Claim Missing Document
Check
Articles

Found 2 Documents
Search

IMPLEMENTASI SISTEM BILIK DISINFEKTAN OTOMATIS BERBASIS IOT DENGAN NODEMCU DAN SENSOR ULTRASONIC Maulana, Ridwan; Fauzi, Ahmad; Kusumaningrum, Dwi Sulistya
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2021 "Kesiapan Indonesia Dalam Menghadapi Krisis Energi Global"
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Banyak kota- kota besar di Indonesia yang warganya ter- infeksi sehinngga menjadi zona merah dan beberapa kota menjadi zona hitam. Berbagai cara memutus rantai penularan Covid-19 seperti mencuci tangan dengan sabun di setiap tempat, menggunakan handsinitizer, dan menggunakan masker setiap berpergian ke keluar rumah. Tujuan dari penelitian ini adalah untuk menghasilkan suatu alat penyemprot disinfektan yang ber-operasi otomatis disaat ada yang melewati sensor Ultrasonic dan bisa mengontrol per-hari yang melewati bilik ini, juga bisa memonitoring kekurangan air disinfektan pada bak menggunakan Internet of things (Iot). Pada penelitian ini membantu dalam upaya pencegahan penyebaran virus Covid-19. Bilik disinfektan ini menggunakan NodeMCU, dan sensor Ultrasonic yang akan memberikan informasi melalui website. Hasilnya dapat memonitoring jumlah warga-nya telah di sterilisasi, dan kinerja dapat memonitoring water level disinfektan-nya dengan hasil rata- rata selisih 0.37cm.
PEREKAMAN OTOMATIS BERDASARKAN DETEKSI OBJEK MANUSIA PADA CCTV MENGGUNAKAN METODE YOU ONLY LOOK ONCE V3 (YOLOV3) Hakim, Mirwan Abdurrahman; Rohana, Tatang; Kusumaningrum, Dwi Sulistya
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal"
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

CCTV selama ini memiliki kekurangan dalam hal penggunaan penyimpan, sementara pengawasan dilakukan penuh selama 1 × 24 jam, dan membuat kamera menulis frame terus menerus. Penyimpanan pun dengan drastis terpakai sehingga cepat penuh. Hal ini pun membuat storage seperti HDD, akan berkerja keras sehingga keawetan storage HDD tidak terjamin lama. Solusi yang bisa dilakukan adalah dengan memanfaatkan pengenalan objek sebagai kondisi. Frame hanya akan ditulis pada penyimpan ketika kamera mendeteksi adanya objek manusia. Metode Object Detection yang digunakan adalah YOLOv3, dataset dilatih dan menjadi model latih lalu diterapkan secara realtime. Model yang dilatih pada penelitian ini memiliki akurasi 100%, dan setiap objek yang terdeteksi berhasil menjadi kondisi kamera menulis frame pada penyimpan dengan ukuran video paling besar 1,6mb dengan durasi waktu 18 detik.