I NENGAH, SUARDIKA (2023) IMPLEMENTASI SISTEM IOT DENGAN ALGORITMA HAAR CASCADE CLASSIFIER UNTUK MEMANTAU PROTOKOL KESEHATAN DI RUANG KELAS DAN PERBANDINGAN METODE PENGAMBILAN GAMBAR. S1 thesis, Universitas Mataram.
![[img]](http://eprints.unram.ac.id/style/images/fileicons/text.png) |
Text
Laporan TA2_ I Nengah Suardika_F1D018022.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text
Paper TA2_ I Nengah Suardika_F1D018022.pdf Download (450kB) | Preview |
Abstract
Penerapan protokol kesehatan COVID-19 sudah merupakan sebuah ketetapan pemerintah yang wajib diikuti agar dapat mencegah dan mengurangi laju penularan COVID-19. Untuk mengurangi risiko penularan COVID-19 di dalam ruangan dibutuhkan penerapan protokol kesehatan yang ketat mulai dari menjaga jarak hingga membatasi jumlah penghuni dalam satu ruangan. Oleh karena itu penulis melakukan penelitian untuk merancang “Implementasi Sistem Iot Dengan Algoritma Haar Cascade Classifier Untuk Memantau Protokol Kesehatan Di Ruang Kelas Dan Perbandingan Metode Pengambilan Gambar”. Alat ini memanfaatkan 4 buah alat yaitu raspberry pi, kamera raspberry pi, servo dan buzzer. Penelitian ini menggunakan pengujian perangkat yakni untuk menguji seluruh modul seperti raspberry pi, kamera raspberry pi, servo dan buzzer dari segi fungsionalitas. Didapat hasil bahwa semua modul bekerja dengan baik membaca perubahan yang terjadi. Setelah itu dilakukan pengujian keseluruhan sistem untuk mengetahui kinerja sistem terhadap pengujian yang dilakukan. Pada pengujian yang dilakukan hasil optimal untuk melakukan deteksi dengan algoritma Haar cascade kurang dari 100 cm dengan intensitas cahaya yang memadai di dalam ruangan. Dan pada pengujian keseluruhan sistem dilakukan pengujian pada ruang kelas. Hasil kerja sistem yang didapatkan bahwa sistem berjalan dengan baik. Meskipun demikian, terdapat kegagalan yang signifikan dalam deteksi penggunaan masker. Dengan tingkat keberhasilan deteksi penggunaan masker sebesar 48,27% dan dengan tingkat kegagalan deteksi penggunaan masker sebesar 51,72%. Namun, penting untuk mencatat bahwa pengambilan gambar menggunakan servo memberikan nilai persentase keberhasilan yang lebih tinggi sebesar 87%, sedangkan pengambilan gambar tanpa menggunakan servo hanya mencapai 37%. Hal ini menunjukkan penggunaan servo secara signifikan meningkatkan kemampuan sistem dalam mendeteksi wajah penghuni kelas.
| Item Type: | Thesis (S1) |
|---|---|
| Keywords (Kata Kunci): | face detection, Haar cascade classifier, Protokol COVID 19 , Raspberry pi, Servo |
| Subjects: | T Technology > TD Environmental technology. Sanitary engineering |
| Divisions: | Fakultas Teknik |
| Depositing User: | Meike Megawati |
| Date Deposited: | 20 Jul 2023 02:27 |
| Last Modified: | 20 Jul 2023 02:27 |
| URI: | http://eprints.unram.ac.id/id/eprint/41392 |
Actions (login required)
 |
View Item |
