Panduan Perhitungan DORI (2026): Kepatuhan EN 62676-4 Langkah demi Langkah untuk Proyek Nyata
Tiga contoh nyata yang telah dikerjakan — dermaga pemuatan gudang, gerbang ANPR tempat parkir, dan loket teller bank — dengan perhitungan piksel per meter EN 62676-4 yang dijelaskan secara lengkap. Pada akhir artikel ini, Anda akan dapat menghitung level DORI untuk kamera dan jarak target apa pun di kepala Anda, dan Anda akan tahu persis kombinasi kamera dan lensa mana yang memenuhi ambang batas DORI tertentu.
Daftar Isi
Apa yang akan Anda pelajari
Membaca tentang DORI itu bagus. Menghitung DORI pada proyek nyata adalah hal yang benar-benar memenangkan tender dan memastikan keberhasilan commissioning. Artikel ini adalah bagian praktis dari penjelasan konseptual DORI. Kami memilih tiga arketipe proyek yang muncul dalam sekitar 80% desain CCTV dan kami menjalankan angka EN 62676-4 melalui masing-masing proyek tersebut, dari awal hingga akhir, dengan perhitungan yang terlihat. Pada akhirnya, Anda seharusnya dapat melihat lembar data kamera, pilihan lensa, dan jarak target dan mengetahui — dalam waktu tiga puluh detik — tingkat DORI mana yang dipenuhi oleh desain tersebut.
Mengapa tiga contoh dan bukan satu? Karena setiap arketipe menekankan bagian perhitungan yang berbeda. Gudang memaksa Anda untuk memikirkan bagaimana DORI menurun seiring jarak. Gerbang ANPR memaksa Anda untuk memikirkan ruang piksel untuk keterbacaan plat nomor. Teller bank memaksa Anda untuk memikirkan kepadatan piksel pengenalan wajah pada jarak dekat dengan pilihan lensa yang terbatas. Bersama-sama, ketiganya mencakup kemampuan perhitungan yang Anda butuhkan untuk hampir setiap desain yang akan Anda temui.
Penyegaran matematika DORI — rumus dalam satu paragraf
EN 62676-4 mendefinisikan DORI dalam hal piksel per meter pada jarak target. Perhitungannya sederhana: bidang pandang sudut lensa diproyeksikan ke irisan horizontal pada adegan, dan jumlah piksel horizontal kamera didistribusikan di seluruh irisan tersebut. Rumus ringkasnya adalah:
Rumus piksel per meter DORI
PPM = (panjang_fokus_mm × lebar_gambar_piksel) / (lebar_sensor_mm × jarak_m)
- focal_length_mm — the lens you have selected (e.g. 6mm, 12mm).
- image_width_pixels — the horizontal pixel count (e.g. 2560 for 4MP at 16:9).
- sensor_width_mm — the horizontal sensor dimension (1/2.8" ≈ 5.376mm; 1/1.8" ≈ 7.20mm).
- distance_m — the metres from the camera to the target.
Bandingkan hasilnya dengan ambang batas EN 62676-4 : 25 ppm Deteksi, 62 ppm Observasi, 125 ppm Pengenalan, 250 ppm Identifikasi. Amandemen 2025 memperkenalkan mode OODPCVS yang memperluas kosakata ini, tetapi perhitungan piksel dasarnya identik.
Dua catatan praktis sebelum kita masuk ke langkah-langkahnya. Pertama, ukuran sensor biasanya diberikan sebagai pecahan inci (1/2,8", 1/1,8", 1/1,2") — ini bukan inci sebenarnya tetapi nomenklatur lama dari kamera tabung vidicon. Gunakan tabel konversi di bawah ini atau percayakan kalkulator Anda untuk melakukan pencarian. Kedua, rumus tersebut mengasumsikan lensa rektilinear standar. Lensa sudut lebar dan lensa fisheye menimbulkan distorsi barel yang secara halus mengubah kepadatan piksel efektif di seluruh bingkai; untuk lensa tersebut, gunakan angka panjang fokus efektif dari pabrikan, bukan angka nominalnya.
| Ukuran sensor | Horizontal mm |
|---|---|
| 1/3" | 4.80mm |
| 1/2.8" | 5.376mm |
| 1/2.5" | 5.76mm |
| 1/1.8" | 7.20mm |
| 1/1.2" | 10.67mm |
Panduan 1 — Dermaga pemuatan gudang
Pengaturan. Seorang pelanggan logistik memasang CCTV di dermaga pemuatan selebar 25m dengan satu kamera terpasang di dinding bangunan tepat di atas pintu dermaga, menghadap ke halaman. Kamera yang dipilih adalah 4MP dengan sensor 1/2.8" (2560 × 1440, 5.376mm horizontal) pada lensa tetap 6mm. Pertanyaannya: berapa tingkat DORI yang dicapai kamera ini pada jarak 10m, 20m, dan 35m dari dinding?
Angka-angka
- PPM @ 10m = (6 × 2560) / (5.376 × 10) = 285.7 ppm → Identifikasi (>250)
- PPM @ 20m = (6 × 2560) / (5.376 × 20) = 142.9 ppm → Pengenalan (>125)
- PPM @ 35m = (6 × 2560) / (5.376 × 35) = 81.6 ppm → Pengamatan (>62)
Interpretasinya. Sebuah kamera 4MP-on-6mm tunggal mencakup dermaga dengan tiga tingkat DORI berbeda pada tiga jarak berbeda: Identifikasi tepat di pintu, Pengenalan di tengah halaman, Pengamatan lebih dalam ke area pemuatan. Untuk dermaga selebar 25m, setiap piksel di sepanjang permukaan dermaga memenuhi Pengenalan atau lebih baik, yang merupakan ambang batas yang tepat untuk "kita tahu siapa yang mengambil kontainer mana".
Kesimpulan desain. Jika pelanggan membutuhkan identifikasi pada jarak 20m (misalnya, untuk membaca ID pengemudi forklift di seluruh area halaman), kamera ini tidak cukup — mereka membutuhkan panjang fokus yang lebih panjang (yang mengorbankan pandangan luas di dekat pintu) atau sensor resolusi lebih tinggi (8MP pada lensa 6mm yang sama mencapai identifikasi lebih dari 20m). Simulasi ini membuat kompromi tersebut terlihat dalam angka, yang merupakan percakapan yang tepat yang ingin Anda lakukan dengan pelanggan sebelum pemasangan, bukan setelahnya.
Panduan 2 — Gerbang ANPR tempat parkir
Pengaturan. Seorang pelanggan komersial menginginkan pengenalan plat nomor otomatis (ANPR) di gerbang masuk tempat parkir bawah tanah. Palang pintu berjarak 5m dari dudukan kamera. Kamera yang dipilih adalah 8MP dengan sensor 1/1.8" (3840 × 2160, 7,20mm horizontal) pada lensa tetap 12mm. Pertanyaannya: apakah kombinasi ini memenuhi persyaratan Identifikasi (250 ppm) di gerbang, dan berapa margin kesalahannya?
Angka-angka
- PPM @ 5m = (12 × 3840) / (7.20 × 5) = 1280 ppm → Identifikasi (>>250)
- PPM @ 10m = (12 × 3840) / (7.20 × 10) = 640 ppm → Identifikasi (>>250)
- PPM @ 25m = (12 × 3840) / (7,20 × 25) = 256 ppm → Identifikasi (sedikit di atas 250)
Interpretasinya. Pada jarak 5m, kamera menghasilkan 1280 ppm — lebih dari lima kali ambang batas identifikasi EN 62676-4. Kapasitas piksel tersebut tidak disia-siakan. ANPR (Automatic Number Plate Recognition) bekerja dengan baik hanya ketika pelat nomor diterangi dengan baik, memiliki sudut yang tepat, dan bebas dari blur akibat gerakan — memiliki kapasitas piksel yang cukup berarti sistem dapat mentolerir degradasi yang tak terhindarkan di dunia nyata (hujan pada lensa, matahari rendah, sedikit kemiringan kendaraan) tanpa turun di bawah ambang batas keterbacaan. Desain yang hanya mencapai 250 ppm dalam kondisi laboratorium biasanya gagal dalam produksi.
Kesimpulan desain. Pilihan 8MP pada 12mm sangat cocok untuk gerbang selebar 5m dengan margin yang signifikan. Jika kamera yang sama dipasang lebih jauh ke belakang — hingga sekitar 25m — kamera tersebut masih akan memenuhi persyaratan Identifikasi tetapi dengan toleransi lingkungan yang jauh lebih rendah. Untuk kamera ANPR (Automatic Number Plate Recognition) dengan satu tujuan, ruang piksel yang besar adalah pilihan desain yang tepat, bukan pilihan yang boros.
Panduan Langkah 3 — Loket teller bank
Pengaturan. Sebuah bank ritel sedang meningkatkan CCTV di dalam cabang pada konter teller. Setiap jendela teller memiliki kamera khusus yang dipasang di dinding belakang, 4m dari sisi pelanggan konter. Kamera yang dipilih adalah 6MP dengan sensor 1/1.8" (3072 × 2048, 7,20mm horizontal) pada lensa tetap 8mm. Pertanyaannya: apakah ini memenuhi persyaratan identifikasi 250 ppm di sisi pelanggan konter untuk penggunaan pengenalan wajah?
Angka-angka
- PPM @ 4m = (8 × 3072) / (7.20 × 4) = 853 ppm → Identifikasi (>>250)
- PPM @ 6m = (8 × 3072) / (7.20 × 6) = 569 ppm → Identifikasi (>>250)
- PPM @ 12m = (8 × 3072) / (7,20 × 12) = 284 ppm → Identifikasi (sedikit di atas 250)
Interpretasinya. Kamera 6MP-on-8mm memenuhi persyaratan Identifikasi 250 ppm di konter teller dengan ruang piksel yang cukup besar. EN 62676-4 menetapkan 250 ppm sebagai tingkat di mana individu yang tidak dikenal dapat diidentifikasi dari gambar — persis seperti kasus penggunaan untuk pengenalan wajah yang dipicu oleh transaksi yang ditandai. Kamera yang sama terus memenuhi persyaratan Identifikasi hingga jarak sekitar 12m, yang lebih dari kedalaman ruang teller biasa.
Kesimpulan desain. Pada geometri ini, tinggi pemasangan dan sudut ke wajah pelanggan lebih penting daripada piksel tambahan. Wajah yang dilihat dari sudut atas yang curam lebih sulit diidentifikasi daripada jumlah piksel yang sama pada wajah yang dilihat hampir dari depan — kepadatan piksel adalah syarat yang diperlukan, bukan syarat yang cukup. Penjelasan langkah demi langkah memunculkan percakapan desain yang tepat: fokuskan iterasi berikutnya pada posisi pemasangan daripada pada spesifikasi kamera.
Pengingat ambang batas EN 62676-4. Ambang batas identifikasi 250 ppm adalah batas standar di atas mana individu yang tidak dikenal dapat diidentifikasi secara andal dari gambar. Algoritma pengenalan wajah lokal umumnya membutuhkan ambang batas yang jauh lebih rendah untuk bekerja, tetapi angka 250 ppm adalah angka yang lolos pemeriksaan bukti di pengadilan — yang merupakan batasan yang pada akhirnya dirancang untuk diterapkan pada teller bank.
Kesalahan umum
Tiga kesalahan menjadi penyebab hampir setiap percakapan "perhitungan matematika mengatakan ya, tetapi instalasi gagal" yang kita alami. Menghemat waktu perjalanan bolak-balik Anda adalah sebagian besar alasan mengapa artikel ini ada.
- Kebingungan ukuran sensor. Sensor 1/2,8" bukanlah 1/2,8 inci — itu adalah nomenklatur lama dari tabung vidicon dan kira-kira setara dengan 5,376 mm secara horizontal. Mengganti 9,07 mm (nilai literal 1 inci dibagi 2,8) ke dalam rumus adalah salah satu cara paling andal untuk melebih-lebihkan jarak identifikasi hingga dua kali lipat.
- Rasio aspek hilang. Sebuah "kamera 4MP" dapat berupa 2560 × 1440 (16:9) atau 2048 × 1536 (4:3). Jumlah piksel horizontal berbeda sebesar 25%, dan begitu pula jarak DORI yang dihasilkan. Selalu baca resolusi dari lembar data — jangan pernah berasumsi rasio aspek dari jumlah megapiksel.
- Konversi satuan yang salah. Mencampur sentimeter dan meter, kaki dan meter, atau milimeter dan sentimeter adalah kesalahan yang paling sering terjadi karena menghasilkan angka yang tampak masuk akal. Gunakan kalkulator yang memahami satuan (kalkulator CCTVplanner DORI menangani m dan ft secara bawaan) dan periksa kembali satuannya di setiap langkah.
- Ambang batas lembar data vs ambang batas EN 62676-4. Beberapa produsen menerbitkan "jarak identifikasi" menggunakan target kepadatan piksel internal mereka sendiri. Selalu periksa silang apakah angka lembar data mengasumsikan 100 ppm, 150 ppm, atau standar EN 62676-4 yaitu 250 ppm — perbedaannya dapat mencapai faktor 2,5x dalam jarak.
Cara memverifikasi secara otomatis
Menghitung secara manual adalah cara yang bagus untuk mempelajarinya. Namun, menghitung secara manual pada setiap kamera dalam proyek yang terdiri dari 40 kamera adalah cara yang mudah menimbulkan kesalahan. CCTVplanner menyediakan dua alat berbasis browser gratis yang menggabungkan rumus di atas dengan ambang batas EN 62676-4 dan katalog lebih dari 65.000 kamera.
Dua kalkulator yang melakukan perhitungan untuk Anda.
- Kalkulator DORI — pilih kamera dan jarak target, dapatkan kepadatan piksel dan tingkat DORI yang dicapai.
- Kalkulator EN 62676-4 — rekomendasi lensa yang sesuai standar termasuk mode OODPCVS 2025.
- Desainer — kanvas proyek lengkap di mana setiap kamera secara otomatis diberi skor berdasarkan EN 62676-4 dalam kanvas, BOM , dan hasil akhir PDF .
Untuk proyek multi-kamera, perancang adalah titik masuk yang tepat. Tempatkan setiap kamera pada denah lantai, atur lensa, dan kanvas akan memberi kode warna pada area mana yang memenuhi tingkat DORI tertentu. Bendera kepatuhan akan muncul berwarna merah di mana pun kamera diminta untuk menghasilkan lebih banyak piksel per meter daripada yang diizinkan oleh lensa dan resolusinya. PDF multi-halaman yang diekspor membawa tingkat DORI per kamera ke dalam tabel peralatan — petugas pengadaan dapat membaca angka yang Anda hitung tanpa harus menghitung ulang.
Untuk pemahaman yang lebih mendalam tentang pembaruan standar di balik alat-alat ini, artikel pembaruan EN 62676-4 :2025 OODPCVS membahas tujuh label mode baru yang berada di atas DORI klasik dalam pengadaan Uni Eropa tahun 2026.
Pertanyaan yang Sering Diajukan
What is the basic formula for DORI pixel density?
Pixels per metre at the target distance equals (focal_length_mm × image_width_pixels) divided by (sensor_width_mm × distance_m). The horizontal resolution is in pixels, the focal length and sensor width are in millimetres, and the target distance is in metres. The result is the pixel density at that distance, which you compare against the EN 62676-4 thresholds: 25 ppm Detection, 62 ppm Observation, 125 ppm Recognition, 250 ppm Identification.
Do I use the horizontal pixels or the total megapixels in the formula?
Always use the horizontal pixel count. A 4MP camera at 16:9 has 2560 × 1440 pixels — for DORI you take 2560, not 4,000,000. Using megapixels in the formula will silently overestimate pixel density by orders of magnitude. This is the single most common mistake and the one most likely to make a design fail commissioning.
Why do my numbers differ from the camera datasheet's 'identification distance'?
Manufacturers sometimes publish identification distances using their own proprietary thresholds rather than the EN 62676-4 250 ppm value. Always cross-check the assumed pixel-density target. A datasheet that says 'identification at 18m' might be assuming 100 ppm or 150 ppm rather than the standard 250 ppm — at 250 ppm the same camera would only reach about 7m. The math is correct, the assumption is what differs.
Does the lens choice or the resolution matter more?
They matter equally — pixel density is proportional to focal length divided by sensor width, and proportional to horizontal resolution. Doubling either roughly doubles the achievable identification distance. In practice, varifocal lenses give you flexibility to optimise per-camera, while resolution upgrades benefit every zone uniformly. The right answer for any given site is usually a combination: a smaller number of higher-resolution cameras with appropriately-chosen lenses.
How do I verify a DORI calculation without doing the math by hand?
Use a calculator that knows the EN 62676-4 thresholds and the camera catalogue. The CCTVplanner DORI calculator at /calculator/dori takes the camera and the target distance and returns the achieved pixel density and DORI level. The dedicated EN 62676-4 calculator at /en-62676-4-calculator wraps the same maths with standards-aware language including the 2025 OODPCVS modes. Both are free and require no install.
Artikel Terkait
Keempat level dan fungsi masing-masing, sebelum bagian matematika.
Perhitungan di balik setiap target DORI dan OODPCVS.
Taksonomi tujuh mode yang menjadi dasar DORI klasik pada tahun 2026.
Perbandingan berdampingan termasuk rendering DORI dan dukungan OODPCVS.
Opsi tingkat gratis yang menghitung DORI sesuai EN 62676-4 secara otomatis.
Panduan langkah demi langkah termasuk migrasi ambang batas DORI.