vii ABSTRAK
Penggunaan sensor visual di lingkungan jaringan sensor nirkabel pada penelitian ini bertujuan untuk menghitung jumlah orang 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 ke internet. Dari hasil pengujian, sistem telah dapat membedakan orang masuk dan keluar ruangan dengan melakukan pengolahan citra dengan metode background subtraction, morphological transformation, dan menghitung area kontur citra tersebut. Dari hasil pengolahan citra, dapat dilakukan penghitungan jumlah orang dalam ruangan dan sistem dapat mengirimkannya menuju web server. Parameter-parameter pengujian juga dijelaskan dalam penelitian ini. Total konsumsi energi perangkat didapatkan dengan menjumlahkan konsumsi energi saat perangkat menangkap citra, mengolah citra, dan mengirimkan hasil perhitungan orang menuju web server. Didapatkan total konsumsi energi pada perangkat sebesar 3,262 𝐽/s.
viii ABSTRACT
The use of visual sensor in the wireless sensor network environment in this study aims to count people in a room. Raspberry Pi 3 platform is used as image processing and wireless communication system. The results of image processing and calculation performed by Raspberry Pi 3 is sent to the web server to be disseminated to the internet. From the test results, the system is able to distinguish people who entering or leaving the room by performing image processing using background subtraction, morphological transformation, and calculating the contour area of the image. From the results of image processing, the number of people in the room can be calculated and the system can send it to the web server. The test parameters are also described in this study. The total energy consumption of the device is obtained by summing up energy consumption when the device captures images, processes images, and sends the results of counting people to the web server. The total energy consumption of the device is 3,262 𝐽/s.
ix DAFTAR ISI
Halaman
SAMPUL DALAM ... i
LEMBAR PERNYATAAN ORISINALITAS ... ii
PRASYARAT GELAR ... iii
LEMBAR PERSETUJUAN PEMBIMBING ... iv
UCAPAN TERIMA KASIH ... v
ABSTRAK ... vii
ABSTRACT ... viii
DAFTAR ISI ... ix
DAFTAR TABEL ... xiii
DAFTAR GAMBAR ... xiv
DAFTAR LISTING PROGRAM ... xvi
DAFTAR SINGKATAN ... xvii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Tujuan ... 3
1.4 Manfaat ... 3
1.5 Ruang Lingkup dan Batasan Masalah ... 3
1.6 Sistematika Penulisan ... 4
BAB II KAJIAN PUSTAKA ... 6
2.1 Tinjauan Mutakhir ... 6
2.2 Sensing dan Sensor ... 10
2.3 Jaringan Sensor Nirkabel ... 11
2.4 Konsumsi Energi pada Jaringan Sensor Nirkabel ... 14
2.5 IEEE 802.11 ... 15
x 2.6.1 Matriks Bitmap ... 16 2.6.2 Piksel ... 17 2.6.3 Cahaya ... 18 2.6.4 Akuisisi Citra ... 18 2.7 Background Subtraction ... 19 2.7.1 Frame Differencing ... 20 2.8 Threshold ... 20 2.9 Morphological Transformation ... 22
2.9.1 Dilation dan Erosion ... 22
2.6.2 Opening dan Closing ... 23
2.10 Kontur ... 24
2.11 OpenCV ... 26
2.11 Raspberry Pi 3 ... 28
2.11 Logitech Webcam C170 ... 29
BAB III METODE PERANCANGAN SISTEM ... 31
3.1 Lokasi dan Waktu Penelitian ... 31
3.2 Sumber dan Jenis Data Penelitian ... 31
3.2.1 Sumber Data ... 31
3.2.2 Metode Pengumpulan Data ... 31
3.2.3 Jenis Data ... 31
3.3 Prosedur Penelitian... 32
3.3.1 Diagram Alir Prosedur Penelitian ... 32
3.3.2 Skenario Pengujian ... 33
3.3.3 Perancangan Hardware ... 34
3.3.3.1 Bahan ... 34
3.3.3.2 Peralatan Kerja ... 34
3.3.4 Perancangan Software ... 35
3.4 Gambaran Umum Sistem ... 35
3.5 Gambaran Umum Hardware... 36
xi
BAB IV HASIL DAN PEMBAHASAN ... 40
4.1 Realisasi Hardware ... 40
4.1.1 Kamera ... 41
4.1.2 Charger dan Penyuplai Daya ... 41
4.1.3 Raspberry Pi 3 ... 42
4.2 Realisasi Software ... 43
4.2.1 Input Data Visual Kamera ... 43
4.2.2 Pemisahan Citra Objek dengan Latar (Background Subtraction) 44 4.2.3 Penghilangan Noise dengan Morphological Transformation .... 49
4.2.4 Perjelas Kontur ... 61
4.2.5 Identifikasi Objek ... 65
4.2.6 Perhitungan Jumlah Orang Masuk dan Keluar Ruangan ... 69
4.2.7 Transmisi Hasil Kalkulasi Perhitungan Orang Menuju Web Server ... 74
4.3 Pengujian Perangkat Sistem Perhitungan Orang Berbasis Visual Dalam Lingkup Jaringan Sensor Nirkabel ... 75
4.3.1 Penetapan Letak Perangkat, Cahaya dan Background ... 75
4.3.2 Kamera Menangkap Citra ... 76
4.3.3 Pengolahan Data yang Telah ditangkap Kamera ... 76
4.3.4 Identifikasi Objek ... 78
4.3.5 Perhitungan Jumlah Orang Masuk dan Keluar Ruangan ... 79
4.3.6 Transmisi Hasil Kalkulasi Perhitungan Orang Menuju Web Server ... 79
4.3.7 Pengukuran Konsumsi Energi Perangkat ... 80
4.3.7.1 Prosedur Pengukuran ... 80
4.3.7.2 Pengukuran Konsumsi Energi ... 83
BAB V PENUTUP ... 84
5.1 Simpulan ... 84
xii
DAFTAR PUSTAKA ... 86 LAMPIRAN
xiii
DAFTAR TABEL
Halaman
Tabel 2.1 Tinjauan Mutakhir ... 8
Tabel 2.2 Argumen pada Function cvThreshold() ... 21
Tabel 2.3 Spesifikasi Raspberry Pi 3 ... 29
Tabel 2.4 Spesifikasi Kamera Webcam Logitech c170 ... 30
Tabel 4.1 Spesifikasi Perangkat ... 40
Tabel 4.2 Hasil Pengujian Pemisahan Citra Orang dari Background ... 48
Tabel 4.3 Hasil Pengujian Hubungan Noise dan Nilai Kernel Opening dan Closing ... 61
Tabel 4.4 Hasil Pengujian Kontur ... 65
Tabel 4.5 Luas Area Kontur Orang yang Tidak Utuh ... 66
Tabel 4.6 Luas Area Kontur Orang yang Utuh ... 67
Tabel 4.7 Besar Tegangan dan Arus Saat Penangkapan Citra ... 81
Tabel 4.8 Besar Tegangan dan Arus Saat Pengolahan Citra ... 82
xiv
DAFTAR GAMBAR
Halaman
Gambar 2.1 Akuisisi data ... 11
Gambar 2.2 Jaringan Sensor Nirkabel ... 12
Gambar 2.3 Perkembangan JSN ... 14
Gambar 2.4 IEEE 802.11 Medium Access Control ... 16
Gambar 2.5 Hasil Tiap Metode Threshold ... 21
Gambar 2.6 Operasi Dilation ... 22
Gambar 2.7 Operasi Erosion ... 23
Gambar 2.8 Operasi Opening... 23
Gambar 2.9 Operasi Closing ... 24
Gambar 2.10 Penggunaan Function cvFindContours() ... 25
Gambar 2.11 Struktur OpenCV ... 27
Gambar 2.12 Tampilan Raspberry Pi 3 ... 29
Gambar 2.13 Kamera Webcam Logitech c170 ... 30
Gambar 3.1 Diagram Alir Prosedur Penelitian ... 32
Gambar 3.2 Gambaran Umum Sistem Perhitungan Orang dalam Lingkup JSN ... 35
Gambar 3.3 Gambaran Umum Hardware Sistem Perhitungan Orang dalam Lingkup JSN ... 36
Gambar 3.4 Tampilan Awal IDLE Python 2.7.9 ... 37
Gambar 3.5 Penggunaan Library OpenCV pada IDLE Python 2.7.9 .... 38
Gambar 3.6 Diagram Alir Software ... 38
Gambar 4.1 Perangkat Sistem Perhitungan Orang Berbasis Visual dalam Lingkup Jaringan Sensor Nirkabel ... 40
Gambar 4.2 Gambar Hasil Tangkapan Kamera ... 41
Gambar 4.3 Charger RPi Powerpack V1.2 ... 42
Gambar 4.4 Tampilan Awal Raspberry Pi ... 42
Gambar 4.5 Kamera Telah Terhubung dengan Perangkat ... 43
xv
Gambar 4.7 Proses Background Subtractor pada Citra ... 46
Gambar 4.8 Proses Background Subtractor pada Citra ... 47
Gambar 4.9 Proses Background Subtractor pada Citra ... 47
Gambar 4.10 Cara Kerja Background Subtractor ... 48
Gambar 4.11 Proses Morphological Transformation pada Citra ... 51
Gambar 4.12 Proses Morphological Transformation pada Citra ... 52
Gambar 4.13 Proses Morphological Transformation pada Citra ... 53
Gambar 4.14 Proses Morphological Transformation pada Citra ... 54
Gambar 4.15 Proses Morphological Transformation pada Citra ... 55
Gambar 4.16 Proses Morphological Transformation pada Citra ... 56
Gambar 4.17 Proses Morphological Transformation pada Citra ... 57
Gambar 4.18 Proses Morphological Transformation pada Citra ... 58
Gambar 4.19 Proses Morphological Transformation pada Citra ... 59
Gambar 4.20 Proses Morphological Transformation pada Citra ... 60
Gambar 4.21 Proses Penjelasan Kontur pada Citra ... 62
Gambar 4.22 Proses Penjelasan Kontur pada Citra ... 63
Gambar 4.23 Proses Penjelasan Kontur pada Citra ... 63
Gambar 4.24 Proses Penjelasan Kontur pada Citra ... 64
Gambar 4.25 Proses Penjelasan Kontur pada Citra ... 64
Gambar 4.26 Objek Orang yang Tidak Utuh ... 66
Gambar 4.27 Objek Orang yang Utuh ... 67
Gambar 4.28 Proses Identifikasi Objek ... 68
Gambar 4.29 Penetapan Letak Perangkat ... 75
Gambar 4.30 Hasil Tangkapan Kamera ... 76
Gambar 4.31 Proses Background Subtractor pada Citra ... 77
Gambar 4.32 Proses Morphological Transformation pada Citra ... 77
Gambar 4.33 Proses Penjelasan Kontur pada Citra ... 78
Gambar 4.34 Proses Identifikasi Objek ... 78
Gambar 4.35 Proses Perhitungan Jumlah Orang Masuk dan Keluar Ruangan ... 79
xvi
DAFTAR LISTING PROGRAM
Halaman
Listing Program 2.1 Argumen pada Function cvFindContours() ... 25
Listing Program 4.1 Function VideoCapture Untuk Input Data Kamera . 44 Listing Program 4.2 Function Background Subtractor ... 45
Listing Program 4.3 Function morphological transformation ... 49
Listing Program 4.4 Nilai Kernel Opening dan Closing ... 50
Listing Program 4.5 Function findContour ... 62
Listing Program 4.6 Luas Area Piksel Objek ... 66
Listing Program 4.7 Variabel areaTH Sebagai Area Minimum Piksel .... 67
Listing Program 4.8 Pengambilan 4 Titik Koordinat Objek... 68
Listing Program 4.9 Pelacakan objek orang dan perhitungan orang masuk dan keluar ruangan ... 70
Listing Program 4.10 “Person” Untuk menyimpan ID dan Koordinat Objek ... 72
Listing Program 4.11 Garis Maya pada Interface dan Keterangan Jumlah Orang Masuk dan Keluar Ruangan ... 73
Listing Program 4.12 Pengiriman Hasil Perhitungan Orang Menuju Web Server ... 74
xvii
DAFTAR SINGKATAN
ADC = Analog Digital Converter AER = Annual Equivalent Rate
AP = Access Point
BS = Base Station
CCD = Charge-Coupled Device
CSMA/CA = Carrier Sense Multiple Access/Collision Avoidance DCF = Distributed Coordination Function
IEEE = Institute of Electrical and Electronics Engineers IoT = Internet of Things
JSN = Jaringan Sensor Nirkabel LAN = Local Area Network LCD = Liquid Crystal Display MAC = Medium Access Control
MACAW = Multiple Access with Collision Avoidance for Wireless
OS = Operation System
PC = Personal Computer
PCF = Point Coordination Function USB = Universal Serial Bus
Wifi = Wireless Fidelity
1
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Jaringan Sensor Nirkabel (JSN) atau Wireless Sensor Network (WSN) adalah sebuah jaringan yang menghubungkan perangkat-perangkat seperti sensor node, router dan sink node. JSN pada umumnya terbangun dari sensor – sensor yang mempunyai spesifikasi berdaya rendah dan berukuran kecil, namun tidak menutup kemungkinan juga untuk menggunakan sensor yang berdaya besar namun dapat mengambil data dengan variasi yang lebih banyak. Sensor dalam JSN dituntut untuk mempunyai kemampuan melakukan sensing, pemrosesan data, dan komunikasi. Selain itu sensor juga harus bisa melakukan pengelolalan data secara mandiri dalam berkomunikasi melalui jaringan nirkabel. Sensor dilengkapi dengan sumber daya yang dapat digunakan dalam waktu yang lama. (Waltenegus Dargie, 2010)
Salah satu sensor JSN yang memenuhi kriteria tersebut 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.
Banyak penelitian yang sudah dilakukan tentang sensor visual pada jaringan sensor nirkabel. Dalam penelitian yang dilakukan oleh Nyoman Putra Sastra (2015), telah dilakukan implementasi 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. Untuk menghemat konsumsi daya pada pengolahan citra dari sensor visual, Teixeira dan Andreas (2008) menggunakan metode motion histogram dalam mengidentifikasi dan menghitung orang. Sedangkan pada penelitian yang dilakukan oleh Hemangi Badhan dan nikhita K. (2016) digunakan
2
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 penggunaan sensor visual pada JSN, yaitu aspek pada pengiriman data dan pada pengolahan citra. Kedua hal tersebut mempunyai peranan penting dalam mewujudkan aplikasi citra pada JSN yang efektif dan efisien.
Dalam penelitian ini, akan dikembangkan suatu aplikasi JSN menggunakan platform mini PC Raspberry Pi 3. Aplikasi dirancang untuk bisa menghitung jumlah orang yang keluar masuk suatu ruangan, dalam hal ini ruang server. Aplikasi dapat mengirim data menuju internet dengan protokol komunikasi nirkabel IEEE 802.11n. Kamera dipasang untuk bisa menangkap citra, sehingga dapat dilakukan pengolahan lebih lanjut pada citra tersebut. Obyek dari citra yang ditangkap adalah orang. Data diolah untuk bisa mengetahui jumlah orang yang berada dalam ruang server dengan mengidentifikasi pergerakan orang masuk dan keluar pada ruangan. Sistem penghitung orang ini dapat bermanfaat dalam implementasi internet of things untuk smart room atau smart building, seperti automatisasi suhu ac ruangan berdasarkan jumlah orang dalam ruangan dan automatisasi lampu ruangan berdasarkan kapasitas orang dalam ruangan.
1.2 Rumusan Masalah
Dari skripsi ini diangkat beberapa rumusan masalah sebagai berikut : 1. Bagaimana mengidentifikasi suatu objek, berupa orang, dalam sebuah citra? 2. Bagaimana proses identifikasi untuk mendapatkan fitur yang lebih bagus? 3. Bagaimana cara mendeteksi pergerakan objek tersebut?
4. Bagaimana perhitungan jumlah orang dalam ruangan?
3
1.3 Tujuan
Adapun tujuan yang ingin dicapai pada penelitian ini adalah sebagai berikut: 1. Dapat membangun suatu sistem untuk menghitung jumlah orang dalam
suatu ruangan.
2. Dapat mengetahui konsumsi energi yang diperlukan dalam proses perhitungan orang.
1.4 Manfaat
Adapun manfaat dari penelitian ini terbagi menjadi dua yaitu: 1. Manfaat praktis
Dapat memonitor jumlah orang dalam suatu ruangan, dimana data tersebut dapat dipergunakan untuk mengontrol kondisi ruangan.
2. Manfaat akademis
Dapat berkontribusi terhadap perkembangan teknologi JSN khususnya dalam sensor visual.
1.5 Ruang Lingkup Dan Batasan Masalah
Agar permasalahan tidak berkembang menjadi luas akibat timbulnya permasalahan baru, maka perlu dilakukan batasan permasalah sebagai berikut:
1. Platform yang digunakan adalah Raspberry Pi 3.
2. Protokol jaringan wireless yang digunakan adalah IEEE 802.11n. 3. Sensor visual yang digunakan adalah Webcam Logitech c170.
4. Menggunakan software IDLE Python 2.7.9 untuk pemrograman Raspberry Pi 3.
5. Skripsi ini tidak membahas mengenai web server.
6. Pengujian alat skripsi ini diujikan pada sebuah pintu masuk yang hanya bisa dilalui satu orang.
7. Pengujian perangkat skripsi ini diujikan pada orang/manusia yang berjalan lurus masuk atau keluar ruangan.
8. Pengujian perangkat dilakukan dengan background dan pencahayaan yang tidak berubah.
4
9. Perangkat ditempatkan pada posisi dan sudut pandang kamera yang tidak berubah.
10. Pengujian dilakukan pada ruang tertutup.
1.6 Sistematika Penulisan
Sistematika penulisan dalam skripsi ini terdiri dari pokok pembahasan yang saling berkaitan antara satu dengan lainnya, yaitu:
BAB I : PENDAHULUAN
Bab ini membahas tentang latar belakang permasalahan bagaimana merancang sistem JSN dengan sensor visual untuk menghitung jumlah orang dalam ruangan, rumusan masalah, tujuan dan manfaat, batasan masalah, serta sistematika penulisan.
BAB II : TINJAUAN PUSTAKA
Bab ini berisikan teori-teori yang mendukung dalam perencanaan dan pembuatan hardware serta software.
BAB III : METODE PERANCANGAN SISTEM
Bab ini membahas perencanaan dan gambaran umum pembuatan hardware dan software.
BAB IV : HASIL DAN PEMBAHASAN
Bab ini meliputi hasil pengujian dan pembahasan tentang sistem yang telah dirancang dan diimplementasikan, serta analisa data hasil pengujian perangkat
5
BAB V : PENUTUP
Meliputi simpulan tentang hasil dan pembahasan pada bab sebelumnya, serta saran-saran untuk pengembangan penelitian lebih lanjut.
