| dc.description.abstract | Closed Circuit Television (CCTV) merupakan sebuah sistem tertutup yang menggunakan piranti kamera sebagai pengambil dan penyimpan gambar pada waktu tertentu dimana perangkat ini terpasang. Seiring dengan perkembangan zaman, kebutuhan akan pengawasan semakin tinggi. Pada tempat dengan pengawasan khusus sudah terpasang beberapa kamera. Namun pemasangan kamera yang fixed belum efektif karena jangkauan pantau masih terbatasi oleh frame.
Untuk mengatasi masalah tersebut, tentunya dibutuhkan suatu metode agar jangkauan pantau lebih luas, object tracking merupakan solusi yang dapat dipilih. Object tracking merupakan proses mencari posisi objek dari sebuah video untuk setiap frame pada video tersebut. Object tracking merupakan proses yang dilakukan oleh computer vision sehingga diperlukan algoritma yang dapat menganalisis setiap perubahan frame dalam video dengan tujuan dapat diketahui adanya pergerakan objek pada lokasi tersebut. Dari beberapa penelitian sebelumnya, diketahui metode mean-shift dapat diterapkan pada penelitian ini. Metode mean-shift dipilih karena tingkat keakuratan penjejakan yang tinggi sehingga nilai error untuk menggerakkan kamera kecil.
Penelitian ini memiliki tujuan yaitu: (1) Merancang algoritma image processing dengan metode mean-shift sebagai penjejak objek. (2) Mengimplementasikan sistem object tracking pada kamera pengawas semi- otomatis. Kamera pengawas dirancang menggunakan kamera webcam yang terhubung dengan komputer. Personal komputer sebagai pengolah gambar mendapatkan masukan dari kamera webcam berupa gambar real time. Hasil pengolahan gambar yang berupa data-data koordinat dikirimkan ke mikrokontrol sebagai penggerak motor DC dan motor servo.
Pengujian pada alat mencakup pengaruh variabel yang terkait dengan metode yang digunakan serta ketahanan alat saat mendapatkan gangguan. Variabel yang diuji adalah jumlah iterasi, ukuran target model dan nilai increment area. Setelah melakukan pengujian, dapat diketahui metode mean-shift dapat diimplementasikan pada kamera pengawas semi-otomatis dengan mempertimbangkan nilai variabel jumlah iterasi, ukuran template target model, dan nilai increment area. | en_US |
