...

SISTEM PEMANTAUAN LALU LINTAS SECARA AUTOMATIK DAN

by user

on
Category: Documents
8

views

Report

Comments

Transcript

SISTEM PEMANTAUAN LALU LINTAS SECARA AUTOMATIK DAN
PROSIDING SEMINAR REGULER SERI I JTS UNSYIAH-ELTEES-MTS UNSYIAH
ISBN NO. 00000
SISTEM PEMANTAUAN LALU LINTAS
SECARA AUTOMATIK DAN REAL-TIME
Said Amir Azan* , Nurul Malahayati*
*Fakultas Teknik Universitas Syiah Kuala Jl. Tgk Syech Abdul Rauf No. 7
Banda Aceh Indonesia 23111,
email: [email protected]
Abstrak
Sistem pemantauan lalu lintas adalah satu unsur dalam sistem manajemen transportasi di jalan raya.
Sistem pengawasan diperlukan untuk memastikan aliran lalu lintas berjalan dengan baik dan selamat.
Penggunaan CCTV kamera sudah banyak digunakan untuk memantau lalu lintas. CCTV menangkap
imej lalulintas dalam bentuk signal analog, kemudian imej video ditukar kepada imej digit oleh
penukar dan disimpan dalam ingatan komputer dalam susunan data array. Tujuan penelitian adalah
membangun sebuah sistem perangkat lunak (prototype) menggunakan algoritma yang menghasilkan
informasi keadaan lalu lintas di jalan raya (volume, kecepatan dan pengkelasan kenderaan) secara
automatik dan langsung (real-time). Perhitungan volume, kecepatan dan pengkelasan kenderaan
dihasilkan dengan membuat metode sensor garis yang berupa garis imagine dalam screen. Penelitian
dilakukan di Laboratorium Mekanika Rekayasa Konstruksi Fakultas Teknik Universitas Syiah Kuala.
Keywords: Sistem Pengawasan lalu lintas, data lalu lintas, automatik, real time
1
Pendahuluan
Pemantauan secara insani merupakan cara yang paling awal digunakan. Cara ini walaupun memberikan
hasil pengamatan yang luas namun memiliki banyak kelemahan dan keterbatasan. Keselamatan
petugas dan faktor keletihan menjadi halangan utama bagi pengumpulan data yang tepat dan benar
terutama apabila dilakukan pada waktu puncak, cuaca buruk dan dalam waktu yang panjang. Keadaan
ini menjadikan sebab utama berkembangnya teknologi pemantauan yang dapat mengganti peranan
manusia dalam melaksanakan tugas pemantauan lalu lintas.
Salah satu teknologi yang sudah digunakan dalam pemantauan lalu lintas di negara-negara maju
adalah dengan menggunakan CCTV kamera untuk menggantikan peranan manusia. Pekerjaan yang
dilakukan oleh petugas tidak banyak berbeda dengan sebelum menggunakan kamera video, perbedaan
yang ada hanyalah masalah tempat melakukan pengamatan yaitu satu dilapangan dan satu lagi di pusat
pemantauan lalu lintas.
Teknologi komputer telah berkembang dengan pesat sehingga hampir seluruh aktivitas hidup
manusia menggunakan komputer sebagai alat bantu. Salah satu kemajuan yang sangat pesat dengan
menggunakan teknologi komputer adalah membangun perangkat lunak untuk mendapatkan informasi.
Angkat et al (2004) telah melakukan penelitian awal dalam pemantauan lalu lintas dengan
menggunakan kamera video sebagai alat dalam menditeksi kenderaan, tetapi dilakukan secara off line.
Dengan menggunakan kamera video yang menangkap imej lalu lintas dalam bentuk isyarat analog
kemudian imej video ditukar kepada imej digit. Sebuah algoritma dengan menggunakan perangkat
123
Said Amir Azan,
Azan Nurul Malahayati
lunak Microsoft Visual Basic 6 yang bekerja dalam Windows 2003 telah dibangun untuk
un
menganalisa imej lalu lintas dalam bentuk video untuk mendeteksi kenderaan, pengujian algoritma
tersebut dilakukan di laboratoriun dan tidak secara langsung di lapangan.
Volume lalu lintas adalah jumlah kenderaan yang melalui suatu titik di jalan raya dalam waktu
tertentu. Jumlah tersebut terdiri dari bermacam
bermacam-macam
macam jenis kenderaan seperti kenderaan sedan,
minibus, truk, kenderaan roda dua dan pejalan kaki. Perhitungan vo
volume
lume dapat dilakukan secara
menyeluruh tanpa harus membedakan jenis kenderaan tersebut.
(1)
dimana :
q = volume lalu lintas yang melalui satu pias sensor (kend/jam/lajur);
n = jumlah kenderaan yang melalui suatu pias sensor dalam interval waktu (kend)
T = interval waktu pengamatan (jam)
Kecepatan merupakan sebuah ukuran yang menyatakan perbandingan antara jarak perpindahan
yang ditempuh dalam satu satuan waktu tertentu. Kecepatan juga merupakan ukuran yang sederhana
untukk menentukan keadaan arus lalu lintas di jalan raya ketika sedang beroperasi.
(2)
dimana :
v = kecepatan masing-masing
masing kecepatan (km/jam)
s = jarak yang dilalui masing-masing
masing kenderaan (km)
t = waktu tempuh masing-masing
masing ken
kenderaan (jam)
Pengukuran pengkelasan kenderaan merupakan bagian yang tidak terpisahkan dari pengukuran
volume kenderaan. Karena untuk memberikan gambaran yang lebih baik tentang pergerakan
kenderaan yang melalui satu jalan maka perbedaan tentang jenis ken
kenderaan
deraan perlu dilakukan. Beberapa
terminologi telah disepakati untuk menyeragamkan pengkelasan kenderaan (Wright 1996), adalah
sebagai berikut:
1. Kenderaan roda 2 atau 3 merupakan kenderaan kecil yang bisa mengangkut 1 atau 2 orang;
2. Kenderaan penumpang dan truk kecil, beratnya antara 680 – 1.800 kg dan dapat mengangkut 2
hingga 6 orang;
3. Truk unit tunggal memiliki kargo dan unit tenaga dengan 6 roda, beratnya 4.536 kg – 18.144 kg;
4. Truk kombinasi memiliki unit tenaga dengan 1 atau lebih unit trailer;
5. Van merupakan kenderaan penumpang dengan kapasitas 6 – 15 orang;
6. Bus merupakan kenderaan penumpang dengan kapasitas lebih dari 15 orang;
Teknik yang berkembang menggunakan prinsip penditeksian pergerakan sebagai alat untuk
menditeksi kenderaan adalah (Aoki 19
1998):
1. Teknik pembedaan kerangka (frame differencing)
2. Teknik pembedaan antara kerangka (interframe differencing)
Teknik pembedaan kerangka disebut juga teknik pembedaan latar belakangyang bekerja
berdasarkan adanya perbedaan image kerangka yang ditangkap ddengan
engan kerangka image yang diperoleh.
Perbedaan image d(i,j) bila dilihat pada wilayah pengamatan dengan menjadikan permukaan jalan
124
SISTEM PEMANTAUAN LALU LINTAS
SECARA AUTOMATIK DAN REAL-TIME
pada saat tidak ada kenderaan sebagai imej awal (f1) dan kemudian image yang mengandungi
kenderaan sebagai image kedua (f2). Perbedaan image ini mengidentifikasikan adanya kenderaan yang
melalui kawasan pengamatan. Untuk mencegah terjadinya kesalahan jika pada image kedua ternyata
tidak ada kenderaan maka di beri sebuah nilai ambang/Threshold (T) yang menjadi tolok ukur untuk
menditeksi ada atau tidak adanya kenderaan.
D(i,j) =
0 if
1
f1 (i,j) – f2 (i,j)
T
Algoritma persamaan di atas akan menghasilkan nilai 0 untuk menunjukkan bahwa perbedaan
antara frame pertama dan kedua masih berada dalam nilai ambang T yang bermakna tidak ada
kenderaan. Selain dari itu akan menghasilkan nilai 1 untuk menunjukkan adanya berbedaan antara
frame pertama dan kedua yang signifikan nilainya lebih besar dari pada nilai ambang (T) yang
bermakna adanya kenderaan (Setchell 1997).
Beberapa kajian sistem pemantauan lalu lintas yang dilakukan dengan menggunakan teknik frame
differencing ataupun interframe differencing untuk menditeksi kenderaan adalah: (1) TULIP (Traffic
Analysis Using Low Cost Image Processing); (2) VISATRAM (Vision System For Automatic Traffic
Monitoring); (3) CCATS (The Camera & Computer Aided Traffic Sensor); (4) IMPACTS (Image
Processing for Automatic Computer Traffic Surveillance); (5) Autoscope adalah sebuah sistem yang
telah dikomersialkan memilliki kemampuan untuk mengukur lalu lintas dalam masa yang sebenarnya.
Hasil dari penelitian ini adalah mendapatkan volume, kecepatan dan pengkelasan kenderaan secara
automatik dengan menggunakan teknologi komputerisasi sehingga diharapkan penelitian ini dapat
menghasilkan prototipe yang dapat digunakan dalam pemantauan lalu lintas di propinsi Aceh.
Kelangkaan penelitian di bidang manajemen transportasi dengan menggunakan teknologi
komputerisasi dalam memantau kenderaan di jalan raya menyebabkan kelangkaan bahan referensi
untuk pengembangan penelitian, sehingga sering didapati bahwa sampai saat ini untuk mendapatkan
data-data kenderaan masih secara manual dilakukan dengan menggunakan tenaga manusia. Sehingga
diperlukan alat yang cepat, tepat, automatik dan real-time dalam mendapatkan data lalu lintas.
2
Metoda Penelitian
2.1 Lokasi Penelitian
Lokasi pengambilan data lalulintas mengambil tempat di jalan depan kampus Fakultas Teknik Unsyiah
Jalan Tgk. Syeh Abdul Rauf No 7 Darussalam. Lokasi ini dipilih untuk menghemat kabel CCTV ke
Laboratorium Manajemen Rekayasa Konstruksi (MRK), apabila panjang kabel > 100 m dapat
mempengaruhi kualitas dari gambar yang ditransfer dari CCTV ke PC. CCTV kamera akan diletakkan
di tengah jalan dengan mengunakan penyangga dari besi dengan ketinggian ± 6 m, diusahakan lokasi
perletakan CCTV terlindung dan terhindar dari gangguan. Pembangunan sistem dan pengujian
dilakukan di Laboratorium MRK.
2.2 Peralatan
Peralatan pendukung yang digunakan dalam penelitian ini adalah:
• Komputer dengan processor 2.40 GHz, RAM 2.00 GB
• Kamera CCTV spek 30 f/s
125
Said Amir Azan, Nurul Malahayati
• Software MATLAB versi 7.0.4 yang bekerja dalam OS Windows
Rangkaian peralatan dapat dilihat pada Gambar 1 dibawah ini.
Lab. MRK
Jalan Raya
Gambar 1. Rangkaian Peralatan
3
Metode Pengumpulan Data
Data yang dikumpulkan untuk digunakan sebagai pengujian sistem dalam mendapatkan volume
kenderaan, kecepatan dan pengkelasan kenderaan diperoleh dari imej yang ditangkap oleh CCTV
kamera. CCTV kamera menangkap gambar (imej) secara terus-menerus, kemudian ditransfer ke
komputer secara analog. Ukuran biasa yang ditransfer berupa pixel dengan ukuran 768x512 pixel.
Video imej merupakan sensor termurah secara langsung untuk mendeteksi kenderaan dijalan raya yang
pernah dibangun selama ini.
4
Pembangunan Sistem (Prototipe)
Didalam program MATLAB, tersedia fasilitas untuk komunikasi antara CCTV dan komputer yaitu
Image Processing Blockset. Blokset ini dapat membuat simulasi grafis dan menggantikan code dari
signal ke algoritma.
Keutamaan dari blockset ini untuk membaca imej kedalam pendeteksian pergerakan objek dalam
video. Untuk membuat sensor pendeteksian objek dilayar video, digunakan Region of interest (ROI),
fasilitas ini terdapat didalam blokset yang sudah dikemas siap pakai. Setiap ada perubahan didalam
ROI akan diperiksa oleh motion detection, data yang masuk akan disaring oleh threshold, jika ada data
yang masuk maka akan diproses sesuai dengan perencanaan pendeteksian. Untuk setiap data imej yang
masuk akan dievaluasi volume, kecepatan dan pengkelasan kenderaan. Hasil dari pendeteksian
kenderaan di jalan akan di tampilkan di layar monitor untuk keakuratan dari sistem yang akan
dibangun. Gambar 2 menjelaskan bagan alir bagaimana sistem menditeksi kenderaan di jalan.
Pengumpulan data secara langsung dilakukan dengan menggunakan akuisisi imej. Data dari CCTV
di masukkan ke dalam signal level berupa RGB, ROI memproses data threshold dalam bentuk waktu
(t), jika objek yang masuk lebih besar dari nilai threshold maka system akan mengganggap sebuah
objek baru melintasi detektor (sensor) yang telah di letakkan dalam screen monitor. Analisa dari
perhitungan akan dibangun dalam simulasi software. Perencanaan simulasi software seperti terlihat
pada Gambar 3.
126
SISTEM PEMANTAUAN LALU LINTAS
SECARA AUTOMATIK DAN REAL-TIME
REAL
Gambar 2. Bagan Alir untuk mendeteksi kenderaan
Gambar 3. Bagan alir sistem yang dibangun
5
Hasil dan Pembahasan
Sistem pemantauan yang dibangun dalam menditeksi kenderaan menggunakan titik-titik
titik
sensor yang
diletakan tepat di kawasan yang dilalui kenderaan. Sistem yang dibangun menggunakan satu titik
pengesan dan banyak titik pengesan sehingga membentuk satu garis lurus.
127
Said Amir Azan,
Azan Nurul Malahayati
Garis 4
Garis 3
Garis 2
d = 3m
Garis 1
Gambar 4. Letak Garis Sensor
5.1 Volue Kenderaan
Analisis perubahana nilai titik piksel digunakan pada algoritma penditeksian kenderaan dan
menghitung jumlah kenderaan. Titik diletakan di tengah jalan yang akan dilalui kenderaan. Nilai
piksel yang ditangkap oleh CCTV apabila melebihi nilai ambang akan diditeksi sebagai kenderaan.
Algoritma yang dibangun untuk menghitung jumlah kenderaan dapat dijelaskan pada Gambar 5
dibawah ini.
SAD
Threshold line
A
B
Gambar 5. Lokasi titik sensor untuk menditeksi kenderaan
Pengujian terhadap sistem yang dibangun dilakukan dengan membandingkan antara jumlah
kenderaan yang dideteksi oleh sistem yang dibangun dengan memutar kembali hasil rekaman dari
sistim real-time tersebut.
5.2 Kecepatan Kenderaan
Kecepatan kenderaan dilakukan dengan menditeksi kedudukan (jarak) kenderaan pada dua garis sensor
dengan jarak aktual (d)) 3 meter dengan waktu tempuh dari kenderaan yang melewati 2 (dua) garis
128
SISTEM PEMANTAUAN LALU LINTAS
SECARA AUTOMATIK DAN REAL-TIME
REAL
sensor. Garis sensor yang diletakan dalam scren merupakan garis bayangan/imaginer didalam sistem
s
yang dibangun yang akan dilalui oleh kenderaan. Perhitungan waktu ((t)) akan dimulai ketika kenderaan
menyentuh garis sensor baris ke dua dengan sensor garis pertama. Dengan mendapatkan waktu antara
antara 2 garis sensor (garis 2 – garis 1) maka kecepa
kecepatan
tan kenderaan dapat diperoleh. Algoritma yang
dibangun untuk mendapatkan kecepatan dapat dijelaskan pada Gambar 6 dibawah ini.
t
Gambar 6. Mendapatkan kecepatan kenderaan
5.3 Pengkelasan Kenderaan
Pengkelasan kenderaan dilakukan dengan menggunakan garisan sensor guna mendapatkan panjang
kenderaan. Pada sistem yang dibangun pengkelasan kenderaan dibagi 4 (empat) kelas, jika ingin
meninjau kelas lebih besar maka garis imaginer ditambah lagi (garis 7,8,...). Kenderaan kelas
ke I (motor)
pendeteksiannya mengunakan garis 2 dan garis 3 dengan syarat garis 4 nilainya 0 (nol, tidak ada
kenderaan menyentuh sensor garis 4), Kenderaan kelas II (mobil) pendeteksiannya mengunakan garis
2, garis 3 dan garis 4 dengan syarat garis 5 nila
nilainya
inya 0 (nol, tidak ada kenderaan menyentuh sensor garis
5), Kenderaan kelas III (truk kecil) pendeteksiannya mengunakan garis 1, garis 2, garis 3, garis 4 dan
garis 5 dengan syarat garis 6 nilainya 0 (nol, tidak ada kenderaan menyentuh sensor garis 6),
Kenderaan
deraan kelas IV (bus/truk besar) pendeteksiannya mengunakan semua garis sensor (1-6).
(1
Gambar 7
Menjelaskan bagaimana sistem dalam mendapatkan pengkelasan kenderaan.
129
Said Amir Azan, Nurul Malahayati
Gambar 7. Pengkelasan Kenderaan
6
Kesimpulan dan Saran
6.1 Kesimpulan
a) Garis sensor yang digunakan sebagai pendeteksian kenderaan dapat digunakan untuk
klasifikasi kenderaan, mendeteksi kecepatan kenderaan dan perhitungan volume kenderaan.
b) Sistem dapat digunakan secara automatik dan real-time
c) Pemasangan instalasi sistem dilakukan secara sederhana, tetapi dapat menggantikan sitem
manual.
6.2 Saran
Penelitian ini memerlukan penelitian lanjutan dengan mengembangkan aplikasi perangkat lunak dalam
menditeksi untuk mendapatkan informasi lalu lintas karena sistem yang sedang dibangun sekarang
tidak dapat mendeteksi kenderaan apabila adanya perubahan cuaca (siang, malam, hujan).
7
Ucapan Terimakasih
Tim peneliti menyampaikan penghargaan dan terimakasih yang sebesar-besarnya kepada
Universitas Syiah Kuala, Departemen Pendidikan Nasional yang telah membiayai penelitian ini sesuai
dengan surat perjanjian Pelaksanaan Intensif Riset Unggulan Stategis Nasional Tahun Anggaran 2009
Daftar Pustaka
Aoki, M., 1998., Image Processing in ITS. IEEE Internasional Conference On Intelligent Vehichles.
Angkat, H., Rahmat R, A, OK dan Malahayati, N., 2004. Pemantauan Lalu Lintas Dengan
Menggunakan Kamera Video. Seminar Nasional Aplikasi Teknologi Bahan dan Konstruksi
Teknik Sipil Fakultas Teknik., 27 Mei., Banda Aceh
Setchel, C.J., 1997., Application of computer vision to road traffic monitoring
(http://citeseer.nj.nec.com)
130
Fly UP