Deteksi Area Parkir Mobil Berbasis Marker Menggunakan Moment Invariants dan K-NN

Abstract

Smart car parking system has become very important these days because it is very helpful and saves a lot of time to find a parking spot. However, the installation of that system is too expensive, then not everyone can afford it. Affordable solution for car parking spot detection can be implemented using installed camera or CCTV combined with computer vision method. New problem appears if the camera position is limited like indoor building causing one marker shape can be captured in different shape due to the different camera angle. In this work, I do a research to detecting marker using moment invariant method. Even the shape of marker changed a little, moment invariant method can still recognize that shape with overall accuracy 91.94%. Keywords— moment invariants, K-NN, parking area, image processing I. PENDAHULUAN Laju pertumbuhan jumlah kendaraan di Indonesia terus meningkat setiap tahunnya. Berdasarkan data Badan Pusat Statistik Tahun 2017, jumlah kendaraan bermotor di seluruh Indonesia mencapai kurang lebih 138 juta kendaraan [1]. Jumlah ini meningkat kurang lebih sebesar 7% dari tahun sebelumnya (2016), dan diperkirakan akan terus meningkat setiap tahunnya. Seiring bertumbuhnya jumlah kendaraan yang ada akan mengakibatkan meningkatnya kebutuhan lahan parkir. Semakin luas wilayah sebuah area parkir, maka pengemudi kendaraan akan semakin semakin sulit menemukan tempat parkir karena harus menjelajahi area parkir yang cukup luas. Pada akhirnya pengemudi kendaraan akan menghabiskan lebih banyak waktu untuk sekedar memarkirkan kendaraannya. Selain itu, semakin lama kendaraan mencari tempat parkir, maka akan menghasilkan lebih banyak polusi udara akibat asap pembuangan yang dihasilkan oleh kendaraan tersebut. Permasalahan di atas dapat diatasi salah satunya dengan menggunakan sistem parkir cerdas (smart parking) yang dapat memberi tahu pengguna letak area parkir yang dapat digunakan untuk memarkirkan kendaraan [2] [3] [4] [5]. Salah satu solusi yang ada adalah dengan memasang sensor khusus yang dipasang pada setiap slot parkir [6] [7] [8]. Sensor ini berfungsi untuk mengetahui apakah slot parkir tersebut sedang terisi atau tidak. Sensor tersebut akan mengirimkan data ke server secara berkala untuk memperbarui informasi ketersediaan lahan parkir. Pengguna yang hendak memarkirkan kendaraan cukup melihat informasi ketersediaan lahan parkir tersebut berdasarkan data terbaru yang terdapat pada server. Namun solusi tersebut membutuhkan biaya yang cukup besar, tergantung banyaknya slot parkir yang dibutuhkan pada area parkir tersebut. Sehingga solusi tersebut tidak dapat diakomodasi oleh pemilik lahan parkir yang memiliki anggaran terbatas. Melihat permasalahan tersebut, penulis mencoba mengatasi permasalahan tersebut dengan membuat sistem pendeteksi ketersediaan tempat parkir secara otomatis dengan memanfaatkan citra yang didapatkan melalui kamera pada area parkir. Sumber citra yang akan digunakan tersebut juga dapat memanfaatkan kamera Closed-Circuit Television (CCTV) pada area parkir jika telah ada dan terpasang sebelumnya. Sistem ini bekerja dengan memanfaatkan gambar khusus (marker) yang dipasang pada tiap slot area parkir. Setiap slot pada area parkir memiliki gambar marker yang berbeda-beda agar dapat dibedakan antara slot satu dengan slot yang lain. Apabila sistem mendeteksi adanya gambar marker pada sebuah citra, maka bentuk dari marker tersebut akan diindetifikasi menggunakan metode Moment Invariants dan K-Nearest Neighbor (K-NN). Metode Moment Invariants dapat digunakan untuk mengambil nilai ciri atau fitur dari sebuah bentuk marker, sedangkan metode K-NN digunakan untuk menentukan jenis marker tersebut berdasarkan nilai ciri atau fitur yang didapatkan melalui metode Moment Invariants. Sistem akan mencari pasangan bentuk marker tersebut dengan slot parkir tertentu, kemudian memperbarui informasi bahwa slot tersebut kosong. Apabila sistem tidak mendeteksi adanya marker pada sebuah citra, maka dapat dipastikan seluruh slot parkir yang terekam pada citra tersebut telah terisi. Informasi ketersediaan lahan parkir tersebut akan disimpan oleh sebuah server khusus yang dapat diakses oleh publik. Pengemudi yang hendak memarkirkan kendaraannya dapat mengakses informasi ketersediaan lahan parkir tersebut menggunakan telepon p-ISSN : 2443-2210 Jurnal Teknik Informatika dan Sistem Informasi e-ISSN : 2443-2229 Volume 5 Nomor 1 April 2019 113 seluler masing-masing yang terhubung oleh server melalui aplikasi tertentu atau melalui aplikasi web browser. Metode ini menghabiskan lebih sedikit biaya dibandingkan dengan implementasi sensor pada tiap slot parkir, karena sebuah kamera dapat menangkap citra dari banyak slot parkir. Selain itu, jika pada area parkir telah terpasang kamera CCTV, maka tidak perlu dilakukan penambahan kamera khusus, cukup memanfaatkan kamera CCTV yang telah ada sebelumnya. Pada penelitian ini, kendaraan yang menjadi obyek penelitian berfokus pada mobil atau kendaraan roda 4. Penulis tidak meneliti kendaraan lain seperti sepeda motor tidak memiliki slot khusus pada area parkir, sehingga sulit untuk diteliti. II. TINJAUAN PUSTAKA Chaudary, Bansal, dan Valarmathi mengembangkan sebuah sistem Smart Parking untuk mobil berbasis teknologi IoT dengan memanfaatkan komponen Radio Frequency Identification (RFID) [9]. Sistem tersebut mengatur pengelolaan lahan parkir berbasis otorisasi. Masing-masing pengemudi akan diberi kartu RFID yang berisi seperti informasi pengguna, kendaraan yang digunakan, dan informasi lainnya. Saat pengemudi datang ke area parkir tersebut, pengemudi harus memindai kartu RFID miliknya pada mesin yang tersedia. Mesin tersebut akan membaca informasi dari kartu RFID tersebut, kemudian sistem akan menentukan apakah slot parkir untuk kendaraan dengan kriteria yang sesuai informasi pada kartu RFID tersebut masih tersedia atau tidak. Apabila ternyata slot parkir telah penuh, maka pengemudi tersebut tidak diizinkan untuk memasuki area parkir. Sistem tersebut dapat diimplementasikan dan berjalan dengan baik. Namun pada kondisi temperatur udara yang cukup tinggi, mesin tidak dapat membaca kartu RFID dengan baik, sehingga sering terjadi kegagalan. Penelitian lain yang serupa juga dilakukan oleh Sheelarani, Anand, Shamili, dan Sruthi, yaitu pembuatan sistem parkir berbasis IoT dengan memanfaatkan sensor perangkat keras pada slot parkir [10]. Sensor tersebut dipasang pada setiap slot parkir untuk mendeteksi kosong atau tidaknya slot parkir di tempat sensor berada, kemudian memperbarui data tersebut kepada server sistem parkir. Pengemudi yang hendak memarkirkan kendaraan dapat mengetahui informasi ketersediaan area parkir melalui aplikasi pada telepon seluler berbasis Android yang terhubung oleh server dari sistem parkir tersebut. Sistem tersebut dapat berjalan dengan baik, namun implementasinya memakan cukup banyak biaya khususnya untuk pembelian perangkat sensor pendeteksi ketersediaan lahan parkir. Penelitian serupa juga dilakukan oleh Adhatarao, Alfandi, Bochem, dan Hogrefe dengan membangun sistem parkir cerdas dengan menggunakan Wireless Network Sensors (WSN) [11]. Sensor tersebut merupakan sensor tanpa kabel yang memanfaatkan jaringan radio untuk mendeteksi adanya ketersediaan lahan parkir. Sistem tersebut berhasil diimplementasikan dan memudahkan para pengemudi yang hendak memarkirkan kendaraannya di area parkir. Penelitian yang dilakukan oleh penulis memiliki pendekatan berbeda dibandingkan penelitian-penelitian lain di bidang sistem parkir cerdas. Apabila pada penelitianpenelitian terdahulu pada tabel I memanfaatkan perangkat keras khusus berupa sensor untuk mendeteksi ketersediaan lahan parkir, maka penulis mencoba mengambil solusi berbeda dengan cara memanfaatkan perangkat kamera CCTV. Solusi ini menghabiskan lebih sedikit biaya karena pada umumnya di beberapa area parkir telah terpasang CCTV, sehingga tidak perlu melakukan penambahan alat baru. Selain itu, sebuah kamera dapat menangkap banyak slot area parkir, tidak seperti sensor pendeteksi yang harus dipasang pada setiap slot area parkir. TABEL I PERBEDAAN PENELITIAN AKTUAL DENGAN PENELITIAN TERDAHULU Judul Smart parking system for vehicles Effective car parking reservation system based on internet of things technologies Advanced CAR parking system using Arduino Deteksi Area Parkir Mobil Berbasis Marker Menggunakan Moment Invariants dan K-NN Oleh Sripriya Srikant Adhatarao, Omar Alfandi, Arne Bochem, Dieter Hogrefe P. Sheelarani, S. Anand, Preethi, S. Shamili, K. Sruthi Hemant Chaudhary, Prateek Bansal, B. Valarmathi Kristian Adi Nugraha Tahun 2014 2016 2017 2019 Metode Wireless Sensor Networks IoT dan Sensor RFID dan Arduino Moment Invariants dan KNN Obyek Area parkir Area parkir Area parkir Marker pada citra area parkir Bahasa Inggris Inggris Inggris Indonesia Jurnal Teknik Informatika dan Sistem Informasi p-ISSN : 2443-2210 Volume 5 Nomor 1 April 2019 e-ISSN : 2443-2229 114 III. LANDASAN TEORI A. Citra Aras Keabuan (Grayscale) Citra aras keabuan atau grayscale merupakan jenis citra yang hanya terdiri dari satu lapisan kumpulan piksel dengan nilai antara 0 sampai dengan 255 untuk masing-masing piksel. Citra aras keabuan dapat diperoleh melalui citra berwarna yang memiliki tiga lapisan piksel merah, hijau, dan biru, kemudian nilai tiap piksel dihitung menggunakan rumus 1 untuk mendapatkan nilai aras keabuannya [12]. gray = (0. 299 ∗ R + 0. 587 ∗ G + 0. 114 ∗ B) [1] Dengan, R = nilai intensitas warna merah G = nilai intensitas warna hijau B = nilai intensitas warna biru B. Binarisasi Binarisasi adalah proses mengubah citra aras keabuan menjadi citra hitam putih yang memiliki nilai biner, yaitu 0 atau 1 [13]. Binarisasi dilakukan dengan cara melihat nilai piksel setiap elemen pada citra aras keabuan. Apabila nilai piksel tersebut berada di bawah nilai ambang, maka nilai tersebut berubah menjadi 0. Sebaliknya jika nilai piksel tersebut berada di atas nilai ambang, maka nilai piksel tersebut berubah menjadi 1. Pada umumnya, nilai ambang be