ABSTRAKSI: Maraknya perampokan minimarket yang terjadi di Indonesia baru-baru ini memicu kekhawatiran bagi masyarakat Indonesia. Setiap kali beraksi, modus pelaku selalu sama, yakni membawa senjata tajam dan langsung menodong karyawan minimarket. Pelaku juga selalu menggunakan topeng atau helm untuk menutupi identitas mereka.
Untuk menanggulangi hal tersebut, sebaiknya pihak pengelola minimarket menyediakan sarana yang dapat menunjang untuk mengantisipasi akan terjadinya perampokan. Sarana ini nantinya diharapkan dapat mengurangi tingkat perampokan yang terjadi di mini market.
Dalam tugas akhir dengan judul “Deteksi pelanggaran penggunaan helm di dalam mini market berbasis video processing” akan diteliti bagaimana cara mendeteksi orang yang masuk ke dalam minimarket menggunakan helm dengan ekstrasi ciri menggunakan metode vektor ciri untuk ekstraksi ciri dan akan diklasifikasikan dengan menggunakan K – NN.
Hasil yang dicapai adalah dapat dilakukannya proses pendeteksian pelanggaran penggunaan helm di dalam mini market berbasis video processing. Tingkat keakuratan sistem dengan pengambilan video secara tidak langsung adalah 93,91% dari 48 data video yang terdiri dari 2 kelas. Sedangkan sistem dengan pengambilan video secara langsung menghasilkan akurasi sebesar 76,19% dan waktu rata-rata komputasi sistem adalah 1.14 detik per frame.Kata Kunci : Kata Kunci : Video Processing, K – NN, Vektor CiriABSTRACT: Criminalization in Indonesia is increasing statiscally, especially “the robbery” in mini market. This thing, of course make the society in big town feel so unsecure and uncomfortable. They feel worry when they try to buy something in mini market at night. The modus in this robbery is likely the same in every occasion. The robber will try to threat the cashier with the weapon they bring, such as knive, machete and even with gun. They’re not afraid to hurt or even kill anybody just to accomplish their mission. The robbers are also wear a mask or a helmet to protect their faces, so there won’ t anybody acknwoldge them when they do their action.
To overcome this, the manager should provide the means to minimarket to anticipate the occurrence of robbery. Means are expected to reduce the rate of robberies that occurred in the mini market.
This final project “Deteksi pelanggaran penggunaan helm di dalam mini market berbasis video processing” will try to explain the research of the detection of the people who try to enter the minimarket using the helmet. This research uses the characteristic vector for the extraction and will be classified using the K-NN method.
The accuracy of the detection can reach to 93.71% in offline mode with these parameters: the threshold cropping value is 5, the normalization block size is 300 x 300, the sum of characteristic vector is 12 x 12, classification using K-NN with the value of "k"= 1 and type of distance is Euclidean. Meanwhile, the system will reach 76.19% accuracy when it tested in real time mode.
Keyword: Keyword: Video Processing, K-NN, Characteristic Vector.