IMPLEMENTASI SENSOR ASAP DAN OBJECT DETECTIONS MENGGUNAKAN YOLO UNTUK EDUKASI BAHAYA ROKOK PADA FASILITAS UMUM BERBASIS SINGLE BOARD COMPUTER

Alif, Ziden Tantowi (2020) IMPLEMENTASI SENSOR ASAP DAN OBJECT DETECTIONS MENGGUNAKAN YOLO UNTUK EDUKASI BAHAYA ROKOK PADA FASILITAS UMUM BERBASIS SINGLE BOARD COMPUTER. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (cover dan abstrak)
Cover dan Absrak.pdf - Published Version

Download (436kB) | Preview
[img]
Preview
Text (BAB I)
BAB I.pdf - Published Version

Download (473kB) | Preview
[img]
Preview
Text (BAB V)
BAB V.pdf - Published Version

Download (229kB) | Preview
[img]
Preview
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf - Published Version

Download (374kB) | Preview
[img] Text (skripsi full text)
Alif Ziden Tantowi 16513001.pdf - Published Version
Restricted to Repository staff only

Download (4MB)

Abstract

Penelitian ini bertujuan untuk membuat sistem yang mampu untuk otomatisasi penayangan iklan layanan masyarakat tentang bahaya merokok pada fasilitas umum. Trigger dari sistem didapatkan dari hasil pembacaan sensor asap dan hasil deteksi objek menggunakan YOLO dengan menggunakan single board computer. Pembangunan sistem menggunakan konsep embedded system dan deep learning. Embedded system pada sistem yang dibagun adalah Raspberry Pi sebagai perangkat kontrol, Sensor MQ-2 dan modul kamera Raspberry Pi digunakan sebagai perangkat masukan, LCD Desktop dan buzzer digunakan sebagai perangkat keluaran. Deep learning pada sistem memuat deteksi objek menggunakan YOLO. Sistem secara umum akan dimulai dengan pembacaan sensor asap dengan sensor MQ-2 dan setelah itu akan dilanjutkan dengan deteksi objek menggungakan YOLO dan hasil dari kedua proses tersebut akan diproses dengan menggunakan gerbang logika OR untuk trigger otomatisasi penayangan iklan layanan masyarakat.

Item Type: Thesis (Diploma)
Primary Supervisor: Lathifah Arief, M.T
Uncontrolled Keywords: Fasilitas Umum, Asap, MQ-2, deep learning, Embedded System, YOLO.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Sistem Komputer
Depositing User: s1 sistem komputer
Date Deposited: 13 Aug 2020 03:26
Last Modified: 13 Aug 2020 03:26
URI: http://scholar.unand.ac.id/id/eprint/60112

Actions (login required)

View Item View Item