Call Number | KA-1314 (Softcopy KA-1308) MAK KA-971 |
Collection Type | Karya Akhir (KA) |
Title | Implementasi video surveillance analytic pada spark untuk menghitung jumlah kendaraan di jalan tol: studi kasus PT Telkom Indonesia |
Author | Ardian Amping; |
Publisher | Jakarta : Program Studi Magister Teknologi Informasi Fasilkom UI, 2020 |
Subject | Big Data |
Location | FASILKOM-UI; |
Nomor Panggil | ID Koleksi | Status |
---|---|---|
KA-1314 (Softcopy KA-1308) MAK KA-971 | Ind | TERSEDIA |
PT Telkom sebagai perusahaan telekomunikasi terbesar di Indonesia dengan portofolio bisnis TIMES (Telecommunication, Information, Media, Edutainment, Services) sedang merencanakan implementasi suatu platform yang dapat memberikan solusi terhadap kebutuhan Big Data Video Surveillance Analytic di Indonesia. Dengan adanya kerjasama dengan pihak PT Jasa Marga dalam bentuk pemasangan CCTV di beberapa titik di jalan tol, PT Telkom memulai penelitian Video Surveillance Analytic dalam bentuk pengembangan sistem otomasi analisis trafik. Berlatar belakang masalah tersebut, penelitian ini bertujuan untuk mendapatkan desain dan sekaligus mengimplementasikan solusi Video Surveillance Analytic untuk menghitung jumlah kendaraan di jalan tol. Penelitian ini menggunakan instrumen penelitian berupa notebook untuk mengimplementasikan desain dalam skala kecil. Sumber data penelitian berasal dari data video rekaman CCTV di jalan tol yang dimiliki DDS (Divisi Digital Service). Metodologi penelitian yang digunakan adalah metodologi observasi literatur dan metodologi pengembangan sistem menggunakan metodologi waterfall. Dari hasil wawancara, studi literatur, dan observasi, desain Video Surveillance Analytic yang sesuai dengan kebutuhan PT Telkom adalah sistem yang memiliki arsitektur terpusat menggunakan teknologi Spark. Desain sistem terdiri dari 3 blok yaitu blok masukan Video Streaming, blok Video Stream Collector, dan blok Video Stream Processor. Pengembangan sistem menggunakan bahasa pemograman Java dengan library OpenCV sebagai pengolah video, Spark berfungsi sebagai pemroses data streaming serta algoritma GMM (Gaussian Mixture Model) sebagai algoritma pendeteksi gerak. Metode analisis data menggunakan rumus akurasi deteksi. Hasil analisis data menyatakan bahwa tingkat akurasi penghitungan jumlah kendaraan pada kondisi pagi hari mencapai 98%, pada kondisi siang hari mencapai 94%, pada kondisi malam hari mencapai 50,83% dan pada kondisi macet siang hari mencapai 42,5%. Faktor yang mempengaruhi kurangnya tingkat presisi adalah pencahayaan yang kurang, dan objek bergerak yang tampak berhimpitan (trafik macet). Penelitian ini menjadi awal yang baik bagi perusahaan dalam pengembangan teknologi Spark dan video analytic dalam skala yang lebih besar.