Rancang Bangun Alat Penghitung Pengunjung dengan Metode Image Processing

Amalia, Mifta and PRATIWI, ARTDHITA FAJAR and SAEPUL, RAHMAT (2022) Rancang Bangun Alat Penghitung Pengunjung dengan Metode Image Processing. Diploma thesis, Politeknik Negeri Cilacap.

[img] Text
halaman cover.pdf

Download (655kB)
[img] Text
BAB 1 .pdf

Download (150kB)
[img] Text
BAB II.pdf

Download (233kB)
[img] Text
BAB III_protected.pdf
Restricted to Registered users only

Download (369kB)
[img] Text
BAB IV_protected.pdf
Restricted to Registered users only

Download (231kB)
[img] Text
BAB V_protected.pdf

Download (8kB)
[img] Text
LAMPIRAN.pdf

Download (95kB)

Abstract

Kasus peningkatan penyebaran Covid-19 semakin meningkat. Oleh karena itu, Pemerintah mengeluarkan kebijakan untuk menangani kasus ini. Salah satunya adalah dengan pengurangan atau pembatasan kapasitas dalam sebuah ruangan atau gedung perkuliahan dengan tujuan mencegah penyebaran wabah Covid-19 tersebut. Monitoring akan lebih mudah dilakukan ketika alat penghitung sudah menampilkan jumlah orang dalam ruangan sehingga langsung mengetahui jumlah orang dalam ruangan tersebut. Pendeteksian objek manusia maupun menghitung jumlah pengunjung dalam suatu tempat merupakan salah satu domain dalam image processing dengan metode face detection haar cascade yang menggunakan webcam untuk mendukung deteksi wajah dengan lebih cepat. Pada penelitian ini akan menggunakan module OpenCV pada bahasa pemrograman python untuk mengenali wajah sesorang yang menggunakan Haar Cascades untuk mengenali bentuk wajah dan mata. Tujuan dari penelitian ini adalah membuat alat pendeteksi objek /manusia yang dapat melakukan perhitungan terhadap objek /manusia dan dapat melakukan control terhadap jumlah orang didalam ruangan. Pengujian dilakukan menggunakan manusia pada setiap pengujiannya. Data yang dianalisa meliputi jumlah orang dalam suatu ruangan, wajah dan suhu manusia. Pada pengujian Face Detection berhasil mengcapture dan pada pengujian kedua yaitu pengecekan suhu dengan 20 sample dapat diperoleh tingkat keberhasilan 100% dengan selisih error rata-rata 0,36. Pengujian terakhir yaitu kapasitas ruangan dengan 10 sample dan prosentase keberhasilan 100%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Kata Kunci : Image Processing, covid-19, face detection, webcam, sensor inframerah, raspberry pi 4
Subjects: T Technology > T Technology (General)
Divisions: Teknik Elektronika
Depositing User: Mifta Amalia
Date Deposited: 21 Sep 2022 06:59
Last Modified: 21 Sep 2022 06:59
URI: https://elib.pnc.ac.id/id/eprint/553

Actions (login required)

View Item View Item