Perancangan dan Realisasi Pendeteksi Posisi Keberadaan Manusia Menggunakan Metode Deteksi Gerak dengan Sensor Webcam.

i Universitas Kristen Maranatha

PERANCANGAN DAN REALISASI PENDETEKSI POSISI

KEBERADAAN MANUSIA MENGGUNAKAN METODE

DETEKSI GERAK DENGAN SENSOR WEBCAM

Disusun oleh :

Yockie Andika Mulyono (1022027)

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof. Drg. Suria Sumantri, MPH. No. 65, Bandung, Jawa Barat, Indonesia

E – mail : yockieandika@gmail.com

ABSTRAK

Dengan kemajuan teknologi sekarang ini, hanya dengan meletakan sebuah kamera di dalam ruangan, maka kondisi di dalam ruangan tersebut dapat diamati. Permasalahan yang muncul adalah kamera tidak mampu memberikan informasi tentang posisi keberadaan manusia dalam ruangan itu, oleh karena itu perlu dibuat program yang dapat secara otomatis memberikan informasi mengenai posisi manusia dalam ruangan.

Pada Tugas Akhir ini dibuat sistem untuk mengetahui posisi keberadaan manusia di dalam suatu ruangan menggunakan sensor kamera webcam dan Raspberry Pi. Proses pendeteksian menggunakan pemrosesan gambar dari webcam yang akan membandingkan dua frame menggunakan metode motion detection.

Dari hasil realisasi dan uji coba diperoleh bahwa sistem pendeteksi posisi manusia dapat berfungsi dengan baik dan sesuai dengan harapan. Tingkat keberhasilan pendeteksi posisi keberadaan manusia dalam ruangan sebesar 100% dengan beberapa kondisi yang telah ditentukan.

ii Universitas Kristen Maranatha

DESIGN AND REALIZATION OF HUMAN POSITION

DETECTOR USING MOTION DETECTION METHOD

WITH WEBCAM SENSOR

Composed By:

Yockie Andika Mulyono (1022027)

Electrical Engineering Department, Maranatha Christian University Jl. Prof.Drg.Suria Sumantri, MPH no.65, Bandung, Indonesia

E – mail : yockieandika@gmail.com

ABSTRACT

With nowadays technology, it is possible to observe a room by using and placing a camera in the room. The problem is camera can not give any information about any human existence in the room to the system. Because of that, it is needed to make a program that can give information about human position in a room from camera to the system.

In this Final Project, a system is made to locate human position in a room using webcam sensor and Raspberry Pi. Detection process is using processed image from Raspberry Pi. The process is comparing two frames using motion detection method.

The result from the realization and the experiments of the system is the system can detect position of human well. Success rate of position human detection in a room is 100% with some conditions that have been determined before.

v

Universitas Kristen Maranatha

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR TABEL ... vii

DAFTAR GAMBAR ... viii

BAB 1 PENDAHULUAN 1.1. Latar Belakang ... 1

1.2. Identifikasi Masalah ... 2

1.3. Rumusan Masalah ... 2

1.4. Tujuan ... 2

1.5. Pembatasan Masalah ... 2

1.6. Sistematika Penulisan... 3

BAB 2 LANDASAN TEORI 2.1. Pengolahan Citra ... 5

2.1.1. Definisi Pengolahan Citra ... 5

2.1.2. Operasi Pengolahan Citra ... 6

2.2. Raspberry Pi ... 7

2.3. Logitech® Webcam C170 ... 10

2.4. Motor Servo ... 10

2.4.1. Prinsip Kerja Motor Servo ... 12

2.5. Bahasa pemrograman Python ... 13

2.5.1. Variabel ... 13

2.5.2. Pernyataan Conditional ... 14

2.5.3. Pernyataan Looping ... 14

2.6. OpenCV... 15

vi

Universitas Kristen Maranatha

2.7. ServoBlaster ... 17

2.8. Image Subtraction ... 18

BAB 3 PERANCANGAN DAN REALISASI 3.1. Perancangan Sistem ... 21

3.2. Perancangan Pergerakan Perangkat Webcam... 22

3.2.1. Wiring Diagram Pergerakan Motor Servo ... 22

3.2.2. Desain Perangkat Pergerakan Webcam ... 23

3.2.3. Posisi Kamera Dalam Ruangan ... 24

3.2.4. Pergerakan Motor Servo ... 25

3.3. Diagram Alir Sistem Pendeteksian Posisi Manusia Berdasarkan Motion Detection ... 26

3.4. Diagram Alir Set Awal... 27

3.5. Algoritma Pergerakan Motor Servo ... 30

3.6. Algoritma Image Processing ... 32

BAB 4 DATA PENGAMATAN DAN ANALISIS 4.1. Prosedur Pengujian ... 35

4.2. Pengujian Pengaruh delta_count Terhadap Keluaran Sistem 35 4.3. Pengujian Kecepatan Pergerakan Objek Terhadap Keluaran Sistem ... 39

4.4. Pengujian Delay Terhadap Keluaran Sistem... 43

4.5. Pengamatan Deteksi Posisi Manusia Dalam Ruangan ... 48

BAB 5 SIMPULAN DAN SARAN 5. 1. Simpulan ... 57

5. 2. Saran ... 57

... DAFTAR PUSTAKA ... 58 LAMPIRAN A SOURCE CODE ... A – 1

vii

Universitas Kristen Maranatha

DAFTAR TABEL

Halaman

Tabel 2.1. Pin-pin GPIO Raspberry Pi model B+ ... 9

Tabel 2.2. Relasi Nomor Servo, Nomor GPIO Pin dan header P1 Pin. ...18

Tabel 3.1. Tabel besar lebar pulsa terhadap posisi sudut servo ...25

Tabel 4.1. Pengujian sistem dengan delta_count 500 ...36

Tabel 4.2. Pengujian sistem dengan delta_count 1000 ...37

Tabel 4.3 Pengujian sistem dengan delta_count 2000 ...38

Tabel 4.4 Pengujian dengan kecepatan pergerakan objek 0,5 m/s ...39

Tabel 4.5 Pengujian dengan kecepatan pergerakan objek 0.416 m/s ...40

Tabel 4.6 Pengujian dengan kecepatan pergerakan objek 0.33 m/s ...42

Tabel 4.7 Pengujian sistem dengan delay 1 detik ...43

Tabel 4.8 Pengujian sistem dengan delay 0.5 detik ...45

Tabel 4.9 Pengujian sistem dengan delay 0.05 detik ...46

Tabel 4.10 Percobaan sistem dengan posisi objek manusia bergerak pada sudut 400 ...52

Tabel 4.11 Percobaan sistem dengan posisi objek manusia bergerak pada sudut 500 ...52

Tabel 4.12 Percobaan sistem dengan posisi objek manusia bergerak pada sudut 600 ...53

Tabel 4.13 Percobaan sistem dengan posisi objek manusia bergerak pada sudut 900 ...54

Tabel 4.14 Percobaan sistem dengan posisi objek manusia bergerak pada sudut 1300 _...55

viii

Universitas Kristen Maranatha

DAFTAR GAMBAR

Halaman

Gambar 2.1.Raspberry Pi ... 8

Gambar 2.2.Logitech Webcam C170 ... 10

Gambar 2.3.Motor Servo Futaba S3003 ... 12

Gambar 2.4. Pulse Width Modulation motor servo... 12

Gambar 2.5.Previous Frame ... 19

Gambar 2.6.Current Frame... 19

Gambar 2.7. Threshold previous frame... 20

Gambar 2.8. Threshold current frame... 20

Gambar 2.9. Threshold motion detection ... 20

Gambar 3.1.Diagram blok sistem... 21

Gambar 3.2.Wiring Diagram Pengendalian Motor Servo ... 22

Gambar 3.3.a.Desain perangkat pergerakan webcam tampak atas ... 23

Gambar 3.3.a.Desain perangkat pergerakan webcam tampak depan ... 23

Gambar 3.4. Desain real perangkat pergerakan webcam ... 24

Gambar 3.5.Posisi kamera dalam ruangan ... 24

Gambar 3.6.Diagram alir sistem pendeteksian posisi manusia berdasarkan motion detection ... 26

Gambar 3.7.Diagram alir set awal... 27

Gambar 3.8.Frame ukuran 320x240 webcam ... 28

Gambar 3.9.Hasil Grayscale Frame ... 29

Gambar 3.10. Hasil Blurring Frame Grayscale ... 29

Gambar 3.11. Diagram Alir Motor Servo ... 30

Gambar 3.12.a. Posisi Servo Setelah Diberi Input Lebar Pulsa 500s ... 31

Gambar 3.12.b. Posisi Servo Setelah Diberi Input Lebar Pulsa 1900s ... 31

Gambar 3.13. Diagram alir image processing ... 32

ix

Universitas Kristen Maranatha

Gambar 3.15. Frame Hasil Deteksi Gerak ... 34

Gambar 4.1.Frame 1 ... 47

Gambar 4.1.a. Threshold frame 1... 47

Gambar 4.2.Frame 2 ... 47

Gambar 4.2.a.Threshold frame 2 ... 47

Gambar 4.3.a.Threshold hasil deteksi ... 48

Gambar 4.3.b.Frame hasil deteksi ... 48

Gambar 4.4.Hasil Threshold Percobaan 1... 48

Gambar 4.5.Hasil Frame Percobaan 1... 49

Gambar 4.6. Hasil Threshold Percobaan 2... 50

Gambar 4.7. Hasil Frame Percobaan 2... 50

1 Universitas Kristen Maranatha

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pada saat ini keamanan adalah salah satu hal yang sangat penting. Dengan kemajuan teknologi sekarang ini, untuk mengetahui keberadaan manusia pada suatu ruangan menjadi lebih praktis. Untuk mengamati posisi keberadaan manusia dalam ruangan tidak perlu dilakukan pengamatan secara langsung dan terus menerus. Cukup dengan cara meletakan kamera yang dapat mengamati keadaan ruangan dan hasil nya dapat ditampilkan melalui monitor. Permasalahan yang muncul adalah kamera tersebut hanya dapat menangkap gambar manusia tersebut tetapi tidak mampu memberikan informasi tentang posisi keberadaan manusia dalam ruangan itu, sehingga diharapkan ketika ada manusia yang bergerak di dalam ruangan, maka kamera dengan bantuan suatu program akan secara otomatis memberikan informasi mengenai posisi objek yang terdeteksi melakukan gerakan tersebut.

Motion detection merupakan suatu metode yang dapat digunakan untuk menganalisis gerakan pada video pengawas untuk memudahkan pendeteksian gerakan dari suatu kejadian penting. Sistem motion detection yang akan direalisasikan harus dapat mengidentifikasi adanya perubahan dari kondisi awal yang sudah didefinisikan. Hal ini sangat penting, karena apabila terjadi perubahan, maka program harus bisa mengkonfirmasikan atau memberi informasi perubahan tersebut melalui informasi deteksi. Dengan demikian dapat diketahui jika ada objek manusia yang bergerak pada suatu posisi dalam ruangan . Hasil dari pendeteksian gambar atau objek bergerak tersebut dapat digunakan sebagai informasi untuk menentukan posisi orang berdasarkan pergerakan objek manusia tersebut.

BAB 1 PENDAHULUAN 2

Universitas Kristen Maranatha

1.2 Identifikasi Masalah

Perancangan dan realisasi dari pendeteksi keberadaan manusia ini memiliki permasalahan pada bagaimana mengimplementasikan Raspberry Pi sebagai pemroses gambar dari kondisi ruangan yang ditentukan.

1.3 Rumusan Masalah

Bagaimana membuat sistem untuk mendeteksi posisi keberadaan manusia menggunakan deteksi gerak dengan sensor webcam?

1.4 Tujuan

Tujuan dari pelaksanaan tugas akhir ini adalah membuat sistem untuk mengetahui posisi keberadaan manusia di dalam suatu ruangan menggunakan sensor kamera webcam dan Raspberry Pi.

1.5 Pembatasan Masalah

Penulis membatasi masalah yang dibahas dalam Tugas Akhir ini adalah sebagai berikut :

 Latar belakang yang digunakan statis, dan berwarna terang serta tidak ada gangguan dari sekitarnya.

 Informasi keberadaan manusia hanya berupa arah posisi manusia terhadap suatu garis acuan.

 Ukuran ruangan 3x4 meter.

 Jumlah orang dalam ruangan dibatasi hanya satu.

 Menggunakan kamera dengan pixel 320x240.

 Metode yang digunakan adalah metode image subtraction.

 Bahasa pemrograman yang digunakan adalah Python dan menggunakan OpenCV sebagai library.

BAB 1 PENDAHULUAN 3

Universitas Kristen Maranatha

1.6 Sistematika Penulisan

Sistematika penulisan laporan tugas akhir ini disusun menjadi beberapa bab sebagai berikut:

BAB 1 : PENDAHULUAN

Dalam bab ini dibahas mengenai permasalahan yang melatarbelakangi penulisan laporan tugas akhir ini, selain itu juga terdapat identifikasi, rumusan, tujuan, dan pembatasan masalah.

BAB 2 : LANDASAN TEORI

Pada bab ini akan dibahas mengenai teori-teori yang menunjang proses pembuatan tugas akhir ini. Teori-teori penunjang tersebut meliputi penjelasan tentang Raspberry Pi, bahasa pemrograman Python, dan metode yang digunakan dalam pemrosesan gambar yang digunakan dalam tugas akhir ini.

BAB 3 : PERANCANGAN DAN REALISASI

Pada Bab ini akan dijelaskan mengenai proses perancangan sistem, diagram blok sistem, perancangan perangkat pergerakan webcam, Wiring Diagram Pengendalian Motor Servo, diagram alir dari sistem pergerakan webcam berdasarkan perubahan pixel menggunakan metode image subtraction.

BAB 4 : DATA PENGAMATAN DAN ANALISIS

Bab ini berisi data pengamatan dan analisis yang diperoleh dari percobaan sistem pendeteksi posisi manusia yang sudah direalisasikan. Pengamatan yang dilakukan adalah pada bagian keluaran dari hasil pendeteksian posisi manusia dengan beberapa nilai delta_count untuk menentukan ada atau tidak nya pergerakan objek manusia didalam suatu ruangan.

BAB 1 PENDAHULUAN 4

Universitas Kristen Maranatha

BAB 5 : KESIMPULAN DAN SARAN

Pada bab ini akan diuraikan kesimpulan mengenai apa yang telah dibahas pada bab-bab sebelumnya dan saran yang dapat dikembangkan mengenai pembahasan sebelumnya.

57 Universitas Kristen Maranatha

BAB V

SIMPULAN DAN SARAN

Bab ini merupakan bab penutup yang berisi kesimpulan dari hasil penelitian dan analisis dari tugas akhir ini serta saran bagi pengembangan sistem pendeteksi posisi keberadaan manusia menggunakan webcam sensor.

5.1 Simpulan

Berdasarkan hasil percobaan dan data yang didapatkan dapat disimpulkan :

1. Perancangan pendeteksi posisi keberadaan manusia menggunakan metode deteksi gerak dengan sensor webcam telah berhasil dibuat dan sesuai dengan harapan.

2. Sistem pendeteksi ini memiliki tingkat keberhasilan sebesar 100% untuk kondisi yang telah ditentukan, yaitu nilai delta_count 500 dan delay 0.05 detik.

3. Dari hasil percobaan yang didapat, sistem ini dapat melakukan pendeteksian dengan kecepatan pergerakan rata-rata objek mencapai 0.5m/s.

5.2 Saran

Saran untuk pengembangan sistem ini lebih lanjut :

1. Sistem ini hanya dapat menunjukan arah posisi keberadaan manusia

berdasarkan arah sudut kamera webcam sesuai dengan posisi servo, sehingga perlu dicari metode lain yang mampu menampilkan arah posisi keberadaan manusia yang lebih akurat.

2. Sistem ini dapat dikembangkan untuk mendeteksi posisi pergerakan manusia dalam ruangan untuk sistem security.

58 Universitas Kristen Maranatha

DAFTAR PUSTAKA

[1] Adrian Rosebrock. 2014. Basic Image Manipulations in Python and OpenCV: Resizing (scaling), Rotating, and Cropping.

http://www.pyimagesearch.com/2014/01/20/basic-image-manipulations-in-python-and-opencv-resizing-scaling-rotating-and-cropping/

[2] Bradski, B., Kaehler, A. 2008. Learning OpenCV. United State of America: O’Reilly Media

[3] Collins, R., Lipton, A., Kanade, T., Fijiyoshi, H., Duggins, D., Tsin, Y., Tolliver, D., Enomoto, N., Hasegawa, O., Burt, P.,Wixson, L. 2000. A system for video surveillance and monitoring. Tech. rep., Carnegie Mellon University, Pittsburg, PA

[4] Eka Ardhianto, Wiwien Hadikurniawati, Zuli Budiarso. 2013.

Implementasi Metode Image Subtracting dan Metode Regionprops untuk Mendeteksi Jumlah Objek Berwarna RGB pada File Video. Program Studi Teknik Informatika, Universitas Stikubank. Semarang

[5] Lukito Edi Nugroho, Muhammad Ihsan Zul, Widyawan. 2012. Adaptive Motion Detection Algorithm using Frame Differences and Dynamic Template Matching Method. Department of Electrical Engineering and Information Technology, Gadjah Mada University, Yogyakarta,

Indonesia

[6] Lutz, Mark, 2007. Learning Python (3th Edition). United States of America: O’Reilly Media, Inc

[7] Munir, R. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung: Informatika Bandung

[8] Nixon, M.S., and A.S. Aguado. 2012. Feature Extraction & Image Processing for Computer Vision. London: Academic Press

[9] R. B. Wahyu1, Tati R. Mengko, Bambang Pharmasetiawan, dan Andryan B. Suksmono. 2006. Motion Detection Using Image Subtraction and Edges Detection. Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII

59

Universitas Kristen Maranatha [10] Richard Hirst. 2013. ServoBlaster.

https://github.com/richardghirst/PiBits/tree/master/ServoBlaster

[11] Richardson, M., Wallace,S. 2013. Getting Started with Raspberry Pi. United State of America: O’Reilly Media

[12] Suhendra. 2014. Perancangan Aplikasi Motion Detection Dengan Menerapkan Metode Clustering. Program Studi Teknik Informatika STMIK Budi Darma. Medan

[13] Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto. 2014. Rancang Bangun pendeteksi gerak menggunakan Metode Image Subtraction Pada Single Board Computer (SBC). STIMIK STIKOM Surabaya. Surabaya

BAB 1 PENDAHULUAN 2

Universitas Kristen Maranatha

1.2 Identifikasi Masalah

Perancangan dan realisasi dari pendeteksi keberadaan manusia ini memiliki permasalahan pada bagaimana mengimplementasikan Raspberry Pi sebagai pemroses gambar dari kondisi ruangan yang ditentukan.

1.3 Rumusan Masalah

Bagaimana membuat sistem untuk mendeteksi posisi keberadaan manusia menggunakan deteksi gerak dengan sensor webcam?

1.4 Tujuan

Tujuan dari pelaksanaan tugas akhir ini adalah membuat sistem untuk mengetahui posisi keberadaan manusia di dalam suatu ruangan menggunakan sensor kamera webcam dan Raspberry Pi.

1.5 Pembatasan Masalah

Penulis membatasi masalah yang dibahas dalam Tugas Akhir ini adalah sebagai berikut :

 Latar belakang yang digunakan statis, dan berwarna terang serta tidak ada gangguan dari sekitarnya.

 Informasi keberadaan manusia hanya berupa arah posisi manusia terhadap suatu garis acuan.

 Ukuran ruangan 3x4 meter.

 Jumlah orang dalam ruangan dibatasi hanya satu.  Menggunakan kamera dengan pixel 320x240.

 Metode yang digunakan adalah metode image subtraction.

 Bahasa pemrograman yang digunakan adalah Python dan menggunakan OpenCV sebagai library.

BAB 1 PENDAHULUAN 3

Universitas Kristen Maranatha

1.6 Sistematika Penulisan

Sistematika penulisan laporan tugas akhir ini disusun menjadi beberapa bab sebagai berikut:

BAB 1 : PENDAHULUAN

Dalam bab ini dibahas mengenai permasalahan yang melatarbelakangi penulisan laporan tugas akhir ini, selain itu juga terdapat identifikasi, rumusan, tujuan, dan pembatasan masalah.

BAB 2 : LANDASAN TEORI

Pada bab ini akan dibahas mengenai teori-teori yang menunjang proses pembuatan tugas akhir ini. Teori-teori penunjang tersebut meliputi penjelasan tentang Raspberry Pi, bahasa pemrograman Python, dan metode yang digunakan dalam pemrosesan gambar yang digunakan dalam tugas akhir ini.

BAB 3 : PERANCANGAN DAN REALISASI

Pada Bab ini akan dijelaskan mengenai proses perancangan sistem, diagram blok sistem, perancangan perangkat pergerakan webcam, Wiring Diagram Pengendalian Motor Servo, diagram alir dari sistem pergerakan webcam berdasarkan perubahan pixel menggunakan metode image subtraction.

BAB 4 : DATA PENGAMATAN DAN ANALISIS

Bab ini berisi data pengamatan dan analisis yang diperoleh dari percobaan sistem pendeteksi posisi manusia yang sudah direalisasikan. Pengamatan yang dilakukan adalah pada bagian keluaran dari hasil pendeteksian posisi manusia dengan beberapa nilai delta_count untuk menentukan ada atau tidak nya pergerakan objek manusia didalam suatu ruangan.

BAB 1 PENDAHULUAN 4

Universitas Kristen Maranatha

BAB 5 : KESIMPULAN DAN SARAN

Pada bab ini akan diuraikan kesimpulan mengenai apa yang telah dibahas pada bab-bab sebelumnya dan saran yang dapat dikembangkan mengenai pembahasan sebelumnya.

57 Universitas Kristen Maranatha

BAB V

SIMPULAN DAN SARAN

Bab ini merupakan bab penutup yang berisi kesimpulan dari hasil penelitian dan analisis dari tugas akhir ini serta saran bagi pengembangan sistem pendeteksi posisi keberadaan manusia menggunakan webcam sensor.

5.1 Simpulan

Berdasarkan hasil percobaan dan data yang didapatkan dapat disimpulkan :

1. Perancangan pendeteksi posisi keberadaan manusia menggunakan metode deteksi gerak dengan sensor webcam telah berhasil dibuat dan sesuai dengan harapan.

2. Sistem pendeteksi ini memiliki tingkat keberhasilan sebesar 100% untuk kondisi yang telah ditentukan, yaitu nilai delta_count 500 dan delay 0.05 detik.

3. Dari hasil percobaan yang didapat, sistem ini dapat melakukan pendeteksian dengan kecepatan pergerakan rata-rata objek mencapai 0.5m/s.

5.2 Saran

Saran untuk pengembangan sistem ini lebih lanjut :

1. Sistem ini hanya dapat menunjukan arah posisi keberadaan manusia

berdasarkan arah sudut kamera webcam sesuai dengan posisi servo, sehingga perlu dicari metode lain yang mampu menampilkan arah posisi keberadaan manusia yang lebih akurat.

2. Sistem ini dapat dikembangkan untuk mendeteksi posisi pergerakan manusia dalam ruangan untuk sistem security.

58 Universitas Kristen Maranatha

DAFTAR PUSTAKA

[1] Adrian Rosebrock. 2014. Basic Image Manipulations in Python and OpenCV: Resizing (scaling), Rotating, and Cropping.

http://www.pyimagesearch.com/2014/01/20/basic-image-manipulations-in-python-and-opencv-resizing-scaling-rotating-and-cropping/

[2] Bradski, B., Kaehler, A. 2008. Learning OpenCV. United State of America: O’Reilly Media

[3] Collins, R., Lipton, A., Kanade, T., Fijiyoshi, H., Duggins, D., Tsin, Y., Tolliver, D., Enomoto, N., Hasegawa, O., Burt, P.,Wixson, L. 2000. A system for video surveillance and monitoring. Tech. rep., Carnegie Mellon University, Pittsburg, PA

[4] Eka Ardhianto, Wiwien Hadikurniawati, Zuli Budiarso. 2013.

Implementasi Metode Image Subtracting dan Metode Regionprops untuk Mendeteksi Jumlah Objek Berwarna RGB pada File Video. Program Studi Teknik Informatika, Universitas Stikubank. Semarang

[5] Lukito Edi Nugroho, Muhammad Ihsan Zul, Widyawan. 2012. Adaptive Motion Detection Algorithm using Frame Differences and Dynamic Template Matching Method. Department of Electrical Engineering and Information Technology, Gadjah Mada University, Yogyakarta,

Indonesia

[6] Lutz, Mark, 2007. Learning Python (3th Edition). United States of America: O’Reilly Media, Inc

[7] Munir, R. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik. Bandung: Informatika Bandung

[8] Nixon, M.S., and A.S. Aguado. 2012. Feature Extraction & Image Processing for Computer Vision. London: Academic Press

[9] R. B. Wahyu1, Tati R. Mengko, Bambang Pharmasetiawan, dan Andryan B. Suksmono. 2006. Motion Detection Using Image Subtraction and Edges Detection. Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII

59

Universitas Kristen Maranatha [10] Richard Hirst. 2013. ServoBlaster.

https://github.com/richardghirst/PiBits/tree/master/ServoBlaster

[11] Richardson, M., Wallace,S. 2013. Getting Started with Raspberry Pi. United State of America: O’Reilly Media

[12] Suhendra. 2014. Perancangan Aplikasi Motion Detection Dengan Menerapkan Metode Clustering. Program Studi Teknik Informatika STMIK Budi Darma. Medan

[13] Therzian Richard Perkasa, Helmy Widyantara, Pauladie Susanto. 2014. Rancang Bangun pendeteksi gerak menggunakan Metode Image Subtraction Pada Single Board Computer (SBC). STIMIK STIKOM Surabaya. Surabaya