EBNU MULKAN ARSIE and FANDI PRESLY SIMAMORA and MHD. DWI AL FIQRI (2022) PENGEMBANGAN APLIKASI PEMANTAUAN AKTIVITAS PADA RUANGAN MENGGUNAKAN ALGORITMA IMPROVED MASK R CNN BERBASIS WEB. Undergraduate (S-1) thesis, Universitas Mikroskil.
BAGIAN AWAL.pdf
Download (12MB)
BAB I.pdf
Download (2MB)
BAB II.pdf
Download (9MB)
BAB III.pdf
Restricted to Registered users only
Download (15MB)
BAGIAN AKHIR.pdf
Download (1MB)
Abstract
Saat ini perangkat-perangkat berbasis Internet of Things (IoT) semakin umum digunakan karena memberikan kemudahan dalam berbagai aspek kehidupan. Dalam bidang keamanan misalnya, perangkat berbasis IoT telah diterapkan untuk membuat sistem pemantauan ruangan dengan menggunakan sensor gerakan. Sistem ini bekerja dengan cara mendeteksi adanya sebuah pergerakan lalu menyimpan hasil capture dari pergerakan tersebut. Meskipun demikian sistem ini kurang optimal karena penggunaan sensor gerak pada sistem tersebut mendeteksi setiap pergerakan yang terjadi, termasuk hal-hal yang tidak berkaitan dengan bidang keamanan suatu ruangan. Penelitian ini akan mengimplementasikan algoritma Improved Mask R CNN yang merupakan salah satu algoritma deep learning dalam bidang computer vision untuk mengatasi hal ini di mana metode ini tidak memerlukan sensor tambahan serta dapat mendeteksi aktivitas-aktivitas yang berkaitan dengan bidang keamanan suatu ruangan. Penelitian ini menggunakan webcam Logitech C270 HD sebagai alat untuk melakukan pemantauan dan pengumpulan dataset yang terdiri dari dua class aktivitas yaitu mengambil handphone dan membuka pintu. Berdasarkan pengujian yang dilakukan diperoleh hasil bahwa sistem dapat mengenali kedua class aktivitas yang berkaitan dengan bidang keamanan dalam suatu ruangan dengan mAP sebesar 75,56%.
Item Type: | Tugas Akhir / Tesis (Undergraduate (S-1)) |
---|---|
Subjects: | Teknik Informatika |
Divisions: | Fakultas Informatika > Program Studi S-1 Teknik Informatika |
Depositing User: | Adi Kurniawan |
Date Deposited: | 07 Dec 2022 07:19 |
Last Modified: | 20 Dec 2022 08:00 |
URI: | https://repository.mikroskil.ac.id/id/eprint/365 |