PENERAPAN PENGOLAHAN CITRA DI BIDANG INDUSTRI

 

SISTEM PENGHITUNG KENDARAAN

 

    Pengolahan citra adalah suatu pemrosessan pada citra untuk menjadikannya citra yang lain untuk memenuhi suatu kebutuhan tertentu. Misal mengolah suatu citra untuk mendapat informasi yang terdapat pada citra tersebut.

    Naiknya volume kendaraan menjadi salah satu faktor yang sangat mempengaruhi tingkat kemacetan pada aktivitas lalulintas. Hal ini tentu menjadi sorotan bagi pihak tertentu, sehingga diperlukan penangan dengan memantau aktivitas lalulintas, salah satunya dengan memantau berapa banyak kendaraan yang melintas di jalan tersebut.

Pemantauan lalulintas dapat dilakukan dengan berbagai cara, salah satunya dengan menggunakan sistem penghitung kendaraan. Sistem ini bekerja dengan menggunakan computer vision yang dibuat dengan OpenCV dan metode YOLO.

Apa itu Computer Vision ?

Computer vision adalah salah satu cabang ilmu kecerdasan buatan yang mengajarkan suatu sistem agar dapat mengenali objek visual dengan menggunakan kamera. Computer vision membentuk jaringan saraf atau neural network yang membuat sistem dapat mendeteksi dan  memproses objek dengan menganalisis objek yang dilihat, sehingga sistem dapat mengenali objek yang dilihat layaknya manusia. 

Computer vision terbagi menjadi dua cabang yaitu : image processing dan pattern processing.  Image processing mempelajari kualitas dari citra agar lebih mudah dikenal oleh sistem, sedangkan pattern processing mempelajari data numerik dan simbolik untuk mengenal objek.

 

Lalu, apa yang dimaksud dengan OpenCV dan YOLO ?

OpenCV adalah sebuah library open source dari intel yang awalnya diperuntukkan Bahasa pemrograman C, tetapi kemudian berkembang ke Bahasa pemrograman lain. OpenCV digunakan untuk menganalisis citra baik dari gambar ataupun video untuk mendapatkan informasi yang terdapat pada gambar atau video tersebut. OpenCV memang digunakan hanya untuk pemrosesan citra. 

 

Yolo adalah salah satu metode deteksi objek yang dapat diimplementasikan secara gratis melalui situs darknet. Yolo merupakan metode pretrained, sehingga pengembang tidak harus melakukan training dataset sendiri untuk memulai proses pengenalan objek. Salah satu dataset yang dapat digunakan oleh yolo adalah coco atau common object in context. Yolo mendeteksi dan mengenali objeknya dengan melihat seluruh objeknya sekali lalu melewati jaringan saraf untuk kemudian dapat mendeteksi objek yang dilihat.

 

Lalu, bagaimana sistem ini membantu proses pemantauan lalulintas ?

Sistem ini bekerja dengan background subtractor yang membedakan mana objek dan mana background. Background subtractor bekerja dengan mengurangi frame 1 oleh frame 0. Lalu bentuk objek ditegaskan dengan transformasi morfologi yang membuat pixel semakin menegaskan warna objek menjadi greyscale. Ketika objek sudah tepat, sistem membuat kontur pada bagian-bagian pembentuk seluruh objek. 

Sistem akan memberikan kotak tanda objek terdeteksi yang disertai dengan keterangan jenis objek dan akurasi deteksi. Lalu, jika objek yang sudah dikenali tersebut melewati garis penghitung yang sistem sediakan (garis kuning untuk objek masuk dan garis hijau untuk objek keluar), maka sistem akan memeriksa arah datang objek tersebut. Saat objek masuk maka variable penghitung masuk yang nilainya bertambah, hal itupun terjadi pada saat objek keluar maka variable penghitung keluar yang nilainya bertambah.

Sistem ini dapat diimplementasikan pada CCTV yang terpasang di jalan untuk memantau lalulintas, sehingga pihak – pihak tertentu dapat mengetahui jumlah kendaraan yang melintas di jalan tersebut secara otomatis.

 

Berikut merupakan contoh implementasi sistem penghitung kendaraan di jalan tol CIkampek – Palimanan.