Abstrak

---

Perkembangan sistem keamanan rumah sudah semakin pintar, tetapi muncul permasalahan ketika melakukan pendeteksian obyek dibutuhkan banyak sensor skalar. Pendeteksian sering keliru karena perbedaan obyek, misalnya dalam hal menentukan orang. Orang kerdil dan anak kecil memiliki persamaan ukuran tubuh jika menggunakan sensor skalar hal tersebut sulit untuk dibedakan sehingga diperlukan perangkat lain untuk dapat membedakannya. Solusi untuk itu adalah alat pemantau berbasis computer vision, tetapi sistem ini membutuhkan sumber daya besar diakibatkan data yang harus diolah mempunyai kapasitas besar. Solusinya adalah data yang diolah hams memiliki kapasitas kecil yang dapat berimplikasi pada pengurangan kualitas gambar. Pad a penelitian ini difokuskan pada perbandingan berbagai metode pengurangan kapasitas data, yaitu algoritma kompresi dan metode frame rejection. Perbandingan difokuskan pada kernampuan metode untuk mengurangi kapasitas data tetapi masih mampu dilakukan proses segmentasi citra ketika data tersebut ingin digunakan untuk proses yang lain.