Pelatihan Perangkaian dan Pemakaian Alat Deteksi Suhu Tubuh pada Lingkungan SMA BPI 1 Menggunakan Convolutional Neural Network Model MobileNet-Single Shot Detector

Penulis

  • Muhammad Ichwan Program Studi Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Bandung, Indonesia
  • Irma Amelia Dewi Program Studi Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Bandung, Indonesia
  • Kevien Endryandha Program Studi Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Bandung, Indonesia
  • Habib Muhammad Rizky Program Studi Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Bandung, Indonesia
  • Muhammad Rauf Program Studi Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Bandung, Indonesia
  • Faraaz Ahmad Permadi Program Studi Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Bandung, Indonesia

DOI:

https://doi.org/10.54082/jippm.47

Kata Kunci:

CNN Mobilenet-SSD, Kamera Termal, Komputer Vision

Abstrak

SMA BPI 1 merupakan sekolah swasta yang memiliki banyak siswa dan SMA BPI 1 diperbolehkan belajar secara tatap muka/offline namun dengan menggunakan aturan protokol kesehatan bagi masyarakat, seperti kewajiban cuci tangan, wajib menggunakan masker, batasi jarak, menjaga jarak, dan membatasi jumlah pengunjung di pusat kerumunan. Oleh karena itu, untuk mengatasi masalah protokol kesehatan tersebut, dibuatlah alat/perangkat pendeteksi suhu tubuh untuk mendeteksi suhu warga sekolah termasuk siswa sekolah yang wajib melakukan pengecekan suhu tubuh sebelum masuk sekolah. Alat pendeteksi suhu tubuh dirancang menggunakan bahasa pemrograman Python menggunakan algoritma CNN Mobilenet-SSD dan dibantu oleh alat pendeteksi suhu yaitu kamera termal. Pengujian fungsionalitas sistem menghasilkan tingkat keberhasilan 85%.

Referensi

Afiq Harith Ahamad, N. Z. (2020). Person Detection for Social Distancing and Safety. International Conference on Control System, Computing and Engineering, 113-118.

Andrew G. Howard, M. Z. (2017). MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications. arXiv, 1-9.

Ayesha Younis, L. S. (2020). Real-Time Object Detection Using Pre-Trained Deep. Association for Computing Machinery, 44-48.

Shraddha, M. S. (2019). Moving Object Detection and Tracking Using Convolutional Neural Networks. IEEE.

Spasov, G. T. (2019). Using IR array MLX90640 to build an IoT solution for ALL and security smart systems. IEEE XXVIII International Scientific Conference Electronics (ET) IEEE, 1-4.

Suryakala, S. M. (2019). Vision based vehicle/pedestrian detection in traffic surveillance system. International Conference on Communication and Signal Processing (ICCSP) IEEE, 506-510.

Wu, Y. L. (2019). Prediction of thermal sensation using low-cost infrared array sensors monitoring system. In IOP Conference Series: Materials Science and Engineering.

Unduhan

Diterbitkan

10-12-2022

Cara Mengutip

Ichwan, M., Dewi, I. A., Endryandha, K. ., Rizky, H. M., Rauf, M., & Permadi, F. A. (2022). Pelatihan Perangkaian dan Pemakaian Alat Deteksi Suhu Tubuh pada Lingkungan SMA BPI 1 Menggunakan Convolutional Neural Network Model MobileNet-Single Shot Detector. Jurnal Inovasi Pengabdian Dan Pemberdayaan Masyarakat, 2(2), 169–178. https://doi.org/10.54082/jippm.47

Terbitan

Vol 2 No 2 (2022): JIPPM - Desember 2022

Bagian

Artikel

Lisensi

Hak Cipta (c) 2022 Muhammad Ichwan, Irma Amelia Dewi, Kevien Endryandha, Habib Muhammad Rizky, Muhammad Rauf, Faraaz Ahmad Permadi

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.