Pendeteksi Penggunaan Masker Wajah dengan ESP32Cam Menggunakan OpenCV dan Tensorflow

Dharma, Putu Adhitya Santika; Widyatmika, Komang Agus; Suparta, I Nengah; Yasa, I Made Sumerta; Sapteka, Anak Agung Ngurah Gde

doi:10.24843/mite.2022.v21i02.p01

Cited by 3 publications

(3 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Motor ini dapat disesuaikan untuk Motor servo terdiri dari motor DC, serangkaian gearbox yang terpasang pada poros motor DC yang meningkatkan torsi motor servo. Potensiometer, yang resistansinya berubah saat motor bergerak, membantu untuk menentukan batas posisi rotasi poros motor servo [9], [19], [20], [21].…”

Section: Motor Servounclassified

Alat Pemberi Pakan Ikan Lele Dalam Drum Otomatis Berdasarkan Usia dan Jumlah Ikan Dengan Metode Fuzzy Logic

Arif¹,

Tamami²,

Madyono³

2023

JTE

View full text Add to dashboard Cite

Intisari— Tren permintaan ikan konsumsi terus meningkat pesat, bahkan Food and Agriculture Organization (FAO), mengatakan hasil budidaya ikan diperkirakan akan meningkat sekitar 172 juta ton pada tahun 2021. Oleh karena itu dibutuhkan usaha-usaha untuk meningkatkan produksi ikan lele nasional. Metode-metode terbaru dalam budidaya ikan lele pun bermunculan, salah satunya adalah metode budidaya ikan lele dalam drum. Namun, masih banyak peternak ikan lele dalam drum di Indonesia masih menggunakan metode konvensional yang sudah tidak efektif lagi, dikarenakan banyak benih ikan lele yang mati sebelum dewasa, hal ini disebabkan diantaranya karena pemberian pakan yang kurang terjadwal serta jumlah berat pakan yang kurang akurat dengan jumlah dan usia ikan dalam sebuah drum yang menyebabkan pertumbuhan ikan lele menjadi kurang maksimal. Berdasarkan permasalahan-permasalahan itulah yang mendorong untuk mengembangkan sebuah alat yang dapat mengontrol dan monitor jadwal pemberian pakan ikan dan jumlah berat takaran pakan ikan sesuai dengan jumlah dan usia ikan dalam satu drum berbasis mikrokontroler dengan memanfaatkan metode fuzzy logic yang dapat memudahkan dalam proses penalaran secara bahasa (linguistic reasoning),dan hanya dengan melalui smartphone, peternak dapat mengatur jadwal pemberian pakan serta memilih jumlah ikan dan usia ikan yang ada dalam sebuah drum. Hasilnya alat mampu memberikan pakan sesuai dengan jadwal pakan dengan tingkat error 0%, serta alat dapat memberikan pakan sesuai dengan takaran pakan dengan keakuratan mencapai 98,9% dengan rata-rata akurasi 96,09%. Kata Kunci— Pakan ikan otomatis, MQTT Dashboard, Fuzzy Logic

show abstract

Section: Motor Servounclassified

Alat Pemberi Pakan Ikan Lele Dalam Drum Otomatis Berdasarkan Usia dan Jumlah Ikan Dengan Metode Fuzzy Logic

Arif¹,

Tamami²,

Madyono³

2023

JTE

View full text Add to dashboard Cite

show abstract

“…Pendeteksian obyek orang ini menggunakan metode You Only Look Once (YOLO). Metode ini telah banyak digunakan dalam system pendeteksian obyek pada computer vision [13] [14]. Perkembangan metode YOLO juga sangat cepat terhitung sejak dua tahun terakhir sudah terdapat versi yang ke-7 [15].…”

Section: Pendahuluanunclassified

Pendeteksi Jumlah Orang pada Sistem Bangunan Pintar Menggunakan Algoritma You Only Look Once

Yoga¹,

Sukadarmika²,

Hartati³

et al. 2023

JTE

View full text Add to dashboard Cite

Perkembangan Internet of Things pada masa sekarang sangatlah pesat. salah satu bentuk dari perkembangan itu adalah Sebuah Smart-Building atau bangunan pintar. Pada bangunan pintar memerlukan sebuah bentuk sistem yang dapat mengawasi gedung tersebut secara real time dan efisien. pada penelitian ini merancang sebuah bentuk purwarupa sistem bangunan pintar dengan menambahkan pendeteksi jumlah orang yang menggunakan sensor kamera ESP32cam. Pendeteksian jumlah obyek orang ini mengadaptasi Algoritma YOLOv3 yang dilatih dengan 5 kondisi pencahayaan yang berbeda, diredupkan 50% dan 75%, ditingkatkan 50% dan 75% dan kondisi normal. Pada hasil pengimplementasian ini didapatkan nilai mAP yang melebihi 90% diseluruh kondisi pencahayaan tersebut. Algoritma YOLOv3 yang diterapkan pada sistem purwarupa bangunan pintar telah berhasil dalam mendeteksi dan mengkalkulasi jumlah obyek orang yang ada didalam sebuah gambar yang ditangkap oleh sensor kamera. Kata Kunci— Internet of Things; Object Detection; Smart Building; YOLO

show abstract

“…Sementara itu, compatibility memiliki peran yang lebih penting, yaitu mampu menyesuaikan model agar dapat berjalan pada komputer yang sesuai dengan kebutuhan bentuk, yang cenderung kecil. Hal ini disebabkan oleh kecenderungan implementasi object detection digunakan dalam menentukan posisi dan jenis objek secara langsung (real-time), seperti aplikasi pada pendeteksi penggunaan masker medis [17]. Sehingga menjadi sebuah tantangan ketika implementasi ini diterapkan di tempat deteksi secara langsung yang membutuhkan penyesuaian pada bentuk yang relatif kecil.…”

Section: B Real-time Inference Object Detectionunclassified

Model Object Detection Neural Network Berbasis Hand Gesture Recognition sebagai Kontrol Prostesis Tangan

Esa Darmayasa Adi Putra,

Putra Arya Winata,

Fauzi

et al. 2023

JTE

View full text Add to dashboard Cite

Penyandang disabilitas akibat cedera kecelakaan sebagian besar merupakan pasien pasca amputasi lengan yang dapat menyebabkan gangguan psikologis, bahkan trauma besar. Dengan demikian, urgensi fungsionalitas prostesis tangan semakin dibutuhkan. Hand gesture recognition (HGR) dapat dimanfaatkan sebagai kontrol prostesis tangan, meninjau dari kesamaan bentuk objek/benda memberikan kecenderungan terhadap gerakan tangan yang sama. Pengembangan ini menggunakan tiga jenis gerakan yang umum, yaitu pinch, pick, dan grab. Diperlukan pengembangan model neural network yang mampu mengimplementasikan konsep tersebut. Model neural network yang dikembangkan menggunakan pretrained network YOLOV7 dan YOLOV7tiny dengan dataset yang dikumpulkan melalui metode scrapping data gambar publik. Dataset yang diperoleh sejumlah 317 gambar, 2278 label objek dengan rasio training dengan testing 80:20. Proses training menggunakan framework Pytorch dengan 300 epoch. Hasil nilai loss tiap epoch menunjukkan model trainable pada dataset yang diberikan. Hasil training selanjutnya dievaluasi dengan evaluation metrics jumlah parameter, frame per seconds (FPS) dan mean average precision (mAP) menggunakan testing dataset. Hasil overall menunjukkan evaluation metrics tertinggi pada model dengan pretrained YOLOV7 dengan jumlah parameter 36,9 juta, FPS 161, dan mAP 98,11%. Dengan hasil ini, model memiliki potensi untuk dikembangkan dan diimplementasikan sebagai penunjang fungsionalitas kontrol prostesis tangan.

show abstract

Pendeteksi Penggunaan Masker Wajah dengan ESP32Cam Menggunakan OpenCV dan Tensorflow

Cited by 3 publications

References 13 publications

Alat Pemberi Pakan Ikan Lele Dalam Drum Otomatis Berdasarkan Usia dan Jumlah Ikan Dengan Metode Fuzzy Logic

Alat Pemberi Pakan Ikan Lele Dalam Drum Otomatis Berdasarkan Usia dan Jumlah Ikan Dengan Metode Fuzzy Logic

Pendeteksi Jumlah Orang pada Sistem Bangunan Pintar Menggunakan Algoritma You Only Look Once

Model Object Detection Neural Network Berbasis Hand Gesture Recognition sebagai Kontrol Prostesis Tangan

Contact Info

Product

Resources

About