RANCANG BANGUN SISTEM MONITORING DETEKSI ASAP ROKOK DAN ROKOK MENGGUNAKAN FRAMEWORK TENSORFLOW BERBASIS WEBCAM SECARA REALTIME

Romi, Mulyadi (2022) RANCANG BANGUN SISTEM MONITORING DETEKSI ASAP ROKOK DAN ROKOK MENGGUNAKAN FRAMEWORK TENSORFLOW BERBASIS WEBCAM SECARA REALTIME. Masters thesis, Universitas Andalas.

Preview	Text (Cover dan Abstract) cover dan abstract.pdf - Published Version Download (1MB) | Preview
Preview	Text (BAB I Pendahuluan) BAB I Pendahuluan.pdf - Published Version Download (379kB) | Preview
Preview	Text (BAB V Kesimpulan) BAB V Kesimpulan dan Saran.pdf - Published Version Download (270kB) | Preview
Preview	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (381kB) | Preview
	Text (Tesis Fulltext) Tesis Fulltext .pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

Rokok merupakan salah zat adiktif yang berbahaya dan sudah lama membudaya didalam masyarakat Indonesia, 7,2 juta kematian di akibatkan oleh konsumsi produk tembakau dan kematian itu terjadi di negara berkembang termasuk Indonesia hal ini menjadi dasar upaya pengendalian konsumsi produk tembakau di Indonesia dengan menetapkan kebijakan kawasan tanpa rokok untuk melindungi masyarakat dari bahaya paparan asap rokok, namun terkadang peraturan ini kurang di indahkan oleh sebagian masyarakat sehingga peraturan yang ditetapkan kurang efisien dalam mejaga kawasan tanpa rokok. Oleh karena itu, perlu dilakukan penelitian rancang bangun sistem monitoring pendeteksi asap rokok dan rokok berbasis webcam secara real time menggunakan algoritma faster regional convolutional neural network dan framework tensorflow. Dimana monitoring ini akan di implementasikan pada sebuah ruagan dan luar ruangan yang memungkinkan dan pada jarak tertentu . Sistem deteksi ini menggunakan bahasa pemrograman Python, yang didukung oleh penggunaan kerangka kerja TensorFlow dengan algoritma Faster R-CNN. Sistem dijalankan pada laptop dengan versi Python 3.7 yang terinstal dan memiliki library Numpy, Matplotlib, keras dan OpenCV yang terhubung ke webcam sehingga mereka dapat menjalankan sistem secara realtime yang didukung oleh GPU yang sesuai. Hasil uji akurasi pada sistem menggunakan perbandingan objek yang terdeteksi, kemudian dibagi dan dikalikan seratus persen. Hasil akurasi yang diperoleh pada monitoring untuk pendeteksian asap rokok dan rokok tergolong sangat baik dengan kisaran akurasi rata-rata deteksi 50% - 99% pada setiap pengujian.

Actions (login required)

View Item