ABSTRAKSI: Pendeteksi gerak dapat diaplikasikan dengan menggunakan metode image segmentation yaitu membagi gambar sesuai dengan kesamaan sifatnya. Metode image segmentation ini sudah melalui sejarah panjang bersamaan dengan ditemukannya citra digital. Salah satu metode yang dapat diaplikasikan pada pendeteksi gerak adalah geometric active contour (Caselles, Vincent, 1995). Metode ini mengaplikasikan fungsi pemberhenti dan level set pada persamaan evolusi active contour : snakes. Pada penggunaannya untuk sistem pengawas, maka pendeteksi gerak ini harus dapat memenuhi syarat-syarat pendeteksian pada lingkungan yang dinamis, dimana banyak variabel-variabel yang dapat mempengaruhi hasil pendeteksian. Pembangunan sistem substraksi background yang dapat meminimalisasi perubahan lingkungan juga diterapkan dalam mendukung metode geometric active contour. Dengan mengaplikasikan algoritma hybrid dengan menggunakan prinsip moving mean, temporal standart deviation dan rule three frame differencing pada proses substraksi background untuk mengeliminasi background. Pada metode geometric active contour, proses re-inisialisasi dapat dihilangkan dengan mengaplikasikan persaman evolusi level set tanpa re-inisialisasi (Li, Chunming, Chenyang Xu and Martin D. Fox, 2005), diterapkan pada foreground hasil subtraksi background untuk mendeteksi objek yang bergerak bersama dengan bentuk dari objek yang bergerak. Proses pendeteksian gerak ini menghabiskan resource yang besar, dengan ratusan iterasi setiap fase geometric active contour untuk mendeteksi bentuk dari objek bergerak. Metode ini belum memungkinkan untuk pendeteksian secara real-time.Kata Kunci : pendeteksi gerak, active contour, geometric active contour, moving mean, level set, image segmentationABSTRACT: Motion detection can be applied using image segmentation technique, which divide image into regions according to its similarities. Image segmentation technique had been thorugh a long history since discovery of digital image technology. Ones of image segmentation technique which can be applied to motion detection is geometric active contour (Caselles, Vincent, 1995). Geometric active conttour applied stopping function and level set to active contour evolution : snakes. For using of surveillance system, motion detection technique must be able to meet the term of the detection in a dynamic environment, where many variables and environmental changes can affect the results of detection. Using background substraction scheme that can minimize error from environmental changes must be apllied to support geometric active contour method. Applying hybrid algorithm using the principle of moving mean, temporal standart deviation and rule of three frame differencing on background substraction process for eliminate background is necessary. Geometric active contour implementation, re-initialization process can be eliminated with applying level set evolution without re-initialization equation (Li, Chunming, Chenyang Xu and Martin D. Fox, 2005), applied to foreground, result from background substraction process to detect moving object also its shape. This Motion detection technique using a too much resource, with hundreds of iteration at each geometric active contour phase to detect moving object and its shape. This method has not been possible to applied this method for real-time detection.Keyword: motion detection, active contour, geometric active contour, moving mean, level set, image segmentation.