Pencatatan Lintasan Objek Bergerak dalam Ruangan dengan Kalman Filter

  • Lina Program Studi Teknik Informatika, Universitas Tarumanagara, Jakarta, DKI Jakarta
  • Andrean Lay Program Studi Teknik Informatika, Universitas Tarumanagara, Jakarta, DKI Jakarta
  • Jessica Sung Program Studi Teknik Informatika, Universitas Tarumanagara, Jakarta, DKI Jakarta
Keywords: Deteksi Objek, Lintasan Objek Bergerak, Kalman Filter

Abstract

Sistem sekuriti dengan kamera pengawas telah banyak diaplikasikan untuk menjamin keamanan suatu lokasi baik dalam skala besar maupun kecil seperti pada bandar udara, pusat perbelanjaan, stasiun, dan tempat umum lainnya. Sistem sekuriti tersebut melakukan pemantauan secara live dengan diamati secara periodik oleh tenaga sekuriti, maupun dalam bentuk rekaman video aktivitas yang dapat dianalisis pada waktu yang berbeda. Seiring dengan perkembangan teknologi, sistem pelacakan objek secara otomatis dapat dilakukan dalam waktu cepat dan efisien. Sistem yang dibahas pada makalah ini adalah sistem pencatat lintasan objek bergerak dalam ruangan dengan Kalman Filter. Luaran dari sistem berupa visualisasi lintasan pergerakan objek sehingga pengguna dapat menganalisis aktivitas yang dilakukan target objek tersebut jika terjadi kejadian yang mencurigakan. Eksperimen dilakukan terhadap 20 skenario dengan latar lokasi yang berbeda serta titik henti dengan lintasan yang berbeda menggunakan Kalman Filter. Hasil eksperimen dari sistem pencatat lintasan objek bergerak dengan Kalman Filter juga dibandingkan terhadap metode standar lain yaitu Background Substraction. Hasil eksperimen menunjukkan bahwa sistem yang dikembangkan dengan Kalman Filter mampu mencatat lintasan objek bergerak dalam ruangan dengan nilai akurasi terbaik mencapai 88% dengan nilai presisi 89% dan nilai recall sebesar 80%.

Downloads

Download data is not yet available.

References

A. Yilmaz, O. Javed, and M. Shah, “Object tracking,” ACM Computing Surveys, vol. 38, no. 4, p. 13, 2006.

G. Welch and G. Bishop, An Introduction to the Kalman Filter . Chapel Hill: University of North Carolina, 2001.

S. M. Bozic, Digital and Kalman filtering: An introduction to discrete-time filtering and optimum linear estimation, second edition. Dover Publications, 2018.

W. Hu, T. Tan, L. Wang, and S. Maybank, “A survey on visual surveillance of object motion and behaviors,” IEEE Transactions on Systems, Man and Cybernetics, Part C (Applications and Reviews), vol. 34, no. 3, pp. 334–352, 2004.

E. N. Weng, R. U. Khan, S. A. Adruce, and O. Y. Bee, “Objects tracking from natural features in Mobile augmented reality,” Procedia - Social and Behavioral Sciences, vol. 97, pp. 753–760, 2013.

M. Soeleman, D. Raniasti, K. W, M. Muljono, M. Muslih, and R. A. Pramunendar, “Tracking moving objects based on background subtraction using Kalman filter,” Proceedings of the The 1st International Conference on Computer Science and Engineering Technology Universitas Muria Kudus, 2018.

L. E. Taylor, M. Mirdanies, and R. P. Saputra, “Optimized object tracking technique using Kalman filter,” Journal of Mechatronics, Electrical Power, and Vehicular Technology, vol. 7, no. 1, pp. 57–66, 2016.

M. Chate, S. Amudha, and V. Gohokar, “Object Detection And Tracking In Video Sequences”, ACEEE Int. J. Signal Image Process, vol. 3, 2012.

M. T. Krishna, M. Ravishankar, and D. R. Babu, “Automatic detection and tracking of moving objects in complex environments for video surveillance applications,” 3rd International Conference on Electronics Computer Technology, 2011.

A. R. Aldhaheri and E. A. Edirisinghe, “Detection and Classification of a Moving Object in a Video Stream,” Proc. of the Intl. Conf. on Advances in Computing and Information Technology, 2014.

Jessica and Lina, “Tracking Aktivitas Manusia Dalam Ruangan Menggunakan Kalman Filter,” Jurnal Ilmu Komputer dan Sistem Informasi, vol. 9, no. 1, 2021.

A. Fahriannur , R. Mardiyanto , and M. Siswanto, “Sistem Pelacakan Objek Menggunakan Kombinasi Algoritma Optical Flow dan Template Matching,” Jurnal Teknologi dan Sistem Komputer , vol. 6, no. 1, 2018.

N. Jawas and N. K. Sumiari, “Pelacakan Gerak Tangan dengan metode metode Pelacakan Objek Berbasis Korelasi,” SMARTICS Journal, vol. 4, no. 2, pp. 39–43, 2018.

J. Zhang, J. Cao, and B. Mao, “Moving object detection based on non-parametric methods and frame difference for traceability video analysis,” Procedia Computer Science, vol. 91, pp. 995–1000, 2016.

E. Brookner, Tracking and Kalman Filtering Made Easy. New York etc.: John Wiley & Sons, 2005.

G. L. Serra, Kalman filters: Theory for Advanced Applications. IntechOpen, 2018.

Published
2022-02-24
How to Cite
Lina, Lay, A., & Sung, J. (2022). Pencatatan Lintasan Objek Bergerak dalam Ruangan dengan Kalman Filter. Teknika, 11(1), 20-25. https://doi.org/10.34148/teknika.v11i1.422
Section
Articles