PENERAPAN MOTION DETECTION PADA SISTEM KAMERA KEAMANAN MENGGUNAKAN LOGIKA FUZZY BERBASIS WEB DENGAN EMAIL NOTIFICATION | Fernandes | Jurnal Teknik Ibnu Sina JTIBSI 1 PB
11
PENERAPAN MOTION DETECTION PADA SISTEM KAMERA KEAMANAN
MENGGUNAKAN LOGIKA FUZZY BERBASIS WEB
DENGAN EMAIL NOTIFICATION
Atman Lucky Fernandes*1
Jln. Teuku Umar Lubuk Baja, Telp 0778 425 391 Fax 458394 Batam 29432
Program Studi Teknik Informatika, STT Ibnu Sina, Batam
e-mail: *1atmanluckyf@stt-ibnusina.ac.id
1
Abstrak
Keamanan merupakan salah satu aspek yang sangat dibutuhkan oleh masyarakat
saat ini. Dikarenakan semakin meningkatnya kasus pencurian membuat berbagai pihak
melakukan berbagai cara dalam meningkatkan keamanan dari berbagai sisi untuk
meminimalisir resiko pencurian tersebut. Salah satu cara yang dapat dilakukan yaitu
menggunakan kamera keamanan sebagai pemantau dari jarak jauh. Dalam
mengoperasikan sistem kamera secara otomatis digunakan metode Fuzzy Logic sehingga
kamera dapat berputar sesuai dengan arah objek yang terdeteksi oleh sensor PIR yang
kemudian dapat mengirimkan notifiksi berupa email dan dapat di akses via Web Browser
untuk menampilkan hasil pemantauan secara streaming.
Kata Kunci : Kamera Keamanan, Logika Fuzzy, Sensor PIR, Raspberry, WEB .
Abstract
Security is one aspect that is needed by today's society. Due to the increasing
cases of theft make all parties perform a variety of ways to improve the security of various
sides to minimize the risk of the theft. One way to do that is to use as monitors security
cameras remotely. In operating the camera system automatically Fuzzy Logic method is
used so that the camera can rotate in the direction of the object detected by the PIR sensor
which can then be sent a notification email and can be accessed via streaming Web
browser to display the results of monitoring
Keywords: Securiy Camera, Fuzzy Logic, PIR Sensor, Raspberry, WEB.
1. PENDAHULUAN
Keamanan merupakan salah satu aspek yang sangat dibutuhkan oleh masyarakat
saat ini. Dikarenakan semakin meningkatnya kasus pencurian membuat berbagai pihak
melakukan berbagai cara dalam meningkatkan keamanan dari berbagai sisi untuk
meminimalisir resiko pencurian tersebut. Banyak teknologi dirancang sebagai penunjang
keamanan, seperti penguncian pintu menggunakan Password, sensor – sensor yang
dipasang di setiap jendela dan pintu sebagai pendeteksi bahaya saat pintu atau jendela
tersebut dibuka paksa, bahkan menggunakan kamera keamanan sebagai pemantau suatu
ruangan. Sistem keamanan dibutuhkan tidak hanya di gedung-gedung mewah ataupun
perkantoran, tetapi di rumah-rumah terutama untuk kota besar di mana banyak orang
meninggalkan rumah untuk bekerja juga memerlukan suatu sistem keamanan ( P Laurus
Setyo dan Natalia Damasuti, 2015). Salah satu cara yang banyak digunakan saat ini yaitu
dengan menggunakan kamera keamanan sebagai pemantau keadaan ruangan.
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
Jurnal Teknik Ibnu Sina (JT-IBSI)
12
Penerapan Motion Detection Pada Sistem Kamera Keamanan
Menggunakan Logika Fuzzy Berbasis Web Dengan Email Notification
Kamera keamaan merupakan salah satu perangkat yang banyak digunakan, hal ini
dikarenakan kepercayaan masyarakat dengan adanya kamera tersebut dapat mengurangi
resiko pencurian, karena kamera tersebut dapat merekam hal - hal yang terjadi di luar
pemantauan dari seseorang, sebagai contoh di saat terjadi pencurian kamera tersebut
dapat merekam apapun yang dilakukan oleh pencuri tersebut bahkan wajah dari pencuri
tersebut juga semakin mudah diketahui sehingga pencuri tersebut akan semakin mudah
untuk ditangkap.
Pada teknologi kamera keamanan sebelumnya sistem dari kamera keamanan
tersebut masih terdapat beberapa kekurangan, seperti kamera yang masih statis, dan
kamera yang merekam secara terus menerus sehingga membutuhkan media penyimpanan
yang besar untuk menyimpan footage yang tidak berguna. Namun sistem tersebut dapat
ditingkatkan dengan menambahkan beberapa teknologi baru seperti kombinasi antara
sensor gerak dan kamera sehingga kamera hanya akan aktif disaat sensor menerima sinyal
dan mengirimkan perintah pengambilan gambar kepada kamera sehingga penggunaan
penyimpanan dapat dikurangi. Selain itu kamera juga dapat dibuat bergerak dinamis
dengan menambahkan suatu sistem kontrol pada kamera yang dapat bergerak memutar
ke berbagai arah sehingga jumlah kamera yang digunakan dapat dikurangi dengan hanya
menggunakan satu atau beberapa kamera saja. Namun masih dibutuhkan algoritma yang
dapat menghubungkan input dan kamera tersebut agar dapat bekerja dengan baik.
Dari beberapa faktor tersebut kita akan menerapkan logika Fuzzy pada sebuah
Mini Computer Raspberry Pi sebagai kontrol utama dari sistem yang dihubungkan
dengan sensor Passive Infra Red (PIR) sebagai input dan mengirimkan sinyal kepada
kontrol utama untuk mengendalikan servo dan media informasi sebagai peringatan dan
media antarmuka dalam melakukan pemantauan (Nirmala A. D. dan Ashwini P. 2016),
penelitian tersebut sudah banyak dilakukan, namun belum terdapat metode Fuzzy Logic
dan kamera yang digunakan dalam pemantauan masih bersifat statis. Salah satunya
penelitian yang dilakukan oleh Khushbu H M dan Niti P G (2016) dan Sanjana P, dkk
(2014). Diharapkan dengan penelitian ini sistem pergerakan dari kamera menjadi lebih
dinamis dan pemantauan dapat dilakukan secara realtime dengan penggunaan akses web
sebagai output.
2. METODE PENELITIAN
Dalam melakukan penelitian agar hasilnya bisa maksimal, tentunya harus
mengikuti kaidah-kaidah (metode) yang telah ditetapkan. Metodologi penelitian ini
memuat tentang kerangka kerja penelitian yang akan dibahas di bawah ini.
Pada bab ini akan dibahas metodologi penelitian untuk mengidentifikasi,
menganalisa masalah tentang sistem deteksi gerakan menggunakan sensor Passive Infra
Red (PIR), pergerakan servo pada mekanik kamera, dan pengiriman notifikasi email dan
menampilkan streaming dari kamera keamanan menggunakan Web Browser.
2.1 Kerangka Kerja
Dalam metodologi penelitian ada urutan kerangka kerja yang harus diikuti. Urutan
kerangka kerja ini merupakan gambaran dari langkah–langkah yang harus dilalui agar
penelitian ini bisa berjalan dengan baik. Kerangka kerja yang harus diikuti, bisa dilihat
pada gambar 1.
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
13
Fernandes
Gambar 1 Kerangka Kerja
2.2 Identifikasi Masalah
Masalah yang diidentifikasi dalam penelitian ini adalah bagaimana sensor Passive
Infra Red (PIR) dapat mendeteksi adanya gerakan dan mengarahkan kamera agar dapat
bergerak sesuai dengan gerakan yang dideteksi, yang kemudian memberikan notifikasi
ke email dan mengaktifkan Streaming untuk memantau area secara realtime.
2.3 Studi Literatur
Literatur-literatur yang dipakai sebagai bahan referensi dalam penelitian ini adalah
dari jurnal-jurnal ilmiah internasional, modul pembelajaran dan buku tentang sensor
Passive Infra Red (PIR) dan logika fuzzy. Literatur-literatur ini akan menjadi pedoman
untuk melakukan penelitian agar memudahkan proses penelitian.
2.4 Analisa Sistem
Pada tahap ini, yaitu menganalisa semua hal yang berkaitan dalam perancangan
sistem kamera keamaan menggunakan metode Fuzzy Logic. Hal yang dianalisa adalah
Mekanik kamera, Komponen-komponen penyusun sistem kamera keamanan, Logika
Fuzzy, Hardware dan Software yang digunakan, Pengujian setiap modul tersebut
menggunakan Pemograman Python untuk pemrogramannya yang digunakan untuk
mengisi program ke dalam mini computer Raspberry Pi.
2.5 Logika Fuzzy
Fuzzy Logic merupakan salah satu komponen pembentuk Soft Computing. Dasar
Logika Fuzzy adalah teori himpunan Fuzzy diamana peranan dari derajat kenggotaan
menentukan keberadaan elemen dalam suatu himpunan sangatlah penting. (Kusumadewi,
2013). Himpunan Fuzzy merupakan pengembangan lebih lanjut tentang konsep himpunan
dalam matematika. Masing-masing nilai mempunyai derajat keanggotaan (membership)
antara 0 sampai dengan 1 (Hermawan L., 2014). Berdasarkan teori-teori himpunan,
sebuah classical set(himpunan klasik) bisa dinyatakan dengan :
A = {x | x> 6}
Sebuah Fuzzy Set merupakan pengembangan dari sebuah himpunan klasik. Jika
X adalah universe of discourse dan elemen-elemennya dinotasikan dengan x, maka sebuah
Fuzzy set A dalam didefinisikan dengan :
Jurnal Teknik Ibnu Sina (JT-IBSI), Sekolah Tinggi Teknik Ibnu sina – Batam
14
Penerapan Motion Detection Pada Sistem Kamera Keamanan
Menggunakan Logika Fuzzy Berbasis Web Dengan Email Notification
A= {x, uA(x) | x| |X)
uA(x) adalah fungsi keanggotaan dari x dalam A. Fungsi keanggotaan memetakan
tiap elemen dari x menjadi derajat keanggotaan antara 0 dan 1. Himpunan Fuzzy memiliki
dua atribut, yaitu Linguistik dan Numeris. Linguistik, yaitu penamaan suatu grup yang
memiliki suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami.
Sedangkan Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu
variable (Kusumadewi, 2004). Fungsi keanggotaan (membership function) adalah suatu
kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai yang memiliki
interval antara 0 sampai 1. (Kusumadewi S. and Guswaludin I., 2005), yaitu :
2.5.1 Representasi Linear
Pada representasi linier , pemetaan input ke derajat keanggotaannya digambarkan
sebagai garis lurus. Ada 2 keadaan himpunan Fuzzy yang linier .
Gambar 2 Representasi Linear Naik
Fungsi keanggotaan:
0;
x≤a
μ[x] = (x-a) / (b-a);
a < x< b
1;
x≥b
Kedua, merupakan kebalikan dari yang pertama. Garis lurus dimulai dari nilai
domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun
ke nilai domain yang memiliki derajat keanggotaan lebih rendah. Seperti terlihat pada
gambar 3.
Gambar 3 Representasi Linear Turun
Fungsi keanggotaan:
0;
x≥b
(b-x) / (b-a)
a < x< b
1;
x≤a
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linear ). Seperti
terlihat pada gambar 4
μ[x] =
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
15
Fernandes
Gambar 4 Kurva Segitiga
Fungsi Keanggotaan:
0;
x ≥ c atau x ≤ a
μ[x] =
(b-a) / (x-a)
a < x< b
(b-x) / (c-b)
b< x< c
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada titik yang
memiliki nilai keanggotaan 1. Seperti terlihat pada gambar 5.
Gambar 5 Kurva Trapesium
Fungsi keanggotaan:
0;
x ≥ d atau x ≤ a
μ[x] =
(x-a) / (b-a);
a < x< b
(d-x) / (d-c);
c< x< d
1;
b≤x≤c
Pada Kurva Bentuk Bahu, daerah yang terletak di tengah-tengah suatu variabel yang
dipresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun.
Tetapi terkadang salah satu sisi dari variabel tersebut tidak mengalami perubahan.
Himpunan Fuzzy ‘bahu’ bukan segitiga, digunakan untuk mengakhiri variabel suatu
daerah Fuzzy. Bahu kiri bergerak dari benar ke salah, demikian juga bahu kanan bergerak
dari salah ke benar. Sebagai contoh, himpunan Fuzzy pada variabel temperatur dengan
daerah bahunya.
Gambar 6 Kurva Bentuk Bahu
2.6 Pengujian Sistem
Pada tahap ini, sistem kamera bergerak menggunakan dua buah motor servo yang
dikombinasikan agar mendapatkan gerakan yang fleksibel. Yang diuji pada tahap ini yaitu
apakah kamera mampu bergerak sesuai dengan input sensor yang diterima, dan kamera
bergerak dengan kombinasi masing-masing motor.
3. HASIL DAN PEMBAHASAN
Pada sistem ini, sensor yang akan digunakan adalah sensor PIR sebanyak 4 buah
dengan 2 konfigurasi, yaitu :
a. Sensor depan
b. Sensor belakang
Data masing-masing sensor dapat dilihat pada tabel 4.1
Jurnal Teknik Ibnu Sina (JT-IBSI), Sekolah Tinggi Teknik Ibnu sina – Batam
16
Penerapan Motion Detection Pada Sistem Kamera Keamanan
Menggunakan Logika Fuzzy Berbasis Web Dengan Email Notification
Tabel 4.1 Data Sensor PIR
Sensor
Sensor depan
Sensor belakang
Range Data
[0 – 180]
[0 – 180]
Fuzzyfikasi yaitu suatu proses untuk mengubah suatu masukan dari bentuk tegas
(crisp) menjadi fuzzy (variabel linguistik) yang biasanya disajikan dalam bentuk
himpunan-himpunan fuzzy dengan suatu fungsi kenggotaannya masing-masing. Pada
sistem ini, ada dua komponen input yaitu sensor belakang dan sensor depan. Tabel nilai
linguistik masing-masing variabel dapat dilihat pada tabel 4.2.
Tabel 4.2 Nilai Linguistik Masing-Masing Variabel
Komponen
Nama Variabel
Sensor Depan
Input
Sensor Belakang
Arah
Output
Linguistic
Value
Kiri
Tengah
Kanan
Kanan
Tengah
Kiri
Kiri
Serong Kiri
Depan
Tengah
Depan
Serong
Kanan
Depan
Kanan
Serong
Kanan
Belakang
Tengah
Belakang
Serong Kiri
Belakang
Range
Domain
[0 – 90]
[60 – 120]
[90 – 180]
[0 – 90]
[60 – 120]
[90 – 180]
[0 – 45]
[0 – 90]
[0 45 90]
[60 90 120]
[90 135 180]
[0 45 90]
[60 90 120]
[90 135 180]
[0 0 30 45]
[0 45 90]
[45 – 135]
[45 90 135]
[90 – 180]
[90 135 180]
[135 – 225]
[135
225]
[180
270]
180
[225
315]
[270
360]
270
[180 - 270]
[225 – 315]
[270 – 360]
225
315
Gambar 7 Fungsi Keanggotaan
a. Inference Rules
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
17
Fernandes
Rules yang akan digunakan sebagai penentu output dari pergerakan kamera
dapat dilihat pada tabel berikut
Tabel 4.5 Rule Kamera
Sensor
None
Kiri
Tengah
Kanan
Depan
Sensor
Belakang
None
Kiri
Tengah
Kanan
SeKiBe
TeBe
SeKaBe
SeKiDe
Kiri
TeDe
-
SeKaDe
Kanan
-
3.1 Aspek Pembacaan Sensor
Kondisi-kondisi yang diuji pada sistem beserta hasil pengujian untuk aspek pendeteksian
pergerakan ini dapat dilihat pada tabel 5.1.
Tabel 5.1 Kondisi Pengujian Sistem Pada Aspek Pendeteksian Objek
No
1
2
3
Kondisi
Jika terdeteksi gerakan pada arah yang
berseberangan apakah kamera akan
menangkap seluruh objek?
Jika terdeteksi gerakan pada kedua
sensor yang berdekatan bagaimana
pergerakan dari kamera?
Jika hanya terdeteksi gerakan pada satu
sensor bagaimana pembacaan dan
pergerakan dari sistem?
Hasil Pengujian
Sistem tidak bisa membaca seluruh
objek, kamera hanya akan mengarah ke
salah satu objek saja
Sistem akan membaca kedua sensor dan
mengarahkan kamera pada sudut antara
kedua sensor tersebut
Sistem akan mengabaikan pembacaan
sensor kedua dan mengarahkan kamera
kearah objek yang dideteksi sensor
pertama
3.2 Penyelesaian Sistem
Tahap ini adalah tahap penyelesaian pembuatan bentuk fisik mekanik kamera yang
sudah terpasang lengkap dengan rangkaian-rangkaian elektronik sistem. Gambar
rancangan bentuk mekanik sistem ini dapat dilihat pada gambar 8.
Gambar 8 Hasil Penyelesaian Sistem
3.3 Tampilan Streaming pada Web Browser
Pada saat objek terdeteksi sistem akan memberikan notifikasi berupa email dan
akses untuk melakukan pemantauan dengan tampilan streaming melalui Web Browser .
Hasil dari notifikasi dan tampilan streaming sistem akan ditampilkan pada gambar 5.13
Jurnal Teknik Ibnu Sina (JT-IBSI), Sekolah Tinggi Teknik Ibnu sina – Batam
18
Penerapan Motion Detection Pada Sistem Kamera Keamanan
Menggunakan Logika Fuzzy Berbasis Web Dengan Email Notification
Gambar 5.13 Tampilan Web Browser
Pada Web Browser tersebut akan ditampilkan pantauan area yang terdeteksi
gerakan oleh sensor PIR. Web tersebut dapat ditampilkan dengan akses IP dari Raspberry
yang terdapat pada sistem kamera tersebut.
4. SIMPULAN
Dalam penelitian ini dapat dianalisa dan disimpulkan beberapa hal yang dihasilkan
pada pengujian sistem kamera kemanan yaitu:
1. Penerapan Logika Fuzzy dapat diaplikasikanpada pengontrolan sistem kamera
kemanan dengan mererapkan beberapa rule yang kemudian dijadikan patokan
dalam pergerakan mekanik dari kamera keamanan.
2. Penggunaan sensor Passive Infra Red (PIR) sangat baik dalam pendeteksian
gerakan pada sistem kamera keamanan dimana memiliki jangkauan yang luas dan
jarak yang jauh.
3. Penggunaan Raspberry Pi sebagai kendali utama pada sistem dapat
mempermudah pengaplikasian sistem pada kamera keamanan dikarenakan
terdapat mikrokontroler yang tergabung dengan sistem operasi Linux sehingga
dapat melakukan pemantauan dan memberikan peringatan melalui email hanya
dalam satu pusat kendali.
5. SARAN
Setelah penulis menyelesaikan tahap akhir dari penelitian ini, penulis menyadari
masih banyak kekurangan-kekurangan yang mesti diperbaiki dan dipenuhi yaitu
peningkatan penggunaan sensor dan penambahan penggunaan open cv sebagai
pengolahan citra untuk hasil yang lebih, penelitian ini masih jauh dari sempurna dan pada
sistem rancangan alat masih sangat sederhana.selain itu diharapkan penulis menyadari
bahwa rancangan sistem aplikasi yang berbasis sistem Fuzzy Logic ini masih sangat
sederhana, maka jika ada peneliti lain yang berminat untuk mengembangkan penelitian
ini sesungguhnya pernulis siap membantu jika diperlukan.
DAFTAR PUSTAKA
Adriansyah, A., bangun Dan Analisa Cctv Online Berbasis Raspberry Pi, 105–110.
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
19
Fernandes
Lasarus Setyo dan Natalia Damastuti (2015), “Sistem Keamanan Berbasis Cctv Dan
Penerangan Otomatis Dengan Modifikasi UPS Sebagai Pengganti Sumber Listrik
Yang Hemat Dan Tahan Lama”, e-Jurnal NARODROID, E-ISSN : 2407-7712
Vol. 1 No.2, Pp 60-65.
Dina Caysar (2014), Pengaturan Pergerakan Robot Lengan Smart Arm Robotic Ax12A Melalui Pendekatan Geometry Based Kinematic Menggunakan Arduino.
Wingky Firnando, dkk (2015), “Rancang Bangun Kamera Monitoring Untuk
Menunjang Transportasi Pelabuhan Laut Berbasis Mini Komputer”.
Khushbu H & Niti Gupta (2016). " Vision Based – Real Time Monitoring Security
System for Smart Home. International Journal of Innovative Research in Computer
and Communication Engineering. Vol. 4, Issue 2. ISSN : 2320-9798
Kusumadewi, Sri, dan Purnomo, Hari (2013), “ Aplikasi Logika Fuzzy Untuk
Pendukung keputusan Edisi 2”. Yogyakarta: Graha Ilmu.
Zain, Ruri Hartika (2013), “Sistem Keamanan Ruangan Menggunakan Sensor Passive
Infra Red (Pir) Dilengkapi Kontrol Penerangan Pada Ruangan Berbasis
Mikrokontroler Atmega8535 Dan Real Time Clock Ds1307”, Jurnal Teknologi
Informasi & Pendidikan, Vol. 6 No. 1, ISSN : 2086 – 4981
Kusumadewi, S. and Guswaludin., I. (2005). “ Fuzzy Multi-Criteria Decision Making”.
Media Informatika
Mehta, K. H., & Gupta, N. P. (2016). Vision Based – Real Time Monitoring Security
System for Smart Home, 1193–1199
Nirmala & Ashwini (2016)." Position Control of Servo Motor Using Fuzzy Logic
Controller". An ISO 3297: 2007 Certified Organization
Prasad, S., etall (2014). Smart Surveillance Monitoring System Using Raspberry PI and
PIR Sensor, 5(6), 7107–7109. ISSN : 2320 – 3765.
Suyanto. (2014). “ Artificial Intelegence ” . Bandung : Informatika.
Jurnal Teknik Ibnu Sina (JT-IBSI), Sekolah Tinggi Teknik Ibnu sina – Batam
PENERAPAN MOTION DETECTION PADA SISTEM KAMERA KEAMANAN
MENGGUNAKAN LOGIKA FUZZY BERBASIS WEB
DENGAN EMAIL NOTIFICATION
Atman Lucky Fernandes*1
Jln. Teuku Umar Lubuk Baja, Telp 0778 425 391 Fax 458394 Batam 29432
Program Studi Teknik Informatika, STT Ibnu Sina, Batam
e-mail: *1atmanluckyf@stt-ibnusina.ac.id
1
Abstrak
Keamanan merupakan salah satu aspek yang sangat dibutuhkan oleh masyarakat
saat ini. Dikarenakan semakin meningkatnya kasus pencurian membuat berbagai pihak
melakukan berbagai cara dalam meningkatkan keamanan dari berbagai sisi untuk
meminimalisir resiko pencurian tersebut. Salah satu cara yang dapat dilakukan yaitu
menggunakan kamera keamanan sebagai pemantau dari jarak jauh. Dalam
mengoperasikan sistem kamera secara otomatis digunakan metode Fuzzy Logic sehingga
kamera dapat berputar sesuai dengan arah objek yang terdeteksi oleh sensor PIR yang
kemudian dapat mengirimkan notifiksi berupa email dan dapat di akses via Web Browser
untuk menampilkan hasil pemantauan secara streaming.
Kata Kunci : Kamera Keamanan, Logika Fuzzy, Sensor PIR, Raspberry, WEB .
Abstract
Security is one aspect that is needed by today's society. Due to the increasing
cases of theft make all parties perform a variety of ways to improve the security of various
sides to minimize the risk of the theft. One way to do that is to use as monitors security
cameras remotely. In operating the camera system automatically Fuzzy Logic method is
used so that the camera can rotate in the direction of the object detected by the PIR sensor
which can then be sent a notification email and can be accessed via streaming Web
browser to display the results of monitoring
Keywords: Securiy Camera, Fuzzy Logic, PIR Sensor, Raspberry, WEB.
1. PENDAHULUAN
Keamanan merupakan salah satu aspek yang sangat dibutuhkan oleh masyarakat
saat ini. Dikarenakan semakin meningkatnya kasus pencurian membuat berbagai pihak
melakukan berbagai cara dalam meningkatkan keamanan dari berbagai sisi untuk
meminimalisir resiko pencurian tersebut. Banyak teknologi dirancang sebagai penunjang
keamanan, seperti penguncian pintu menggunakan Password, sensor – sensor yang
dipasang di setiap jendela dan pintu sebagai pendeteksi bahaya saat pintu atau jendela
tersebut dibuka paksa, bahkan menggunakan kamera keamanan sebagai pemantau suatu
ruangan. Sistem keamanan dibutuhkan tidak hanya di gedung-gedung mewah ataupun
perkantoran, tetapi di rumah-rumah terutama untuk kota besar di mana banyak orang
meninggalkan rumah untuk bekerja juga memerlukan suatu sistem keamanan ( P Laurus
Setyo dan Natalia Damasuti, 2015). Salah satu cara yang banyak digunakan saat ini yaitu
dengan menggunakan kamera keamanan sebagai pemantau keadaan ruangan.
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
Jurnal Teknik Ibnu Sina (JT-IBSI)
12
Penerapan Motion Detection Pada Sistem Kamera Keamanan
Menggunakan Logika Fuzzy Berbasis Web Dengan Email Notification
Kamera keamaan merupakan salah satu perangkat yang banyak digunakan, hal ini
dikarenakan kepercayaan masyarakat dengan adanya kamera tersebut dapat mengurangi
resiko pencurian, karena kamera tersebut dapat merekam hal - hal yang terjadi di luar
pemantauan dari seseorang, sebagai contoh di saat terjadi pencurian kamera tersebut
dapat merekam apapun yang dilakukan oleh pencuri tersebut bahkan wajah dari pencuri
tersebut juga semakin mudah diketahui sehingga pencuri tersebut akan semakin mudah
untuk ditangkap.
Pada teknologi kamera keamanan sebelumnya sistem dari kamera keamanan
tersebut masih terdapat beberapa kekurangan, seperti kamera yang masih statis, dan
kamera yang merekam secara terus menerus sehingga membutuhkan media penyimpanan
yang besar untuk menyimpan footage yang tidak berguna. Namun sistem tersebut dapat
ditingkatkan dengan menambahkan beberapa teknologi baru seperti kombinasi antara
sensor gerak dan kamera sehingga kamera hanya akan aktif disaat sensor menerima sinyal
dan mengirimkan perintah pengambilan gambar kepada kamera sehingga penggunaan
penyimpanan dapat dikurangi. Selain itu kamera juga dapat dibuat bergerak dinamis
dengan menambahkan suatu sistem kontrol pada kamera yang dapat bergerak memutar
ke berbagai arah sehingga jumlah kamera yang digunakan dapat dikurangi dengan hanya
menggunakan satu atau beberapa kamera saja. Namun masih dibutuhkan algoritma yang
dapat menghubungkan input dan kamera tersebut agar dapat bekerja dengan baik.
Dari beberapa faktor tersebut kita akan menerapkan logika Fuzzy pada sebuah
Mini Computer Raspberry Pi sebagai kontrol utama dari sistem yang dihubungkan
dengan sensor Passive Infra Red (PIR) sebagai input dan mengirimkan sinyal kepada
kontrol utama untuk mengendalikan servo dan media informasi sebagai peringatan dan
media antarmuka dalam melakukan pemantauan (Nirmala A. D. dan Ashwini P. 2016),
penelitian tersebut sudah banyak dilakukan, namun belum terdapat metode Fuzzy Logic
dan kamera yang digunakan dalam pemantauan masih bersifat statis. Salah satunya
penelitian yang dilakukan oleh Khushbu H M dan Niti P G (2016) dan Sanjana P, dkk
(2014). Diharapkan dengan penelitian ini sistem pergerakan dari kamera menjadi lebih
dinamis dan pemantauan dapat dilakukan secara realtime dengan penggunaan akses web
sebagai output.
2. METODE PENELITIAN
Dalam melakukan penelitian agar hasilnya bisa maksimal, tentunya harus
mengikuti kaidah-kaidah (metode) yang telah ditetapkan. Metodologi penelitian ini
memuat tentang kerangka kerja penelitian yang akan dibahas di bawah ini.
Pada bab ini akan dibahas metodologi penelitian untuk mengidentifikasi,
menganalisa masalah tentang sistem deteksi gerakan menggunakan sensor Passive Infra
Red (PIR), pergerakan servo pada mekanik kamera, dan pengiriman notifikasi email dan
menampilkan streaming dari kamera keamanan menggunakan Web Browser.
2.1 Kerangka Kerja
Dalam metodologi penelitian ada urutan kerangka kerja yang harus diikuti. Urutan
kerangka kerja ini merupakan gambaran dari langkah–langkah yang harus dilalui agar
penelitian ini bisa berjalan dengan baik. Kerangka kerja yang harus diikuti, bisa dilihat
pada gambar 1.
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
13
Fernandes
Gambar 1 Kerangka Kerja
2.2 Identifikasi Masalah
Masalah yang diidentifikasi dalam penelitian ini adalah bagaimana sensor Passive
Infra Red (PIR) dapat mendeteksi adanya gerakan dan mengarahkan kamera agar dapat
bergerak sesuai dengan gerakan yang dideteksi, yang kemudian memberikan notifikasi
ke email dan mengaktifkan Streaming untuk memantau area secara realtime.
2.3 Studi Literatur
Literatur-literatur yang dipakai sebagai bahan referensi dalam penelitian ini adalah
dari jurnal-jurnal ilmiah internasional, modul pembelajaran dan buku tentang sensor
Passive Infra Red (PIR) dan logika fuzzy. Literatur-literatur ini akan menjadi pedoman
untuk melakukan penelitian agar memudahkan proses penelitian.
2.4 Analisa Sistem
Pada tahap ini, yaitu menganalisa semua hal yang berkaitan dalam perancangan
sistem kamera keamaan menggunakan metode Fuzzy Logic. Hal yang dianalisa adalah
Mekanik kamera, Komponen-komponen penyusun sistem kamera keamanan, Logika
Fuzzy, Hardware dan Software yang digunakan, Pengujian setiap modul tersebut
menggunakan Pemograman Python untuk pemrogramannya yang digunakan untuk
mengisi program ke dalam mini computer Raspberry Pi.
2.5 Logika Fuzzy
Fuzzy Logic merupakan salah satu komponen pembentuk Soft Computing. Dasar
Logika Fuzzy adalah teori himpunan Fuzzy diamana peranan dari derajat kenggotaan
menentukan keberadaan elemen dalam suatu himpunan sangatlah penting. (Kusumadewi,
2013). Himpunan Fuzzy merupakan pengembangan lebih lanjut tentang konsep himpunan
dalam matematika. Masing-masing nilai mempunyai derajat keanggotaan (membership)
antara 0 sampai dengan 1 (Hermawan L., 2014). Berdasarkan teori-teori himpunan,
sebuah classical set(himpunan klasik) bisa dinyatakan dengan :
A = {x | x> 6}
Sebuah Fuzzy Set merupakan pengembangan dari sebuah himpunan klasik. Jika
X adalah universe of discourse dan elemen-elemennya dinotasikan dengan x, maka sebuah
Fuzzy set A dalam didefinisikan dengan :
Jurnal Teknik Ibnu Sina (JT-IBSI), Sekolah Tinggi Teknik Ibnu sina – Batam
14
Penerapan Motion Detection Pada Sistem Kamera Keamanan
Menggunakan Logika Fuzzy Berbasis Web Dengan Email Notification
A= {x, uA(x) | x| |X)
uA(x) adalah fungsi keanggotaan dari x dalam A. Fungsi keanggotaan memetakan
tiap elemen dari x menjadi derajat keanggotaan antara 0 dan 1. Himpunan Fuzzy memiliki
dua atribut, yaitu Linguistik dan Numeris. Linguistik, yaitu penamaan suatu grup yang
memiliki suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami.
Sedangkan Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu
variable (Kusumadewi, 2004). Fungsi keanggotaan (membership function) adalah suatu
kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai yang memiliki
interval antara 0 sampai 1. (Kusumadewi S. and Guswaludin I., 2005), yaitu :
2.5.1 Representasi Linear
Pada representasi linier , pemetaan input ke derajat keanggotaannya digambarkan
sebagai garis lurus. Ada 2 keadaan himpunan Fuzzy yang linier .
Gambar 2 Representasi Linear Naik
Fungsi keanggotaan:
0;
x≤a
μ[x] = (x-a) / (b-a);
a < x< b
1;
x≥b
Kedua, merupakan kebalikan dari yang pertama. Garis lurus dimulai dari nilai
domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian bergerak menurun
ke nilai domain yang memiliki derajat keanggotaan lebih rendah. Seperti terlihat pada
gambar 3.
Gambar 3 Representasi Linear Turun
Fungsi keanggotaan:
0;
x≥b
(b-x) / (b-a)
a < x< b
1;
x≤a
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linear ). Seperti
terlihat pada gambar 4
μ[x] =
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
15
Fernandes
Gambar 4 Kurva Segitiga
Fungsi Keanggotaan:
0;
x ≥ c atau x ≤ a
μ[x] =
(b-a) / (x-a)
a < x< b
(b-x) / (c-b)
b< x< c
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada titik yang
memiliki nilai keanggotaan 1. Seperti terlihat pada gambar 5.
Gambar 5 Kurva Trapesium
Fungsi keanggotaan:
0;
x ≥ d atau x ≤ a
μ[x] =
(x-a) / (b-a);
a < x< b
(d-x) / (d-c);
c< x< d
1;
b≤x≤c
Pada Kurva Bentuk Bahu, daerah yang terletak di tengah-tengah suatu variabel yang
dipresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun.
Tetapi terkadang salah satu sisi dari variabel tersebut tidak mengalami perubahan.
Himpunan Fuzzy ‘bahu’ bukan segitiga, digunakan untuk mengakhiri variabel suatu
daerah Fuzzy. Bahu kiri bergerak dari benar ke salah, demikian juga bahu kanan bergerak
dari salah ke benar. Sebagai contoh, himpunan Fuzzy pada variabel temperatur dengan
daerah bahunya.
Gambar 6 Kurva Bentuk Bahu
2.6 Pengujian Sistem
Pada tahap ini, sistem kamera bergerak menggunakan dua buah motor servo yang
dikombinasikan agar mendapatkan gerakan yang fleksibel. Yang diuji pada tahap ini yaitu
apakah kamera mampu bergerak sesuai dengan input sensor yang diterima, dan kamera
bergerak dengan kombinasi masing-masing motor.
3. HASIL DAN PEMBAHASAN
Pada sistem ini, sensor yang akan digunakan adalah sensor PIR sebanyak 4 buah
dengan 2 konfigurasi, yaitu :
a. Sensor depan
b. Sensor belakang
Data masing-masing sensor dapat dilihat pada tabel 4.1
Jurnal Teknik Ibnu Sina (JT-IBSI), Sekolah Tinggi Teknik Ibnu sina – Batam
16
Penerapan Motion Detection Pada Sistem Kamera Keamanan
Menggunakan Logika Fuzzy Berbasis Web Dengan Email Notification
Tabel 4.1 Data Sensor PIR
Sensor
Sensor depan
Sensor belakang
Range Data
[0 – 180]
[0 – 180]
Fuzzyfikasi yaitu suatu proses untuk mengubah suatu masukan dari bentuk tegas
(crisp) menjadi fuzzy (variabel linguistik) yang biasanya disajikan dalam bentuk
himpunan-himpunan fuzzy dengan suatu fungsi kenggotaannya masing-masing. Pada
sistem ini, ada dua komponen input yaitu sensor belakang dan sensor depan. Tabel nilai
linguistik masing-masing variabel dapat dilihat pada tabel 4.2.
Tabel 4.2 Nilai Linguistik Masing-Masing Variabel
Komponen
Nama Variabel
Sensor Depan
Input
Sensor Belakang
Arah
Output
Linguistic
Value
Kiri
Tengah
Kanan
Kanan
Tengah
Kiri
Kiri
Serong Kiri
Depan
Tengah
Depan
Serong
Kanan
Depan
Kanan
Serong
Kanan
Belakang
Tengah
Belakang
Serong Kiri
Belakang
Range
Domain
[0 – 90]
[60 – 120]
[90 – 180]
[0 – 90]
[60 – 120]
[90 – 180]
[0 – 45]
[0 – 90]
[0 45 90]
[60 90 120]
[90 135 180]
[0 45 90]
[60 90 120]
[90 135 180]
[0 0 30 45]
[0 45 90]
[45 – 135]
[45 90 135]
[90 – 180]
[90 135 180]
[135 – 225]
[135
225]
[180
270]
180
[225
315]
[270
360]
270
[180 - 270]
[225 – 315]
[270 – 360]
225
315
Gambar 7 Fungsi Keanggotaan
a. Inference Rules
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
17
Fernandes
Rules yang akan digunakan sebagai penentu output dari pergerakan kamera
dapat dilihat pada tabel berikut
Tabel 4.5 Rule Kamera
Sensor
None
Kiri
Tengah
Kanan
Depan
Sensor
Belakang
None
Kiri
Tengah
Kanan
SeKiBe
TeBe
SeKaBe
SeKiDe
Kiri
TeDe
-
SeKaDe
Kanan
-
3.1 Aspek Pembacaan Sensor
Kondisi-kondisi yang diuji pada sistem beserta hasil pengujian untuk aspek pendeteksian
pergerakan ini dapat dilihat pada tabel 5.1.
Tabel 5.1 Kondisi Pengujian Sistem Pada Aspek Pendeteksian Objek
No
1
2
3
Kondisi
Jika terdeteksi gerakan pada arah yang
berseberangan apakah kamera akan
menangkap seluruh objek?
Jika terdeteksi gerakan pada kedua
sensor yang berdekatan bagaimana
pergerakan dari kamera?
Jika hanya terdeteksi gerakan pada satu
sensor bagaimana pembacaan dan
pergerakan dari sistem?
Hasil Pengujian
Sistem tidak bisa membaca seluruh
objek, kamera hanya akan mengarah ke
salah satu objek saja
Sistem akan membaca kedua sensor dan
mengarahkan kamera pada sudut antara
kedua sensor tersebut
Sistem akan mengabaikan pembacaan
sensor kedua dan mengarahkan kamera
kearah objek yang dideteksi sensor
pertama
3.2 Penyelesaian Sistem
Tahap ini adalah tahap penyelesaian pembuatan bentuk fisik mekanik kamera yang
sudah terpasang lengkap dengan rangkaian-rangkaian elektronik sistem. Gambar
rancangan bentuk mekanik sistem ini dapat dilihat pada gambar 8.
Gambar 8 Hasil Penyelesaian Sistem
3.3 Tampilan Streaming pada Web Browser
Pada saat objek terdeteksi sistem akan memberikan notifikasi berupa email dan
akses untuk melakukan pemantauan dengan tampilan streaming melalui Web Browser .
Hasil dari notifikasi dan tampilan streaming sistem akan ditampilkan pada gambar 5.13
Jurnal Teknik Ibnu Sina (JT-IBSI), Sekolah Tinggi Teknik Ibnu sina – Batam
18
Penerapan Motion Detection Pada Sistem Kamera Keamanan
Menggunakan Logika Fuzzy Berbasis Web Dengan Email Notification
Gambar 5.13 Tampilan Web Browser
Pada Web Browser tersebut akan ditampilkan pantauan area yang terdeteksi
gerakan oleh sensor PIR. Web tersebut dapat ditampilkan dengan akses IP dari Raspberry
yang terdapat pada sistem kamera tersebut.
4. SIMPULAN
Dalam penelitian ini dapat dianalisa dan disimpulkan beberapa hal yang dihasilkan
pada pengujian sistem kamera kemanan yaitu:
1. Penerapan Logika Fuzzy dapat diaplikasikanpada pengontrolan sistem kamera
kemanan dengan mererapkan beberapa rule yang kemudian dijadikan patokan
dalam pergerakan mekanik dari kamera keamanan.
2. Penggunaan sensor Passive Infra Red (PIR) sangat baik dalam pendeteksian
gerakan pada sistem kamera keamanan dimana memiliki jangkauan yang luas dan
jarak yang jauh.
3. Penggunaan Raspberry Pi sebagai kendali utama pada sistem dapat
mempermudah pengaplikasian sistem pada kamera keamanan dikarenakan
terdapat mikrokontroler yang tergabung dengan sistem operasi Linux sehingga
dapat melakukan pemantauan dan memberikan peringatan melalui email hanya
dalam satu pusat kendali.
5. SARAN
Setelah penulis menyelesaikan tahap akhir dari penelitian ini, penulis menyadari
masih banyak kekurangan-kekurangan yang mesti diperbaiki dan dipenuhi yaitu
peningkatan penggunaan sensor dan penambahan penggunaan open cv sebagai
pengolahan citra untuk hasil yang lebih, penelitian ini masih jauh dari sempurna dan pada
sistem rancangan alat masih sangat sederhana.selain itu diharapkan penulis menyadari
bahwa rancangan sistem aplikasi yang berbasis sistem Fuzzy Logic ini masih sangat
sederhana, maka jika ada peneliti lain yang berminat untuk mengembangkan penelitian
ini sesungguhnya pernulis siap membantu jika diperlukan.
DAFTAR PUSTAKA
Adriansyah, A., bangun Dan Analisa Cctv Online Berbasis Raspberry Pi, 105–110.
April 2018 | Vol. 3 | No. 1 | ISSN : 2541-2647
19
Fernandes
Lasarus Setyo dan Natalia Damastuti (2015), “Sistem Keamanan Berbasis Cctv Dan
Penerangan Otomatis Dengan Modifikasi UPS Sebagai Pengganti Sumber Listrik
Yang Hemat Dan Tahan Lama”, e-Jurnal NARODROID, E-ISSN : 2407-7712
Vol. 1 No.2, Pp 60-65.
Dina Caysar (2014), Pengaturan Pergerakan Robot Lengan Smart Arm Robotic Ax12A Melalui Pendekatan Geometry Based Kinematic Menggunakan Arduino.
Wingky Firnando, dkk (2015), “Rancang Bangun Kamera Monitoring Untuk
Menunjang Transportasi Pelabuhan Laut Berbasis Mini Komputer”.
Khushbu H & Niti Gupta (2016). " Vision Based – Real Time Monitoring Security
System for Smart Home. International Journal of Innovative Research in Computer
and Communication Engineering. Vol. 4, Issue 2. ISSN : 2320-9798
Kusumadewi, Sri, dan Purnomo, Hari (2013), “ Aplikasi Logika Fuzzy Untuk
Pendukung keputusan Edisi 2”. Yogyakarta: Graha Ilmu.
Zain, Ruri Hartika (2013), “Sistem Keamanan Ruangan Menggunakan Sensor Passive
Infra Red (Pir) Dilengkapi Kontrol Penerangan Pada Ruangan Berbasis
Mikrokontroler Atmega8535 Dan Real Time Clock Ds1307”, Jurnal Teknologi
Informasi & Pendidikan, Vol. 6 No. 1, ISSN : 2086 – 4981
Kusumadewi, S. and Guswaludin., I. (2005). “ Fuzzy Multi-Criteria Decision Making”.
Media Informatika
Mehta, K. H., & Gupta, N. P. (2016). Vision Based – Real Time Monitoring Security
System for Smart Home, 1193–1199
Nirmala & Ashwini (2016)." Position Control of Servo Motor Using Fuzzy Logic
Controller". An ISO 3297: 2007 Certified Organization
Prasad, S., etall (2014). Smart Surveillance Monitoring System Using Raspberry PI and
PIR Sensor, 5(6), 7107–7109. ISSN : 2320 – 3765.
Suyanto. (2014). “ Artificial Intelegence ” . Bandung : Informatika.
Jurnal Teknik Ibnu Sina (JT-IBSI), Sekolah Tinggi Teknik Ibnu sina – Batam