Steven Reynandi Owen, - (2022) Pengembangan Aplikasi Untuk Mendeteksi Penggunaan Masker Berbasis Tinyml Di Raspberry Pi. S1 thesis, Institut Teknologi Harapan Bangsa.
1318002_TA_Title.pdf
Download (160kB)
1318002_TA_Author.pdf
Restricted to Repository staff only
Download (123kB)
1318002_TA_Chapter1.pdf
Download (62kB)
1318002_TA_Chapter2.pdf
Restricted to Repository staff only
Download (332kB)
1318002_TA_Chapter3.pdf
Download (1MB)
1318002_TA_Chapter4.pdf
Restricted to Repository staff only
Download (259kB)
1318002_TA_Chapter5.pdf
Download (54kB)
1318002_TA_Appendix.pdf
Restricted to Repository staff only
Download (146kB)
1318002_Paper-TA.pdf
Download (529kB)
Abstract
Saat ini, penyebaran cepat virus COVID-19 sedang melanda kesehatan global. Menurut Organisasi Kesehatan Dunia (WHO), salah satu cara mencegah penyebaran virus corona adalah memakai masker medis. Memantau penggunaan masker di tempat umum dapat menjadi tantangan karena pemantauan secara manual bisa saja terdapat error dan risiko penularan COVID-19. Berdasarkan permasalahan tersebut, terdapat solusi alternatif berupa penggunaan kecerdasan buatan untuk mendeteksi penggunaan masker dan suhu tubuh. Namun, model yang digunakan dalam alternatif tersebut menghabiskan sumber daya yang besar. Makalah ini mengusulkan aplikasi yang menggunakan model pembelajaran mesin (machine learning) berbasis TinyML untuk mendeteksi masker wajah. Hasilnya, metode penggunaan AI dan sensor yang hemat biaya dan andal untuk memonitor kawasan yang wajib menggunakan masker. Dengan menggunakan TensorFlow Lite, model dapat diubah dan dijalankan pada perangkat Internet of Things (IoT) yang memiliki daya terbatas. Model yang telah diubah akan dijalankan pada Raspberry Pi untuk mendeteksi penggunaan masker wajah dan bila seseorang tidak menggunakan masker wajah, maka sistem akan menyalakan alarm berupa lampu LED berwarna merah dan buzzer yang berbunyi sebanyak tiga kali. Model yang diusulkan dapat digunakan di pintu masuk pusat perbelanjaan, hotel, pintu masuk bandara, dan lain-lain.
Item Type: | Thesis (S1) |
---|---|
Additional Information: | Pembimbing 1 : Dr. Herry Imanta Sitepu | Pembimbing 2 : Yoyok Yusman Gamaliel, M.Eng |
Uncontrolled Keywords: | Covid-19, Mendeteksi Masker, Machine Learning, TinyML, Tensorflow Lite. Raspberry Pi. |
Subjects: | T Technology > T Technology (General) |
Divisions: | ITHB > Teknik Komputer |
Depositing User: | Mr Agung |
Date Deposited: | 06 Jun 2023 06:49 |
Last Modified: | 06 Jun 2023 06:49 |
URI: | http://repository.ithb.ac.id/id/eprint/50 |