Jurnal TICOM Vol.2 No.1 September 2013 ISSN 2302 - 3252 Page 202 Deteksi Pejalan Kaki pada Video dengan Metode Fastest Pedestrian Detector in The West (FPDW) Achmad Solichin #1 , Agus Harjoko *2 # Mahasiswa S3 Ilmu Komputer, Fakultas MIPA, Universitas Gadjah Mada # Teknik Informatika, Fakultas Teknologi Informasi, Universitas Budi Luhur Indonesia 1 achmad.solichin@budiluhur.ac.id * Jurusan Ilmu Komputer & Elektronika, Fakultas MIPA, Universitas Gadjah Mada Indonesia 2 aharjoko@ugm.ac.id Abstrak— Deteksi pejalan kaki pada video dapat dilakukan secara offline untuk keperluan analisis, seperti analisis perilaku pejalan kaki, analisis terjadinya kerusuhan dan analisis terjadinya kecelakaan lalu lintas. Selain itu, proses deteksi pejalan kaki juga banyak dilakukan secara real-time, seperti untuk sistem pengamanan berkendara, sistem navigasi di dalam ruangan, sistem pengaturan lalu lintas di persimpangan dan sebagainya. Dalam paper ini, metode FPDW (Fastest Pedestrian Detector in the West) akan diujicobakan untuk melakukan deteksi pejalan kaki pada suatu video. Kontribusi dari paper ini adalah menambahkan parameter minimum confidence pada algoritma FPDW untuk meningkatkan tingkat akurasi hasil deteksi. Percobaan dilakukan terhadap video berdurasi 6 menit 50 detik yang diekstraksi menjadi 1 citra per detik. Kata kunci — deteksi pejalan kaki, FPDW, HOG, video Abstract— Pedestrian detection in video can be done offline for the purposes of analysis, such as analysis of pedestrian behavior, riots analysis and analysis of traffic accidents. In addition, pedestrian detection process is also done in real-time, such as for driving security systems, indoor navigation system, traffic control system at crossroads and so on. In this paper, a method FPDW (Fastest Pedestrian Detector in the West) will be tested to detect pedestrians in a video. Contribution of this paper is to add parameter of minimum confidence to the FPDW algorithm, to improve the accuracy of detection results. Experiments conducted on the video duration of 6 minutes 50 seconds extracted into 1 image per second. Keywords— pedestrian detector, FPDW, HOG, video I. PENDAHULUAN Deteksi pejalan kaki pada video merupakan salah satu topik penelitian yang populer saat ini. Hasil penelitian banyak dimanfaatkan dalam banyak aplikasi seperti untuk keamanan dan pengawasan (surveillance) [1] , keamanan dalam lalu lintas (advanced driver assistance systems) [2] , intelligent transportation systems [3] , robotika dan juga analisis  potensi terjadi kerusuhan di suatu tempat [4]. Proses deteksi pejalan kaki pada video dapat dilakukan secara offline untuk keperluan analisis, seperti analisis perilaku pejalan kaki, analisis dan prediksi terjadinya kerusuhan dan analisis terjadinya kecelakaan lalu lintas [5] .  Selain itu, proses deteksi pejalan kaki juga banyak dilakukan secara real-time, seperti untuk sistem pengamanan berkendara [6] , sistem navigasi di dalam ruangan [  7] , sistem pengaturan lalu lintas di persimpangan [8] dan sebagainya. Pada proses deteksi secara offline, tingkat akurasi lebih diutamakan dibanding kecepatan. Sebaliknya pada proses deteksi secara real-time, kecepatan merupakan hal yang utama. Jika dilihat dari tingkat kesalahan deteksi setiap citra semakin berkurang, terbukti dari nilai fppi (false positive per image) yang terus menurun pada beberapa teknik deteksi. Metode Viola-Jones [9] menghasilkan nilai fppi 10, Histogram of Oriented Gradients (HOG) [10] menghasilkan 1 fppi, dan beberapa metode deteksi yang dikenal saat ini seperti metode FPDW dan ChnFtrs [11]–[13] sudah mencapai nilai 0,1 fppi. Dengan kata lain, tingkat akurasi teknik deteksi pejalan kaki semakin baik. Di sisi lain, tingkat kecepatan proses deteksi juga semakin meningkat. Viola-Jones [9] hanya mampu melakukan deteksi 15 fps (frame per second), tetapi metode FPDW [12] mampu menghasilkan kecepatan deteksi 10 hingga 100 kali lipatnya. Bahkan metode VeryFast [14] , yang menggunakan metode  FPDW dengan pembagian proses CPU dan GPU dapat melakukan deteksi 100 frame per detik. Dollar dkk dalam [13] melakukan percobaan menggunakan Caltech Pedestrian Datasets [15] menyimpulkan FPDW dan ChnFtrs menjadi metode yang tercepat. Dalam paper ini, metode FPDW [12] akan diujicobakan untuk melakukan deteksi pejalan kaki pada suatu video. Kontribusi dari paper ini adalah menambahkan parameter minimum confidence pada algoritma yang dibuat oleh Piotr Dollar [12], [16] untuk meningkatkan tingkat akurasi hasil deteksi. Percobaan dilakukan terhadap video berdurasi 6 menit 50 detik yang diekstraksi menjadi 1 citra per detik.