Peringatan Dini Terhadap Sistem Keamanan Rumah Tinggal Berbasis Multimedia Messaging Service
MMS”. Diharapkan penelitian ini akan membantu masyarakat menengah kebawah
untuk dapat menggunakan sistem keamanan yang dapat memberikan peringatan dini apabila ada suatu pergerakan yang terjadi terhadap objek yang diamati.
1.2 Rumusan Masalah
Masalah yang dapat dirumuskan dalam tugas akhir ini adalah : Bagaimana motion detection mampu menginformasikan pergerakan yang
terjadi terhadap objek yang diamati untuk sistem keamanan rumah tinggal.
1.3 Batasan Masalah
Agar pembahasan mengenai topik ini tidak terlalu meluas maka diperlukan batasan masalah. Adapun batasan masalah untuk skripsi ini antara lain:
1. Penggunaan web camera pada ruangan yang akan diamati jumlah dan posisi web camera
disesuaikan dengan keadaan rumah tinggal, misalnya didepan pintu rumah, ruang tamu, dan lain-lain sesuai dengan kebutuhan.
2. Penyimpanan video dalam bentuk .avi
3. Telepon selular yang mampu menerima MMS yaitu dengan spesifikasi dapat
menerima MMS.
1.4 Tujuan dan Manfaat Penelitian 1. Tujuan Penelitian
Untuk mempermudah pengawasan keamanan rumah tinggal, sehingga tidak memerlukan banyak tenaga keamanan serta pemilik rumah dapat cepat
mengetahui kondisi rumah melalui MMS jika terjadi sesuatu hal yang tidak diinginkan.
2. Manfaat Penelitian
Manfaat yang di dapatkan dalam melakukan kerja praktek ini adalah :
a Bagi Penulis :
1 Mendapatkan pemahaman mengenai konsep motion detection. 2 Mendapatkan pemahaman mengenai konsep MMS gateway
melalui telepon selular. 3 Mendapatkan pemahaman mengenai metodologi penelitian,
khususnya Rapid Application Development RAD 4 Mendapatkan pemahaman mengenai pengujian, khususnya
pengujian pada level unit NUnit dan pengujian pada level sistem black box.
5 Mendapatkan pemahaman tentang bahasa pemrograman C.
b Bagi Pengguna :
1 Pengguna dapat memantau rumah saat ditinggal. 2 Pengguna dapat langsung mengetahui kondisi rumah dengan cepat,
apabila ada pergerakan yang terjadi pada objek yang diamati berbasis MMS.
3 Aplikasi mampu menggantikan fungsi kamera keamanan CCTV dengan biaya yang terjangkau.
c Bagi Universitas :
1 Mengetahui kemampuan mahasiswa dalam menguasai materi ilmu yang telah diperoleh dibangku kuliah.
2 Mengetahui kemampuan mahasiswa dalam menerapkan ilmunya dan sebagai bahan evaluasi.
3 Memberikan gambaran tentang kesiapan mahasiswa dalam
menghadapi dunia kerja dari hasil yang diperoleh selama kuliah.
1.5 Metodologi Penelitian 1. Pengumpulan Data
Berikut beberapa proses yang dilalui penulis dalam pengumpulan data guna membantu dalam penulisan ini, yaitu:
a. Metode Observasi Pengumpulan data dan informasi dengan cara meninjau dan
melakukan pengamatan secara langsung terhadap suatu kegiatan yang sedang dilakukan, pengenalan data yang ada sehingga dapat diadakan
evaluasi dari sudut tertentu yang mendukung kebenaran. b. Metode Studi Pustaka
Mengumpulkan data dan informasi dengan cara membaca dan mempelajari buku-buku referensi serta situs-situs internet yang berkenaan
dengan topik yang dapat dijadikan acuan pembahasan dalam penelitian ini.
2. Metode Pengembangan Sistem
Metode pengembangan sistem yang penulis gunakan adalah metode SDLC System Development Life Cycle model linier sequencial
atau sering disebut Rapid Application Development RAD. Tahapannya adalah sebagai berikut :
1 Analisis dan Perancangan Cepat a Analisis penyelesaian masalah
1. Analisis masalah 2. Analisis kebutuhan perangkat lunak
3. Analisis Kebutuhan Perangkat Keras b Perancangan cepat
1. Perancangan kelas 2. Perancangan antar muka
2 Construction 1. Batasan implementasi
2. Implementasi kelas 3. Implementasi antar muka
3 Pengujian 1. NUnit
2. Black box
4 Impelementasi 1.6 Sistematika Penulisan
Penelitian ini terdiri dari lima bab, dengan penjelasan tiap-tiap bab sebagai berikut:
BAB I : PENDAHULUAN
Pada bab ini berisi tentang Latar Belakang, Rumusan Masalah, Batasan Masalah, Tujuan dan Manfaat Penelitian, Metodologi Penelitian serta
Sistematika Penulisan Penelitian.
BAB II: LANDASAN TEORI
Bab ini berisi teori-teori yang digunakan dalam pembuatan program Penerapan Motion Detection Untuk Peringatan Dini Terhadap Sistem
Keamanan Rumah Tinggal Berbasis MMS ini.
BAB III: METODOLOGI PENELITIAN
Bab ini menguraikan secara rinci metode penelitian yang digunakan dalam menganalisis, merancang, mengimplementasikan, dan menguji sistem.
BAB IV: ANALISIS DAN PEMBAHASAN
Pada bab ini, penulis akan membahas mengenai program yang akan penulis buat, yaitu mengenai analisis sistem, perancangan aplikasi, pengkodean, dan
pengujian..
BAB V: PENUTUP
Bab ini merupakan penutup yang berisi kesimpulan yang berkenaan dengan hasil pemecahan masalah yang diperoleh dari penyusunan tugas akhir ini
serta beberapa saran untuk pengembangan lebih lanjut.
BAB II LANDASAN TEORI
2.1 Motion Detection
Motion detection merupakan aksi pergerakan fisik dalam ruangan yang telah
ditentukan. Pergerakan dapat dideteksi dengan perubahan warna dari objek yang sedang dipantau. Pergerakan ini dapat digunakan oleh alat yang berinteraksi dengan ruangan
atau dengan alat elektronik lainnya. [5]. Dalam penelitian ini penulis menggunakan web camera.
Pada saat terjadi pergerakan, program akan memberikan alarm atau peringatan ke pengguna berupa gambar yang telah ditangkap oleh webcamera yang dihubungkan
dengan komputer yang menyimpan dan mengelola gambar yang telah ditangkap agar bisa dilihat pada lain waktu atau dilihat pada komputer lain dalam satu jaringan.
2.1.1 Motion Detection
Pendekatan yang dilakukan oleh C. Stauffer and W. E. L. Grimson adalah memisahkan gambar antara area background dengan area foreground
area gerak untuk melacak adanya pergerakan. Asumsinya adalah area background
adalah tetap. Asumsi ini memungkinkan untuk mencapai segmentasi citra akurat. Dengan asumsi ini, dapat dilakukan menghitung
objek dari waktu ke waktu. Untuk setiap frame video, kita dapat mengurangi gambar background dari frame. Jumlah pixel dengan hasil mendekati nol
diasumsikan sebagai background dan jumlah pixel yang lebih besar adalah
foreground objek. [2]
Pertimbangan nilai yang berubah terhadap waktu dari sebuah pixel pada posisi x, y dari urutan sebuah video grayscale. nilai ini sebagai
Vx,yt. Hal ini dapat diperlakukan sebagai proses acak variabel Xt, X
t
= V
x,y
t Sekarang, misalkan kita dapat model probabilitas mengamati nilai
pixel sebagai campuran distribusi K Gaussian. Probabilitas ini adalah,
Dimana adalah perkiraan berat dari
th Gaussian, dan
adalah evaluasi dari standar Gausian denga mean
i,t
dan covariance matrix
i,t
:
Karena latarbelakang diasumsikan statis, nilai pixel yang merupakan bagian dari background dapat diwakili oleh satu atau lebih
Gaussian dengan variance kecil karena noise gambar. Lebih dari satu Gaussian adalah kemungkinan untuk bimodal scenes seperti pohon-pohon
yang bergoyang dalam angina atau cahay lampu. Lebih jauh lagi, disebagian scenes, background akan terlihat lebih sering daripada latar depan pada
setiap pixel, sehingga Gaussian dengan berat seperti background. Berikut adalah pendekatan pengurangan untuk background :
a Untuk setiap pixel dalam frame video:
1 Pertimbangan nilai N terakhir yang paling cocok dengan pixel. 2 Temukan K-Gaussian dan wieght yang tepat untuk sample nilai N
menggunakan seperti K-Means atau Expectation Maximization
EM. 3 Pilih Gaussian dengan weight terbesar dan simpan sebagai nilai
background gambar untuk pixel.
b Pisahkan gambar background dari frame. c Pada hasil perbedaan gambar, beberapa nilai yang lebih besar
dibandingkan tiga standar deviasi dari mean adalah considered nilai foreground
, dan nilai lain adalah considered background.
Gambar 2.1 Contoh Penerapan Kanade-Lucas-Tomasi Point Tracking Algorithm
[6]
Fitur yang dilacak akan ditampilkan sebagai titik putih, dengan perpindahan inter-frame yang ditampilkan sebagai garis putih. Panjang garis
berlebihan untuk menunjukkan gerakan. Frame ini tertangkap dari suatu urutan video yang berjalan pada 30 frame per second.
Penerapan dari pendekatan motion detection adalah membandingkan frame
saat ini dengan frame sebelumnya. Pendekatan ini dilakukan pada
kompresi video saat dibutuhkan untuk batasan perubahan dan menuliskannya hanya pada saat perubahan. Untuk gambar saat ini disebut current frame
currentFrame
, dan untuk frame previous
backgroundFrame
[5].
move background towards current frame moveTowardsFilter.OverlayImage = tmpImage;
moveTowardsFilter.ApplyInPlace backgroundFrame ;
set backgroud frame as an overlay for difference filter
differenceFilter.OverlayImage = backgroundFrame;
Untuk dapat melihat pergerakan yang terjadi, kita akan membuat sebuah kotak merah yang akan mengelilingi objek yang bergerak tersebut.
Kita akan menggunakan BlobCounter untuk memberikan penomoran objek berdasarkan posisi dan dimensi pada binary image.
BlobCounter blobCounter = new BlobCounter ; ...
get object rectangles
blobCounter.ProcessImage thresholdedImage ; Rectangle[] rects = BlobCounter.GetObjectRectangles ;
create graphics object from initial image
Graphics g = Graphics.FromImage image ; draw each rectangle
using Pen pen = new Pen Color.Red, 1 {
foreach Rectangle rc in rects {
g.DrawRectangle pen, rc ; if rc.Width 15 rc.Height 15
{ here we can higligh large objects with
something else }
} }
g.Dispose ;
2.1.2 Penerapan Motion Detection
Berikut contoh hasil motion detection :
Gambar 2.2 Penerapan Motion Detection [5] Pada gambar, pergerakan ditandai dengan warna merah. Warna merah
ini mengunci objek yang sedang bergerak dan adanya penomoran objek yang bergerak.
2.1.3 Image Processing
Digital image processing tersusun dari elemen-elemen yang terbatas,
setiap elemen memiliki sebuah lokasi khusus dan nilai. Elemen-elemen ini ditandai sebagai picture elements, image elements, pels, dan pixels. Dalam
penelitian ini, elemen yang digunakan dalam motion detection adalah elemen pixel. Pixel ini merupakan cabang lebih luas, hal ini ditunjukkan
dengan elemen-elemen digital image.[3]. Image tidak seperti manusia yang memiliki keterbatasan visual dari elektromagnetik EM spectrum, imaging
machine menutup seluruh spectrum EM, jarak dari gamma ke gelombang
radio. Hal ini dapat dioperasikan pada image generated dengan sumber- sumber manusia yang tidak biasa diasosiasikan dengan gambar, termasuk
ultrasound , electron microscopy, dan computer-generated images. Digital
imaging processing terdiri dari lebar dan jenis lokasi aplikasi.[15]
2.2 MMS Multi Media Messaging Service
