Selain itu, jalan juga mengembangkan ekonomi lalu lintas di sepanjang

lintasannya. (Directorate General Bina Marga, 1997).

b. Kendaraan

Kendaraan atau angkutan adalah alat transportasi selain makhluk hidup.

Kendaraan biasanya dibuat oleh manusia misalnya mobil, motor, kapal, kereta,

perahu, pesawat. Kendaraan juga ada yang bukan buatan manusia misalnya batang

pohon yang mengambang bisa dinaiki sebagai kendaraan atau aliran air sungai

yang bisa dipakai sebagai kendaraan untuk distribusi kayu hasil hutan. Kendaraan

dapat dikategorikan menjadi dua yaitu kendaraan bermotor (kendaraan yang

digerakkan oleh peralatan teknik yang berada pada kendaraan itu) dan kendaraan

tidak bermotor (digerakan oleh manusia atau ditarik oleh hewan, seperti gerobak,

andong, becak, sepeda).

Defnisi Kendaraan berdasarkan PP Nomor 44 Tahun 1993 :

1. Kendaraan Bermotor adalah kendaraan yang digerakkan oleh peralatan

teknik yang berada pada kendaraan itu.

2. Sepeda Motor adalah kendaraan bermotor beroda dua, atau tiga tanpa

rumah-rumah baik dengan atau tanpa kereta samping.

3. Mobil Penumpang adalah setiap kendaraan bermotor yang dilengkapi

sebanyak-banyaknya 8 (delapan) tempat duduk tidak termasuk tempat

duduk pengemudi, baik dengan maupun tanpa perlengkapan pengangkutan

(39)

4. Mobil Bus adalah setiap kendaraan bermotor yang dilengkapi lebih dari 8

(delapan) tempat duduk tidak termasuk tempat duduk pengemudi, baik

dengan maupun tanpa perlengkapan pengangkutan bagasi.

5. Mobil Barang adalah setiap kendaraan bermotor selain dari yang termasuk

dalam sepeda motor, mobil penumpang dan mobil bus.

6. Kendaraan Khusus adalah kendaraan bermotor selain daripada kendaraan

bermotor untuk penumpang dan kendaraan bermotor untuk barang, yang

penggunaannya untuk keperluan khusus atau mengangkut barang-barang

khusus.

Jenis dan pengaruh suatu kendaraan yang melintasi suatu ruas jalan dan

persimpangan berbeda satu sama lainnya menurut katagorinya. Nilai ekivalen

setiap kendaraan dipengaruhi oleh beberapa faktor antara lain jenis kendaraan,

lokasi jalan, keadaan topografi, serta kelandaian jalan. Untuk menghilangkan

klasifikasi kendaraan pada perhitungan arus lalu lintas dapat dilakukan dengan

menyatakan arus lalu lintas kedalam satuan mobil penumpang (SMP) dalam satu

satuan waktu. (Directorate General Bina Marga, 1997).

c. Persimpangan

Menurut Directorate General Bina Marga (1997), persimpangan adalah

simpul dalam jaringan transportasi dimana dua atau lebih ruas jalan saling

bertemu atau berpotongan. Persimpangan merupakan bagian yang terpenting dari

jalan raya sebab sebagian besar dari efisiensi, kapasitas lalu lintas, kecepatan,

biaya operasi, waktu perjalanan, keamanan dan kenyamanan akan tergantung pada

(40)

mengalami konflik dan untuk mengendalikan konflik ini ditetapkan aturan lalu

lintas untuk menetapkan siapa yang mempunyai hak terlebih dahulu untuk

menggunakan pesimpangan. Konflik pada persimpangan dikelompokkan menjadi

4 macam yaitu :

1. Berpotongan atau disebut juga crossing, dimana dua arus berpotongan

langsung.

2. Bergabung atau disebut juga merging, dimana dua arus bergabung.

3. Berpisah atau disebut juga sebagai diverging, dimana dua arus berpisah.

4. Bersilangan atau disebut juga weaving, dimana dua arus saling

bersilangan, terjadi pada bundaran lalu lintas.

Bentuk pengendalian tergantung kepada besarnya arus lalu lintas, semakin

besar arus semakin besar konflik yang terjadi semakin kompleks pengendaliannya

atau dijalan bebas hambatan memerlukan penanganan khusus. Bila arus masih

rendah dan kecepatan lalu lintas rendah dapat diterapkan persimpangan sederhana,

dimana kendaraan yang datang dari kiri mendapat prioritas lebih dulu.

Persimpangan seperti ini banyak ditemukan di jalan lingkungan kawasan

pemukiman. Apabila suatu persimpangan arus dijalan utama (mayor)

bersimpangan dengan dengan jalan kecil (minor) maka kendaraan yang berada di

jalan utama mendapat hak terlebih dahulu, untuk menegaskan hal tersebut

digunakan rambu lalu lintas 'beri kesempatan' berupa segitiga terbalik yang

ditempatkan dijalan minor, untuk lebih mempertegas digunakan rambu 'stop'

dimana pengemudi dijalan minor wajib berhenti dan masih dilengkapi marka jalan

sebagai pelengkap rambu Beri Kesempatan dan Rambu Stop. Persimpangan Tidak

(41)

tinggi atau pada jalan bebas hambatan atau jalan tol. Salah satu persimpangan

tidak sebidang pertama di Indonesia adalah Jembatan Semanggi di Jakarta. Bentuk

persimpangan tidak sebidang dapat berbentuk : Jembatan layang yang disebut

juga Flyover. Terowongan yang disebut juga Underpass. Interchange merupakan

persilangan yang bisa berpindah dari ruas yang satu ke ruas yang lain, salah satu

bentuk yang populer adalah jembatan semanggi atau dengan bentuk diamont.

Apabila lahan mencukupi maka dibuat bundaran ditengah persimpangan untuk

mengendalikan persimpangan. Persimpangan ini mempunyai kapasitas kurang

lebih sama dengan lalu lintas. Aturan yang berlaku pada bundaran lalu lintas

adalah kendaraan yang berada di bundaran mendapat prioritas terlebih dahulu.

d. Rambu Lalu Lintas

Menurut Directorate General Bina Marga (1997), rambu lalu lintas adalah

salah satu alat perlengkapan jalan dalam bentuk tertentu yang memuat lambang,

huruf, angka, kalimat atau perpaduan di antaranya, yang digunakan untuk

memberikan peringatan, larangan, perintah dan petunjuk bagi pemakai jalan. Agar

rambu dapat terlihat baik siang ataupun malam atau pada waktu hujan maka bahan

harus terbuat dari material yang reflektif (memantulkan cahaya). Berdasarkan

jenis pesan yang disampaikan, rambu lalu lintas dapat dikelompokkan menjadi

rambu peringatan, rambu petunjuk, serta rambu larangan dan perintah. Rambu

peringatan merupakan rambu yang memperingatkan adanya bahaya agar para

pengemudi berhati-hati dalam menjalankan kendaraannya. Sebagai contoh rambu

yang menunjukkan adanya lintasan kereta api, atau adanya persimpangan

(42)

Rambu petunjuk rambu yang memberikan petunjuk atau keterangan

kepada pengemudi atau pemakai jalan lainnya, tentang arah yang harus ditempuh

atau letak kota yang akan dituju lengkap dengan nama dan arah letak itu berada.

Rambu larangan dan perintah adalah rambu yang digunakan untuk memberi

larangan atau perintah tertentu untuk memakai jalan, jurusan atau tempat-tempat

tertentu misalnya: Rambu dilarang berhenti. Rambu dilarang membunyikan

klakson. Rambu dilarang mendahulaui. Rambu dilarang parkir. Kendaraan harus

lewat jalur tertentu. Semua kendaraan dilarang lewat. Berdasarkan cara

pemasangan dan sifat pesan yang disampaikan maka secara garis besar sistem

rambu dapat dikelompokkan menjadi rambu tetap dan Rambu tidak tetap. Rambu

tetap adalah semua jenis rambu yang ditetapkan menurut Surat Keputusan Menteri

Perhubungan yang dipasang secara tetap, sedangkan rambu tidak tetap adalah

rambu yang dipasang dan berlaku hanya beberapa waktu, dapat ditempatkan

sewaktu-waktu dan dapat dipindah-pindahkan.

e. Lampu Lalu Lintas

Lampu lalu lintas adalah suatu peranti pemberi sinyal yang ditempatkan di

persimpangan jalan, penyeberangan jalan, atau lokasi-lokasi lain untuk

menunjukkan keadaan aman untuk mengendarai atau berjalan sesuai dengan kode

warna universal (dan suatu urutan yang persis bagi orang-orang yang menderita

buta warna). Lampu lalu lintas disebut juga sebagai Alat Pemberi Isyarat Lalu

Lintas /APILL. Sistem pengaturan lampu lalu lintas pertama kali diperkenalkan di

Inggris, yaitu di daerah Westminster pada tahun 1868. Adapun pada saat itu

(43)

berlangsung lama karena gas tersebut mudah meledak. Pada tahun 1918 di New

York mulai diperkenalkan penggunaan sinyal sebagai pengendali untuk

mengontrol lampu lalu lintas dengan penggunaan lampu 3 warna. Isyarat lampu

yang digunakan ditetapkan berdasarkan ketentuan Internasional Vienna

Convention on Road Signs and Signals tahun 1968 dimana isyarat lampu merah

berarti berhenti, isyarat lampu kuning berarti bersiap untuk berhenti atau jalan,

sedang isyarat lampu hijau berarti berjalan.

Urutan lampu menyala adalah sebagai berikut : Lampu merah menyala,

kendaraan berhenti. Lampu merah dan kuning menyala, kendaraan bersiap untuk

berjalan. Lampu hijau, kendaran berjalan. Lampu kuning, kendaraan berhenti

kecuali terlalu dekat dengan garis henti atau kalau berhenti dapat mengakibatkan

celaka kendaraan masih bisa berjalan. Sementara itu penggunaan sinyal secara

manual yang menggunakan tenaga manusia sebagai operatornya, mulai digunakan

di Piccodity pada tahun 1925. Pada tahun 1926 diWolverhamton, Inggris

digunakan sistem pengaturan lampu lalu lintas otomatis untuk pertama kalinya.

(Directorate General Bina Marga, 1997).

2.7 CCTV (Close Circuit Television)

Menurut Atkociunas (2009), CCTV adalah sebuah kamera pengintai yang

digunakan untuk menyelidiki atau mengawasi suatu tempat yang dianggap rawan

dari bahaya. Kegunaan CCTV diantaranya adalah masalah keamanan sistem

informasi yang dihadapi. Beberapa masalah keamanan sistem informasi yang

(44)

1. Penggunaan perangkat lunak yang bervariasi dan berasal dari banyak

vendor.

Sering tidak dapat dielakkan penggunaan sejumlah perangkat lunak dari

beberapa vendor untuk membangun suatu sistem. Tetapi, di sisi lain, penggunaan

perangkat lunak tersebut akan lebih membutuhkan waktu dan tenaga yang lebih

besar dalam hal memonitor isu-isu keamanan, ketimbang sistem yang dibangun

oleh perangkat lunak yang relatif homogen. Seringkali hal ini diperparah dengan

tidak adanya suatu standar dan prosedur dalam pemilihan suatu sistem.

2. Identitas pengguna.

Salah satu tujuan dari sistem keamanan adalah memastikan hanya orang

yang berhak saja yang dapat akses ke suatu sistem. Untuk suatu perusahaan yang

terdiri atas ratusan bahkan ribuan karyawan, serta memiliki beberapa sistem, maka

tugas ini bukan tugas yang mudah. Tantangan pertama adalah memetakan otoritas

karyawan terhadap sumber-sumber (resources) sistem informasi seperti server,

file, database, aplikasi dan sebagainya. Katakan saja ada 1000 karyawan yang

akan mengakses 10 aplikasi/files/database, maka akan ada 10.000 relasi yang

harus dipetakan antara karyawan dan sumber sistem informasi tersebut.

3. Deteksi dan proteksi secara cepat.

Mendeteksi gangguan keamanan untuk jaringan yang terdiri atas puluhan

server, puluhan peralatan jaringan, dan ratusan bahkan ribuan PC merupakan

tugas yang tidak dapat dianggap enteng. Selain perlu waktu dan sumber daya

manusia, keahlian khusus dalam hal keamanan sistem informasi sangat diperlukan

(45)

serta untuk menetapkan langkah-langkah penanggulangannya secara cepat dan

tepat.

4. Security Patch.

Dengan rasio antara jumlah tenaga administrator/teknisi keamanan sistem

informasi dengan jumlah pengguna komputer sebesar 1:500 seperti kasus di atas,

akan mudah ditebak bahwa pengamanan sistem informasi menjadi tidak efektif.

Sebagai gambaran, waktu yang dibutuhkan seorang teknisi untuk melakukan

security patching (instalasi program perbaikan yang berkaitan dengan keamanan

suatu sistem) terhadap 500 pengguna komputer adalah lebih dari 30 hari kerja

(dengan perhitungan 1 hari terdiri atas 8 jam kerja). (Atkociunas, 2009)

2.6.2 Intrusion Prevention System (IPS)

Secara singkat, IPS dapat dijelaskan sebagai perangkat yang memadukan

antara fungsi Firewall (analoginya adalah satpam) dan sistem deteksi intrusi atau

IDS (analoginya adalah kamera pemindai/CCTV). Beberapa vendor juga

mengintegrasikan fitur anti virus atau anti worm ke dalam IPS-nya. Teknologi ini

menjadi hangat belakangan ini, karena menjanjikan fungsi deteksi dan proteksi

yang dapat dilakukan secara bersamaan dan otomatis. Sehingga suatu intrusi dapat

dicegah di awal, sebelum menyebabkan kerusakan sistem. Beberapa vendor

terkenal seperti Cisco, Symantec, Check Point, ISS, Netscreen (sekarang diambil

alih oleh Juniper) juga telah menawarkan teknologi ini. Patch Management

System

Mengurangi waktu dari puluhan hari menjadi beberapa jam saja dalam melakukan

(46)

beberapa vendor mulai menawarkan teknolgi patch management system seperti

Security ConfigureSoft , St. Bernard Software, PatchLink dan Citadel.

Manajemen Identitas adalah suatu sistem tersentral yang dibuat untuk

memudahkan administrator untuk men-diseminasi identitas, password dan otoritas

seorang karyawan ke beberapa sistem secara sekaligus. Dengan teknologi ini jelas

akan memudahkan bagian personel/HR atau bagian lain dalam pemberian akses,

modifikasi akses maupun penghapusan akses kepada karyawan secara langsung,

tanpa atau sedikit melibatkan administrator TI dalam pengoperasiannya. Beberapa

produk Identity Management juga mempunyai fungsi deteksi apabila seorang

karyawan memiliki otoritas melebihi yang telah ditetapkan, seperti misalnya

karyawan tersebut bersekongkol dengan administrator TI untuk mengubah

otoritasnya secara manual.

Selain itu, fungsi pelaporan secara otomatis ataupun manual pada

teknologi ini akan memudahkan setiap kepala bagian/manajer untuk

mengevaluasi tingkat otoritas/akses seorang karyawan terhadap sistem yang

dimilikinya atau dalam tanggung jawabnya. Penggunaan CCTV IP Camera,

menggantikan CCTV konvensional. Tidak saja berfungsi untuk pengamanan

perusahaan namun fitur-fitur yang dimiliki jauh lebih canggih dibandingkan

CCTV konvensional.

Bahkan CCTV IP Camera dilengkapi audio video sehingga bisa dimanfaatkan

untuk video conference tanpa harus dalam satu ruangan. Antara pejabat kantor

pusat dan di kantor cabang bisa melakukan konferensi dengan menggunakan

CCTV IP Camera. Melihat kecanggihan yang dimiliki CCTV IP Camera, tambah

(47)

Banyak perusahaan yang memiliki kantor cabang memanfaatkan

kecanggihan teknologi yang ada di CCTV IP Camera. Saat ini, di dalam

kehidupan kita-sehari-hari barangkali rasa aman adalah faktor yang paling sering

menjadi perbincangan. Hal ini dapat dimaklumi mengingat secara nyata faktor

keamanan menjadi barang yang semakin mahal. Banyak cara diupayakan oleh

setiap orang untuk mendapatkan rasa aman, baik bagi diri sendiri, keluarga

ataupun bagi lingkungannya ( tempat tingal dan tempat kerja ) mulai dari

meningkatkan sistem keamanan lingkungan secara bersama-sama, melengkapi

lingkungan tempat tinggal dengan seperangkat peralatan sistem keamanan yang

didalamnya mungkin sudah meliputi sistem alarm, penggunaan kamera CCTV

(Closed Circuit Television), menambah tenaga satuan pengaman, dan lain

(48)

BAB III

ANALISA DAN PERANCANGAN SISTEM

Bab ini akan menjelaskan mengenai proses desain dari sistem perangkat lunak yang akan dibuat. Proses sistem dalam bab ini akan dibagi menjadi 5 tahapan, yaitu deskripsi umum sistem, perancangan proses, perancangan antarmuka, rancangan kebutuhan system dan sistem perangkat lunak.

3.1 Analisa Sistem

(49)

Gambar 3.1 Flowchart Deskripsi Secara Umum

3.2 Perancangan Proses

(50)

3.2.1Metode yang Digunakan

Dalam pembuatan simulasi analisa ini, metode yang digunakan mengacu pada referensi sekaligus dikombinasikan dengan ilmu yang sudah diperoleh pada mata kuliah pengolahan citra digital.

Start

End

Hasil Perhitungan Kendaran Lane masking N(p) = M(p)×V(p)

Background elimination

Imadjust

Deteksi Tepi Pengambilan

Gambar

Gambar 3.2 Flowchart Metode Yang Digunakan

Metode-metode yang digunakan tersebut meliputi: a. Lanes Masking

(51)

gambar yang sudah ada. Sehingga gambar yang didapat hanya gambar kendaraannya saja.

(a) (b)

Gambar 3.3 Aplikasi Lanes Masking Dengan Kendaraan a. Masking

b. Kendaraan

Kemudian hasil dari lane masking kedua gambar tersebut, dengan hasil yang didapat adalah gambar kendaraan.

(52)

Selanjutnya dilakukan lagi dengan gambar jalan yang tidak ada kendaraannya. Untuk mendapatkan masking hasil gambar jalan.

(a) (b)

Gambar 3.5 Aplikasi Lanes Masking Tanpa Kendaraan a. Masking

b. Tanpa Kendaraan

Berikut adalah hasil gambar jalan yang sudah dimasking. Hasil gambar jalan yang didapat

untuk mengurangi dari hasil gambar kendaraan yang ada.

Gambar 3.6 Setelah Di Lane Masking Gambar Jalan

(53)

b. Background Elimination

Algoritma ini akan menghapus semua objek yang statis dari jalur zona pengamatan dan meninggalkan kendaraan. Hal ini biasanya dipengaruhi oleh beberapa gambar dan noise background seperti ayunan pohon, rumput bergerak, bayangan cahaya, awan, hujan, salju, dan lain-lain. Perihal waktu, musim, cuaca dan beberapa faktor lain juga harus dipertimbangkan. Dimana dari kedua hasil gambar diatas di eliminasi dan dilakukan grayscale pada setiap hasil masking pada gambar. Sehingga didapat gambar berikut, tetapi hasil yang didapat kurang jelas.

Gambar 3.7 Gambar Background Elimination Kendaraan

c. Imadjust

(54)

Gambar 3.8 Gambar yang sudah diperjelas

d. Deteksi Tepi Canny

Dari hasil gambar sebelumnya dilakukan deteksi tepi canny. Hal ini untuk memeriksa apakah tepi objek melewati suatu piksel.

(55)

3.2.2 Analisa Lampu Lalu Lintas

Pada tahap selanjutnya, dengan melihat gambar obyek pada frame dapat dilihat jumlah terbanyak obyek serta pada saat masking gambar. Dimana gambar yang terdeteksi dengan jumlah kendaraan paling banyak, maka akan mendapatkan lampu lalu lintas warna hijau terlebih dahulu.

Gambar 3.10 Flowchart Analisa Lampu

(56)

perbandingan lagi untuk mendapatkan hasil selanjutnya sampai nilai jumlah paling terkecil yang ada.

Gambar 3.11 Analisa Persimpangan Lampu Lalu Lintas

(57)

Maka lampu hijau akan menyala dahulu pada persimpangan ke-1, selanjutnya pada persimpangan ke-2, berikutnya persimpangan ke-3 dan pada persimpangan ke-4 lampu hijau menyala yang terakhir.

3.3 Perancangan Antarmuka

Perancangan aplikasi antarmuka merupakan perancangan halaman aplikasi yang nantinya akan berinteraksi secara langsung dengan pengguna. Adapun perancangan yang akan dibuat sebagai berikut:

Gambar 3.12 Perancangan Aplikasi Antarmuka

(58)

kita untuk membandingkan image digital pada persimpangan mana yang seharusnya menyala dahulu lampu hijau pada lampu lalu lintas.

Berikut keterangan gambar yang ada diatas :

1. Gambar Persimpangan, berikut adalah image digital kendaraan persimpangan ke-1, ke-2, ke-3 dan ke-4 yang akan ditampilkan untuk dibandingkan mana kendaraan yang ada pada persimpangan-persimpangan berikut yang kondisi kendaraan yang penuh sampai yang sepi.

2. Load, tombol untuk pencarian image digital kendaraan pada penyimpanan di file atau folder yang ada.

3. Proceed, tombol untuk memproses secara otomatis gambar yang akan dideteksi tepi canny.

4. Gambar Hasil Deteksi Tepi Canny, hasil image digital kendaraan yang sudah dideteksi tepi canny.

5. Jumlah Mobil, disini akan secara otomatis menjumlah kendaraan yang ada pada persimpangan.

6. Lampu, disini juga akan secara otomatis lampu yang menyala hijau dahulu pada persimpangan yang mana.

7. Next, tombol ini akan melakukan proses selanjutnya untuk lampu hijau mana yang akan menyala berikutnya.

8. Refresh, tombol ini untuk mengembalikan aplikasi ke proses semula.

(59)

BAB IV

IMPLEMENTASI PROGRAM

Guna untuk mempermudah simulasi pada analisa lampu lalu lintas, maka solusi pemecahan masalah adalah dengan menggunakan sistem komputer yang mana semua proses dapat dilakukan secara cepat dan data sudah terintegrasi sehingga kita akan lebih mudah dalam melakukan tes.

4.1 Spesifikasi Sistem

Sistem untuk memproses analisa lampu lalu lintas ini dilakukan dengan sistem yang sederhana tanpa ada penambahan sistem tertentu.

4.1.1 Perangkat Sistem

Peralatan yang digunakan untuk semua proses yang ada termasuk pembuatan laporan adalah menggunakan perangkat keras dan perangkat lunak. Didalam pembuatan aplikasi ini dibutuhkan beberapa kebutuhan penunjang sistem, diantaranya adalah : 4.1.1.1. Perangkat keras yang digunakan :

a. Seperangkat komputer Pentium 4 GHz, b. Memori komputer 512 MB atau lebih tinggi, c. Hard Disk 80 GB atau lebih besar,

d. Monitor dengan resolusi minimal minimal 800 x 600 256 colors, rekomendasi 1024 x 768 High Color - 16-bit,

(60)

4.1.1.2. Perangkat Lunak yang digunakan : 1. Microsoft Windows XP Service Pack 2,

2. Bahas pemrograman yang digunakan untuk aplikasi ini adalah Matlab 7.0.4. 3. Microsoft Visio 2003 untuk perancangan sistem.

4.2. Implementasi

Pada halaman ini, dimana image digital belum dimasukkan. Serta belum dilakukan proses apapun.

(61)

Berikut akan dimasukkan image digital dengan mengeklik load, sehingga akan melakukan pencarian pada file atau folder. Dimana akan dipilih image digital persimpangan yang akan di pilih.

Gambar 4.2 Simulasi Aplikasi Traffic dengan mengisi Image Digital

(62)

Gambar 4.3 Simulasi Aplikasi Traffic menganalisa lampu Hijau

(63)

BAB V

UJI COBA EVALUASI

5.1 Uji Coba Sistem

Uji coba telah dilakukan pada empat persimpangan gambar dengan sepuluh kali percobaan, setiap gambar yang dideteksi memiliki hasil yang berbeda tergantung pada panjangnya antrian dan celah pada antrian kendaraan. Dalam uji coba ini, setiap persimpangan akan memilih image digital kendaraan pada persimpangan yang akan di pilih. Selanjutnya dideteksi tepi canny untuk mendapatkan hasil deteksi tepinya.

5.1.1 Uji Coba Pertama

(64)

Gambar 5.1 Uji Coba Pertama Simulasi Persimpangan Traffic

Berikut adalah tabel perbandingan untuk menentukan analisa pada persimpangan mana lampu hijau akan menyala terlebih dahulu. Dalam percobaan ini dilakukan pada persimpangan dengan berbeda jumlah kendaraan dan berbeda juga letak antriannya.

Tabel 5.1 Hasil Uji Coba Pertama

Next Persimpangan Pertama

Persimpangan Kedua

Persimpangan Ketiga

Persimpangan Keempat

Pertama Merah Hijau Merah Merah

Kedua Merah Merah Merah Hijau

Ketiga Hijau Merah Merah Merah

(65)

Dimana lampu hijau yang menyala duluan adalah persimpangan kedua dengan jumlah tujuh kendaraan dan berikutnya adalah persimpangan keempat dengan jumlah lima kendaraan. Dan untuk yang menyala lampu hijau berikutnya adalah persimpangan pertama dengan jumlah empat kendaraan berikutnya persimpangan ketiga dengan jumlah tiga kendaraan.

5.1.2 Uji Coba Kedua

Dalam uji coba kedua ini, ada 2 persimpangan dengan jumlah kendaraan yang sama tetapi dalam antrian yang berbeda. Dengan jumlah kendaraan pada persimpangan pertama 5 kendaraan, persimpangan kedua 3 kendaraan, persimpangan ketiga 2 kendaraan dan persimpangan keempat 3 kendaraan. Dapat dilihat pada persimpangan kedua dan persimpangan keempat mempunyai jumlah kendaraan yang sama.

(66)

Dimana lampu hijau yang menyala duluan adalah persimpangan kedua dengan jumlah tujuh kendaraan dan berikutnya adalah persimpangan keempat dengan jumlah lima kendaraan. Dan untuk yang menyala lampu hijau berikutnya adalah persimpangan pertama dengan jumlah empat kendaraan berikutnya persimpangan ketiga dengan jumlah tiga kendaraan. Berikut adalah tabel perbandingan untuk menentukan analisa pada persimpangan mana lampu hijau akan menyala terlebih dahulu.

Tabel 5.2 Hasil Uji Coba Kedua

Next Persimpangan

Pertama Hijau Merah Merah Merah

Ketiga Merah Hijau Merah Merah

Keempat Merah Merah Hijau Merah

(67)

5.1.3 Uji Coba Ketiga

Dalam uji coba ketiga ini, ada 2 persimpangan dengan jumlah kendaraan yang sama dan dalam antrian yang sama. Dimana pada persimpangan pertama mempunyai jumlah 5 kendaraan, persimpangan kedua ada 2 kendaraan, pesimpangan ketiga ada 6 kendaraan dan pada persimpangan keempat ada 5 kendaraan. Dapat dilihat kalau pada persimpangan pertama dan persimpangan keempat pempunyai posisi antrian yang sama.

(68)

Berikut adalah tabel perbandingan untuk menentukan analisa pada persimpangan mana lampu hijau akan menyala terlebih dahulu.

Tabel 5.3 Hasil Uji Coba Ketiga

Next Persimpangan

Pertama Merah Merah Hijau Merah

Ketiga Hijau Merah Merah Merah

Keempat Merah Hijau Merah Merah

Yang menyala lampu hijau pertama dipersimpangan ketiga dengan jumlah 6 kendaraan, kemudian persimpangan keempat dengan jumlah 5 kendaraan yang sama dengan persimpangan pertama. Sehingga yang menyala lampu hijau berikutnya adalah persimpangan pertama. Dan yang terakhir adalah persimpangan kedua dengan jumlah 2 kendaraan, berikut gambar tabel untuk persimpangan pertama dan kedua yang dapat dilihat nyala lampu hijaunya.

5.1.4 Uji Coba ke-4

(69)

Gambar 5.4 Uji Coba Keempat Simulasi Persimpangan Traffic

Tabel 5.4 Hasil Uji Coba Keempat

Pertama Merah Merah Hijau Merah

Kedua Hijau Merah Merah Merah

Ketiga Merah Merah Merah Hijau

(70)

Dimana lampu hijau yang menyala duluan adalah persimpangan ketiga dengan jumlah tujuh kendaraan dan berikutnya adalah persimpangan pertama dengan jumlah lima kendaraan. Dan untuk yang menyala lampu hijau berikutnya adalah persimpangan keempat dengan jumlah empat kendaraan berikutnya persimpangan kedua dengan jumlah tiga kendaraan.

5.1.5 Uji Coba ke-5

Dengan jumlah kendaraan pada persimpangan pertama 5 kendaraan, persimpangan kedua 2 kendaraan, persimpangan ketiga 3 kendaraan dan persimpangan keempat 7 kendaraan. Dapat dilihat pada persimpangan ketiga mempunyai jumlah kendaraan jumlah kendaran terbanyak.

(71)

Tabel 5.5 Hasil Uji Coba Kelima

Pertama Merah Merah Merah Hijau

Kedua Hijau Merah Merah Merah

Ketiga Merah Merah Hijau Merah

Dimana lampu hijau yang menyala duluan adalah persimpangan keempat dengan jumlah tujuh kendaraan dan berikutnya adalah persimpangan pertama dengan jumlah lima kendaraan. Dan untuk yang menyala lampu hijau berikutnya adalah persimpangan ketiga dengan jumlah tiga kendaraan berikutnya persimpangan kedua dengan jumlah dua kendaraan.

5.1.6 Uji Coba ke-6

(72)

persimpangan keempat 4 kendaraan. Dapat dilihat pada persimpangan pertama mempunyai jumlah kendaraan jumlah kendaran terbanyak.

Gambar 5.6 Uji Coba Keenam Simulasi Persimpangan Traffic

Tabel 5.6 Hasil Uji Coba Keenam

Kedua Merah Hijau Merah Merah

(73)

Dimana lampu hijau yang menyala duluan adalah persimpangan pertama dengan jumlah tujuh kendaraan dan berikutnya adalah persimpangan kedua dengan jumlah lima kendaraan. Dan untuk yang menyala lampu hijau berikutnya adalah persimpangan keempat dengan jumlah empat kendaraan berikutnya persimpangan ketiga dengan tidak ada kendaraan sama sekali.

5.1.7 Uji Coba ke-7

Dengan jumlah kendaraan pada persimpangan pertama 3 kendaraan, persimpangan kedua 2 kendaraan, persimpangan ketiga 1 kendaraan dengan posisi kendaraan berada dipertengahan jalan dan persimpangan keempat 1 kendaraan dengan posisi kendaraan berada didepan lampu lalu lintas. Dapat dilihat pada persimpangan pertama mempunyai jumlah kendaraan jumlah kendaran terbanyak.

(74)

Tabel 5.7 Hasil Uji Coba Ketujuh

Kedua Merah Hijau Merah Merah

Keempat Merah Merah Hijau Merah

Dimana lampu hijau yang menyala duluan adalah persimpangan pertama dengan jumlah tiga kendaraan dan berikutnya adalah persimpangan kedua dengan jumlah dua kendaraan. Dan untuk yang menyala lampu hijau berikutnya adalah persimpangan keempat dengan jumlah satu kendaraan dengan posisi kendaraan yang paling mendekati lampu lalu lintas, dan berikutnya persimpangan ketiga dengan jumlah satu kendaraan dengan posisi kendaraan berada dipertengahan jalan.

1.5.8 Uji Coba ke-8

(75)

3 kendaraan. Dapat dilihat pada persimpangan pertama mempunyai jumlah kendaraan jumlah kendaran terbanyak

Gambar 5.8 Uji Coba Kedelapan Simulasi Persimpangan Traffic

Tabel 5.8 Hasil Uji Coba Kedelapan

Ketiga Merah Merah Hijau Merah

(76)

Dimana lampu hijau yang menyala duluan adalah persimpangan pertama dengan jumlah empat kendaraan dan berikutnya adalah persimpangan keempat dengan jumlah tiga kendaraan. Dan untuk yang menyala lampu hijau berikutnya adalah persimpangan ketiga dengan jumlah dua kendaraan, dan berikutnya persimpangan kedua karena tidak ada kendaraan.

5.1.9 Uji Coba ke-9

Dengan jumlah kendaraan pada persimpangan pertama 6 kendaraan, persimpangan kedua 2 kendaraan, persimpangan ketiga 4 kendaraan dan persimpangan keempat 4 kendaraan. Dapat dilihat pada persimpangan pertama mempunyai jumlah kendaraan jumlah kendaran terbanyak. Dan pada persimpangan ketiga dan keempat mempunyai jumlah kendaraan yang sama tetapi mempunyai posisi antrian yang berbeda.

(77)

Tabel 5.9 Hasil Uji Coba Kesembilan

Kedua Merah Merah Hijau Merah

Ketiga Merah Merah Merah Hijau

Dimana lampu hijau yang menyala duluan adalah persimpangan pertama dengan jumlah enam kendaraan dan berikutnya adalah persimpangan ketiga dengan jumlah empat kendaraan. Dan untuk yang menyala lampu hijau berikutnya adalah persimpangan keempat dengan jumlah empat kendaraan berikutnya persimpangan kedua dengan jumlah dua kendaraan.

5.1.10 Uji Coba ke-10