Sistem Pemantau Keamanan Berbasis Raspberry Pi 3 Dengan Metode Algoritma HOG (Histogram Oriented of Gradient)

Yolinda Fatimah Munawaroh, Ciksadan Ciksadan, Irma Salamah

Sari


Berdasarkan data terakhir Badan Pusat Statistik (BPS) angka kriminalitas pada tahun 2014 menyatakan bahwa setiap 96 detik terjadi satu kejahatan di Indonesia. Salah satu klasifikasi tindak kriminal tersebut adalah tindak kejahatan terhadap hak/milik barang dengan kekerasan ataupun tanpa kekerasan. Tindak kriminal dapat terjadi dimana saja seperti di jalan, di kantor, di rumah, dll. Maka dari itu dibutuhkan kewaspadaan yang ekstra dalam menjaga keamanan. Seiring dengan berkembang pesatnya kemajuan teknologi telah mengubah pola pikir manusia, semakin banyak alat teknologi yang muncul semakin banyaknya pula ide untuk menghasilkan output yang membantu dan memudahkan manusia dalam memantau keamanan. Pada penelitian ini dilakukan perancangan dan pengujian alat sistem pemantuaan manusia berbasis Raspberry Pi 3. Hasil pantauan akan dikirim ke e-mail yaitu G-mail dan Yahoo. Dalam memantau sistem keamanan manusia digunakan metode Algoritma Histogram Oriented of Gradient (HOG) untuk mengekstraksi fitur pada obyek gambar dengan menggunakan obyek manusia. Apabila kamera mendeteksi objek berupa manusia, maka kamera akan menangkap objek dan mengirimkan notifikasi pada e-mail. Apabila kamera mendeteksi objek bukan manusia, maka kamera tidak mengirimkan notifikasi ke e-mail. Dari data pengujian hasil pengiriman tangkapan kamera berupa notifikasi ke e-mail berlangsung sekitar ±1-3 detik tergantung dari besarnya data yang dikirim hasil tangkapan kamera.

Kata Kunci


Raspberry Pi 3; Deteksi Manusia; Algoritma HOG; Sistem Pemantau Keamanan

Teks Lengkap:

PDF


Dilihat:
Sari 125 kali
PDF 60 kali

Referensi


Anonim, “Statistik Kriminal 2015 (Katalog BPS:4401002)”. Badan Pusat Statistik, 2015

Nadzirin, M., & Nur, A. (2017). Perancangan Sistem Monitoring Online Berbasis Motion Detector. Reference, 31–36

Suranata, Aditya. (2016, Juli 27) “5 Model Raspberry Pi Beserta Perbandingan dan Spesifikasinya”. Miarana DIY

Prima, R., & Putra, M. (2016). USING RASPBERRY PI-BASED MOTION DETECTOR CAMERA, 21(3), 37–44

Tsai, Grace. "Histogram of oriented gradients." University of Michigan (2010)

Ilmi, R., Novianty, A., Ahmad, U. A., Elektro, F. T., Telkom, U., & Kolot, D. (2015). Perancangan Dan Implementasi Histograms of Oriented Gradients Dan Support Vector Machines ( Hog + Svm ) Untuk Deteksi Obyek Pejalan Kaki Pada Aplikasi Mobile Berbasis Android Design and Implementation of Histograms of Oriented Gradients and Support Vector, 2(2), 3396–3403

Yumono, F. 2013. "Sistem Pengamanan Brankas Kantor Perbankan Menggunakan Aktivasi Password Digital Berbasis Mikrokontrol Atmega 8535". Jurnal Cendekia. Vol. 11, No. 1, pp. 42–45

Franata, V., Nugroho, E. S., & Fitrisia, Y. (2015). Deteksi Gerak Menggunakan Kamera Pada Raspberry Pi Dengan Penyimpanan Data Cloud Storage, (November), 164–168

Giant, R. F. (2015). Perancangan Aplikasi Pemantau dan Pengendali Piranti Elektronik Pada Ruang Berbasis Web. Jurnal Transmisi, 2(17), 1–6. https://doi.org/10.12777/TRANSMISI.17.2.70-75

SENSOR_GERAK_PIR_Passive_Infra_Red_. https://www.academia.edu/24373870. .diakses pada tanggal 25 November 2017

Sutoyo. T, Mulyanto. Edy, Suhartono. Vincent, Dwi Nurhayati Oky, Wijanarto, “Teori Pengolahan Citra Digital”, Andi Yogyakarta dan UDINUS Semarang, 2009

Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta : Penerbit Andi Offset

Gonzales, Rafael. “Digital Image Processing” University of Tennessee. 2008




DOI: https://doi.org/10.15575/telka.v4n2.142-149

Refbacks

  • Saat ini tidak ada refbacks.


Jurnal TELKA terindex oleh :


            Crossref logo           


Onesearch logo




Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.