<![CDATA[Sistem pengawasan CCTV konvensional yang hanya merekam video tanpa kemampuan analisis otomatis seringkali mengakibatkan keterlambatan dalam mendeteksi aktivitas mencurigakan dan ketergantungan pada pemantauan manusia yang rentan terhadap human fatigue. Deteksi gerakan yang akurat dan real-time sangat penting untuk mengidentifikasi aktivitas mencurigakan secara dini, mencegah insiden keamanan, dan meningkatkan efisiensi pemantauan. Penelitian ini bertujuan mengembangkan sistem deteksi gerakan pada kamera pengawasan CCTV menggunakan teknologi image processing dengan mengintegrasikan metode Kalman Filter untuk mengatasi keterbatasan metode konvensional seperti Background Subtraction dan Optical Flow yang rentan terhadap noise, perubahan iluminasi, dan occlusion. Metode penelitian menggunakan pendekatan eksperimen dengan mengumpulkan 20 sampel video dari 4 lokasi berbeda yaitu Fakultas Teknik Informatika Universitas Muhammadiyah Bengkulu, lingkungan perumahan, warung, dan PlayStation. Tahapan penelitian meliputi identifikasi permasalahan, pengumpulan data, preprocessing, dan pengujian menggunakan confusion matrix. Hasil penelitian menunjukkan sistem yang dikembangkan mampu mendeteksi objek bergerak dengan tingkat akurasi 90%, precision 94%, dan recall 94%. Dari 20 video yang diuji, sistem berhasil mengidentifikasi 18 video sebagai True Positive, 1 video sebagai False Positive, dan 1 video sebagai False Negative; tidak terdapat True Negative karena sistem hanya berfokus pada deteksi keberadaan gerakan. Implementasi Kalman Filter terbukti efektif dalam meningkatkan robustness sistem terhadap noise dan gangguan eksternal melalui mekanisme prediksi dan koreksi yang menyaring deteksi palsu, serta mampu mempertahankan pelacakan objek selama occlusion parsial dan memberikan bounding box pada objek bergerak secara real-time yang lebih stabil. Sistem ini dapat menjadi solusi untuk meningkatkan efektivitas pengawasan CCTV dalam berbagai lingkungan.]]>
Copyrights © 2025
