Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini berisi perancangan, pembuatan, dan analisa dari sistem traffic counting dan classification kendaraan menggunakan teknologi computer vision. Metode yang digunakan dalam sistem ini adalah metode optical flow, dan untuk proses ektraksi fitur dengan menggunakan algoritma canny. Metode yang dipakai tersebut diimplementasikan dan dievaluasi menggunakan bahasa pemrograman java dengan menambahkan library openCV dan javaCV, dan untuk versi jdk menggunakan jdk 1.7 dan Netbeans IDE 7.3. Alur kerja dari sistem ini yaitu pengambilan data dan pengolahan data. Data yang diambil berupa video yang berasal dari CCTV, kemudian data video tersebut diolah menggunakan sistem ini. Pengolahan data terdiri dari proses-proses yaitu konversi video ke gambar, segmentasi, ektraksi fitur dalam sistem ini menggunakan algoritma canny, dan deteksi objek menggunakan metode optical flow. Dari proses tersebut maka dapat dijadikan acuan untuk melakukan penghitungan, pengklasifikasian dan mengetahui kecepatan rata-rata setiap kendaraan yang melintas di area yang diteliti. Berdasarkan pengujian dengan menerapkan metode optical flow, algoritma canny, dan untuk menghilangkan noise menggunakan morfologi didapat bahwa tingkat error akan semakin berkurang jika perubahan jarak deteksi semakin besar. Error paling besar terjadi untuk tahap counting 26,75 % dan untuk klasifikasi kendaraan 38 %. Pengujian kami juga menemukan bahwa semakin dekat area pertama dengan area kedua, proses klasifikasi yang dilakukan semakin lama sehingga jarak deteksi semakin jauh.

---

This thesis describes the design, making, and analysis of traffic counting and vehicles classification system using computer vision technology. The methods used in this system is a method of optical flow, and for the process of feature extraction by using the canny algorithm. The methods used were implemented and evaluated using the java programming by adding the openCV library and javaCV, and to use jdk 1.7 and Netbeans IDE 7.1. The workflow of the system is the data retrieval and data processing. The data is taken in form of video CCTV, the video data is then processed using this system. Data processing consists of the processes of conversion of video to pictures, segmentation, feature extraction in this system using canny algorithm, and object detection method using optical flow. The result of that process is referred to conduct the counting, classification and to calculate the average speed of each vehicle passing in the area examined. Our experiment shows that by applying optical flow method, Canny algorithm, and removing noise using morphological process occurred that level of error is decreased that the distance is greater. Error occurred for most of the counting stage is 26.75% and for the vehicle classification is 38%. Our test also observes that the closer the first and the second area, the longer process classification so the farther detection distances."

"Penelitian ini untuk membangun sebuah sistem yang dapat mendeteksi kecepatan kendaraan, menghitung jumlah dan mengklasifikasikan kendaraan. Pendeteksian kendaraan menggunakan anisotropic magneto-resistive (AMR) sensor type HMC 1001 (Z-axis) dua buah. Pemrosesan dilakukan di mikrokontroler type ATmega 16, sedangkan hasil dari pemrosesan tersebut dikirimkan ke server/komputer menggunakan media komunikasi wireless (zigbee). Pada umumnya kendaraan dibuat dari bahan logam, maka saat kendaraan berjalan akan terjadi turbulensi terhadap medan magnet bumi. Besar-kecilnya turbulensi medan tersebut bergantung kepada besar-kecilnya kendaraan dan juga tinggi rendahnya kendaraan dari sensor. Berdasarkan pengamatan terhadap karakteristik output sensor magnetic saat mendeteksi kendaraan, maka penulis dapat menentukan nilai-nilai threshold sistem bekerja. Pemberian ?durasi penahan? masing-masing pada kedua sensor 500 ms, berfungsi untuk menahan agar sistem tetap bekerja saat medan magnet berada pada daerah zero-offset. Jarak antara sensor 1,3 meter, saat kendaraan terdeteksi sensor_1, sistem mulai bekerja dan sensor melakukan scaning signature kemagnetan kendaraan. Ketika kendaraan meninggalkan sensor_2, sistem berhenti bekerja dan memberikan hasil. Hasil klasifikasi kendaraan dibagi atas 3 group dan proses klasifikasi terdiri dari dua tahap. Pertama menggunakan parameter durasi empiris sensor mendeteksi kemagnetan kendaraan, yang dibandingkan dengan durasi secara matematis. Hasil klasifikasi tahap pertama, terdapat hasil yang merupakan hasil finish dan ada juga hasil yang perlu diklasifikasikan lagi karena terjadinya grup irisan. Grup irisan akan diklasifikasikan pada tahap kedua berdasarkan jumlah hill pattern. Berdasarkan hasil pengujian dan analisis, akurasi pendeteksian kecepatan kendaraan diatas 90%, sedangkan akurasi sistem counting jumlah kendaraan + 100%. Persentasi error klasifikasi kendaraan tahap pertama relatif antara +5% ? +10% dan persentasi error pada tahap kedua bagi kendaran yang masuk pada group irisan adalah + 36,4%. Pengiriman data menggunakan zigbee sangat baik sampai pada jarak + 150 meter.

---

This research is to build a system that can detect the speed of vehicles, calculate the number and classify vehicles. Vehicle detection using anisotropic magnetoresistive ( AMR ) sensor type of HMC 1001 ( Z-axis ), consists of two pieces. Processing is done in ATmega 16 microcontroller type, whereas the results of the processing will be sent to the server/computer using wireless communication media (ZigBee). Generally, the vehicles are made of metal, so while the vehicle is running, it will be turbulence the earth's magnetic field. The magnitude of turbulence magnetic field depends to the large-size vehicles and also distance/height of the vehicle to the sensor.

Based on observations of the magnetic characteristics of the sensor output when it detects a vehicle, the writer can determine the threshold values of the work system. Giving "barrier duration" to each sensor 500 ms, serves to hold to keep the system working when the magnetic field is in the region of zero-offset. The distance between the sensors is 1.3 meters, while the sensor_1 is detected, the system starts to work and scanning the signature of vehicle's magnetic. When the vehicle leaves sensor_2, the system will stop working and send the results.

The results of the classification of vehicles divided into 3 groups and the classification process consists of two stages. First use the empirical duration parameter, when the sensor detects the magnetism of vehicle, which is compared with the mathematically duration. The results of the first stage of classification, there are outcomes that as finish result, and there are also results that need to be classified again as the slice group. Slice group will be classified in the second stage based on the number of hill pattern.

Based on the results of testing and analysis, accuracy of vehicle speed detection above 90%, and the accuracy of vehicle counting systems + 100%. Error percentage of the vehicle classification at first stage, relative to +5 % - +10% and the error percentage in the second stage for the slice group was + 36.4%. Data transmission using Zigbee is very well until distance +150 meters."

"Penelitian ini bertujuan untuk merancang dan membuat sistem rotasi Faraday sebagai alat karakterisasi sifat Magneto-Optik minyak nabati. Besaran yang diukur adalah intensitas cahaya, besar medan magnet, dan perubahan sudut bidang getar polarisasi. Pengukuran intensitas cahaya dilakukan menggunakan BH1750, pengukuran medan magnet dilakukan menggunakan Gaussmeter. Perubahan sudut bidang getar polarisasi dilakukan oleh stepper motor yang menggerakkan lensa analisator yang sudah dipasang gear. Sumber cahaya yang digunakan adalah laser RGB dengan daya 300 mW. Pengambilan data dilakukan dengan kondisi awal sudut antara lensa Polarisator dan lensa Analisator sebesar 45º. Konstanta Verdet untuk minyak jagung dengan sumber cahaya merah adalah 0,37 mT/m. Konstanta Verdet untuk minyak jagung dengan sumber cahaya hijau adalah 0,55 mT/m. Untuk sumber cahaya biru, nilai konstanta Verdet yang didapatkan adalah 0,73 mT/m.

---

This research aims to design and create Faraday’s rotation system as a tool to characterize the Magneto-Optic properties of vegetable oils. The measured magnitude is the intensity of light, the magnitude of the magnetic field, and the change in the rotation angle of polarization. Measurement of light intensity was carried out using BH1750, magnetic field measurement was carried out using Gaussmeter. Changes in the rotation angle of polarization are made by the stepper motor which drives the lens of the analyzer which has been geared. The light source used is an RGB laser with a power of 300 mW. Data is collected by the initial condition of the angle between polarizer lens and analyzer lens at 45º. The Verdet constant for corn oil with a red light source is 0.37 mT/m. The Verdet constant for corn oil with green light source is 0.55 mT/m. For blue light source, the Verdet constant value that obtained is 0.73 mT/m

"

"Pada penelitian ini medan magnet akan ditingkatkan untuk mendapatkan konstanta verdet yang bervariasi Kumparan dengan diameter 2 mm dan hambatan 1,5 Ohm dirancang untuk menghasilkan medan magnet kuat hingga mencapai 500 mT. Kumparan akan dilewatkan arus maksimum 20 A dan tegangan maksimum 30 V. Namun kumparan 2 mm yang dilewati arus sebesar 20 A akan menimbulkan panas berlebih yang mengganggu kestabilan besar medan magnet yang dihasilkan sehingga diperlukan penambahan sebuah sistem pendingin menggunakan blok air yang ditempelkan pada inti magnet dan kumparan. Apabila medan magnet kuat memengaruhi material mengneto-optik (MOE) fase cair yang dilewatkan cahaya maka disebut sebagai metode rotasi faraday. Metode rotasi faraday digunakan untuk mencari besar konstanta verdet. Konstanta verdet merupakan representasi karakteristik material magneto-optik (MOE) fase cair. Pada penelitian ini untuk mendapatkan nilai konstanta verdet, nilai yang diukur adalah besar medan magnet, besar sudut cahaya yang terpolarisasi, dan intensitas cahaya. Menggunakan cahaya laser merah berbentuk titik dengan panjang gelombang 650 nm dengan intensitas cahaya maksimum sebesar 54612 lux. Perubahan sudut dilakukan menggunakan gir yang terhubung degan stteper motor dan sistem analisator. Pengambilan data menggunakan teknik polarisasi yang terpengaruh oleh medan magnet eksternal. Nilai medan magnet yang terukur oleh teslameter dengan variasi antara -250—250 mT. Sudut rotasi faraday diperoleh dari selisih besar sudut polarisator dan analisator dengan selisih sudut mula-mula sebesar 45°. Cahaya yang melewati polarisator dan analisator akan terdeteksi oleh sensor cahaya BH1750. Hasil penelitian ini akan menunjukkan besar konstanta verdet dari setiap material magneto-optik (MOE) fase cair.

---

In this research, the magnetic field will be increased to obtain a variable verdet constant. The coil with a diameter of 2 mm and a resistance of 1.5 Ohm is designed to produce a strong magnetic field up to 500 mT. The coil will pass a maximum current of 20 A and a maximum voltage of 30 V. However, a 2 mm coil that is passed by a current of 20 A will cause excessive heat which disrupts the stability of the large magnetic field produced, so it is necessary to add a cooling system using a water block attached to the magnetic core and coil. If a strong magnetic field affects the magneto-optic element (MOE) that is passed by light, it is called the Faraday rotation method. Faraday rotation method is used to find the verdet constant. The verdet constant is a representation of the characteristics of the liquid phase magneto-optic element (MOE). In this research to obtain the value of the verdet constant, the measured values are the magnitude of the magnetic field, the angle of polarized light, and the intensity of light. Using red laser light in the form of a point with a wavelength of 650 nm with a maximum light intensity of 54612 lux. Angle changes are carried out using gears connected to the stepper motor and analyzer system. Data retrieval using a polarization technique that is affected by an external magnetic field. The value of the magnetic field measured by the teslameter varies between -250—250 mT. Faraday rotation angle is obtained from the large difference between the polarizer and the analyzer angle with the initial angle difference of 45°. Light that passes through the polarizer and analyzer will be detected by the BH1750 light sensor. The results of this study will show the magnitude of the verdet constant of each liquid phase magneto-optic element (MOE)."

"In signal transmission through an optical fiber, a bending fiber causes degradation of efficiency. Due to mode conversion and radiation loss. Considering a light power radiated from a bending fiber has a possibility to be utilized as detectable signal, it is proposed an optical tap by using bending fiber.The study is devoted to design and construction of optical tap for fiber link, without any other optical element. The signal quality of the radiated light from optical fiber bending has been investigated in various angle of detection and in various radius of curvature. The result shows that the radiated signal has similar shapes of distribution of 20 degrees. And the bending loss increases if the radius of curvature decreases.A trial of sending optical signal from one end of the fiber link shows a detected radiated signal from the bending point. It is predicted that the bending fiber can be applied as optical tap, instead of a source of power loss."