Text

Sistem pendeteksi dan Penghitungan Jumalah Pengunjung Secara Otomatis Berbasis Object Tracking Menggunakan Metofe Gaussian Mixture Model dan Kalman Filter

---

INTISARI

Sistem otomatisasi pada bidang visi komputer telah banyak dikembangkan
untuk menggantikan peran manusia, salah satunya yaitu sistem pendeteksi dan
penghitungan jumlah pengunjung secara otomatis, dimana pendeteksian dan
penghitungan jumlah pengunjung masih dilakukan secara manual. Dalam
penghitungan secara manual, terdapat beberapa kelemahan seperti dibutuhkannya
banyak sumber daya manusia yang memiliki konsentrasi yang tinggi sehingga
rawan terjadinya kesalahan penghitungan (human error). Oleh karena itu,
dibutuhkan sistem pendeteksi dan penghitungan jumlah pengunjung secara
otomatis untuk memantau, mengontol dan menganalisa kepadatan pengunjung.
Penelitian ini mengembangkan sistem pendeteksi dan penghitungan jumlah
pengunjung, masuk dan keluar secara terpisah. Sistem ini menggunakan metode
segmentasi Gaussian mixture model (GMM) untuk memisahkan background
dengan foreground dalam sebuah rangkaian video frames dari video input,
kemudian foreground yang diinisialisasi sebagai objek akan dilacak oleh Kalman
filter. Penghitungan akan dilakukan pada saat pengunjung yang berhasil terlacak
melewati area yang telah ditentukan. Berdasarkan penelitian yang telah dilakukan,
dapat disimpulkan bahwa dari penghitungan pada waktu pagi, siang dan sore hari,
penghitungan terbaik dilakukan pada waktu sore hari dengan akurasi pada
penghitungan jumlah pengunjung masuk 81%, jumlah pengunjung keluar 91%
dan jumlah pengunjung masuk dan keluar (bersamaan) 79%.
Kata kunci : Deteksi, Penghitungan, Pelacakan objek, Gaussian Mixture Model,
Kalman Filter

ABSTRACT

Computer vision has been developed for automatic systems to
replace the role of human beings, one of those systems is automatic detection and
counting systems number of visitors has been done manually. Manual counting
has some weaknesses such as human resources who has high concentrations so
prone to miscalculations (human error). Therefore, automatic detection systems
and counting number of visitors is needed to monitor, control, and analyze the
visitor density. This research developed a detection systems and counting number
of visitors that entry and exit separately. This systems uses a segmentation method
of Gaussian mixture model (GMM) to separate the background to the foreground
in a series of video frames from the video input, then the foreground is initialized
as an object to be tracked by Kalman filter. Counting will be done when the
visitors who successfully tracked trough a predetermined area. Based on the
research, the best counting number of visitors happen in the afternoon with
accuracy 81% for number of entry visitors, 91% for number of exit visitors and
79% for number of entry and exit (simultaneously) visitors.
Key words : Detection, Counting, Object tracking, Gaussian Mixture Models,
Kalman Filter

---

Ketersediaan

1059D16IV

621,39 INA s

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

FISIKA

No. Panggil

621,39 INA s

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1334

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Inayatul Inayah

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar