HUMAN MOVEMENT DETECTION DENGAN ACCUMULATIVE DIFFERENCES IMAGE

Jurnal TEKNIMEDIA: Teknologi Informasi dan Multimedia

View Publication Info
 
 
Field Value
 
Title HUMAN MOVEMENT DETECTION DENGAN ACCUMULATIVE DIFFERENCES IMAGE
 
Creator Mohammad Faisal Kholid
Jian Budiarto
Ahmad Ashril Rizal
Gibran Satya Nugraha
 
Subject Motion Detection, ADI, Haar Cascade, Motion Detection, Accumulative difference image, Human Detection, Open Cv
Deteksi Gerak, ADI, Haar Casscade, Motion Detection, Accumulative differences image, Human Detection, Open Cv
 
Description Based on police data quoted from one of the online news portal pages, there are 43,842 thousand criminal acts in the The Capital City of Jakarta. Of all these criminal cases burglary empty houses included in the top three acts of crime. Houses that are abandoned by their owners are often targeted by crime operations due to lack of close supervision and security support technology. The purpose of this study is to detect human motion which can later be used to prevent crime in the form of theft. Another purpose of this research is to find out how the method used works in identifying changes in the image of several consecutive frames. This research develops a motion detection system in humans on video using a Closed Circuit Television (CCTV) camera which is simulated using sample video. The motion detection process uses the Accumulative Differences Image (ADI) method and the human detection process uses the classification of Opencv, the Haar Cascade Classification. Which with this method compares more than two different frames and the classification parameters used are full-body, upper body and face. System testing is done using several video samples taken with the distance and height of the camera against different objects. The results obtained from testing using video samples show an accuracy rate of 95.23%.
Berdasarkan data kepolisian yang dikutip dari salah satu laman portal berita online terdapat 43.842 ribu aksi kejahatan yang ada di Ibu Kota Jakarta. Dari semua kasus kejahatan tersebut pembobolan rumah kosong termasuk dalam tiga besar aksi kriminalitas. Rumah yang ditinggal oleh pemiliknya seringkali dijadikan target operasi kejahatan dikarenakan pengawasan yang kurang ketat dan teknologi penunjang keamanan.Tujuan dari penelitian ini adalah untuk mendeteksi gerak manusia yang nantinya bisa digunakan untuk mencegah terjadinya kejahatan berupa pencurian. Tujuan lain dari penelitian ini adalah untuk mengetahui bagaimana metode yang digunakan bekerja dalam mengidentifikasi perubahan citra dari beberapa frame yang berurutan. Penelitian ini mengembangkan sebuah sistem deteksi gerak pada manusia pada video menggunakan kamera Closed Circuit Television (CCTV) dimana dilakukan simulasi menggunakan video sampel. Proses pendeteksian gerak menggunakan metode Accumulative Differences Image (ADI) dan proses deteksi manusia mengguakan klasifikasi dari Opencv yaitu Haar Casscade Clasification. Yang dimana dengan metode tersebut membandingkan lebih dari dua frame yang berbeda dan parameter klasifikasi yang digunakan adalah full body, upper body dan face. Pengujian sistem dilakukan meggunakan beberapa video sampel yang diambil dengan jarak dan ketinggian kamera terhadap objek berbeda-beda. Hasil yang didapatkan dari pegujian menggunakan video sampel menunjukan tingkat akurasi 95.23%.
 
Publisher Badan Penelitian dan Pengabdian Masyarakat (BP2M) STMIK Syaikh Zainuddin NW Anjani
 
Date 2020-05-23
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://jurnal.stmiksznw.ac.id/index.php/teknimedia/article/view/7
10.46764/teknimedia.v1i1.7
 
Source TEKNIMEDIA: Teknologi Informasi dan Multimedia; Vol. 1 No. 1 (2020): Mei 2020; 1-7
2722-6271
2722-6263
 
Language eng
 
Relation https://jurnal.stmiksznw.ac.id/index.php/teknimedia/article/view/7/2
 
Rights Copyright (c) 2020 TEKNIMEDIA: Teknologi Informasi dan Multimedia
http://creativecommons.org/licenses/by-sa/4.0/
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library