TA : Kontrol Level Kecepatan Putaran Kipas Angin melalui Deteksi Bentuk Gestur Jari Tangan Berbasis IoT

Wakerkwa, Fredi (2023) TA : Kontrol Level Kecepatan Putaran Kipas Angin melalui Deteksi Bentuk Gestur Jari Tangan Berbasis IoT. Undergraduate thesis, Universitas Dinamika.

	Text 19410200033 - 2023 - UNIVERSITASDINAMIKA.pdf - Accepted Version Download (1MB)
	Text 19410200033 - 2023 - LAMPIRAN.pdf - Accepted Version Restricted to Repository staff only Download (893kB)

Search this title on : |

Abstract

Teknologi berkembang sangat cepat seiring berjalannya waktu, Artificial Intelligence salah satunya. Hampir disetiap hari dan tempat menggunakan teknologi ini, yang didalamnya terdapat Artificial Intelligence. Teknologi computer vision merupakan cabang ilmu dari kecerdasan buatan yang mampu memproses data visual. Selain itu, perkembangan mikrokontroler juga tidak kalah penting guna mempermudah pekerjaan manusia. Pada penelitian Tugas Akhir ini dilakukan pengontrolan kipas angin mengunakan metode atau library Mediapipe yang dijalankan diatas computer vision untuk mendeteksi gestur jari tangan yang terdeteksi dan mengirimkan data hasil deteksi melalui MQTT Broker untuk dikontrol menggunakan Modul WeMos-D1R2. Studi ini membuktikan bahwa kipas angin dapat dikontrol secara jarak jauh melalui deteksi gestur jari tangan menggunakan computer vision dan IoT dengan protokol MQTT secara real-time. Hasil percobaan menunjukkan akurasi deteksi gestur jari tangan pada jarak 100 cm, di mana gestur 0 memiliki akurasi 100% dengan FPS 28.6, gestur 1 memiliki akurasi 94% dengan FPS 29.9, gestur 2 memiliki akurasi 99% dengan FPS 28.6, dan gestur 3 memiliki akurasi 99% dengan FPS 31.4. Selain itu, hasil pengujian perubahan pada jarak 150 cm menunjukkan akurasi 100% untuk deteksi gestur 0, 1, 2, dan 3 pada lima orang. Pada jarak 200 cm, akurasi deteksi gestur 0 dan 1 adalah 80%, sedangkan gestur 2 dan 3 tetap memiliki akurasi 100%. Pada jarak lebih dari 200 cm, gestur 0 dan 1 memiliki akurasi 80%, gestur 2 memiliki akurasi 100%, dan gestur 3 memiliki akurasi 90%.

Export Record

ASCII Citation Atom BibTeX Dublin Core EP3 XML EndNote HTML Citation JSON METS MODS MPEG-21 DIDL OpenURL ContextObject OpenURL ContextObject in Span RDF+N-Triples RDF+N3 RDF+XML Refer Reference Manager Simple Metadata

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item