TRUNOJOYO-Tugas Akhir-27528-Abstract.pdf
Restricted to Repository staff only
Download (719kB)
TRUNOJOYO-Tugas Akhir-27528-Cover.pdf
Restricted to Repository staff only
Download (907kB)
TRUNOJOYO-Tugas Akhir-27528-Chapter1.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-27528-Chapter2.pdf
Restricted to Repository staff only
Download (7MB)
TRUNOJOYO-Tugas Akhir-27528-Chapter3.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-27528-Chapter4.pdf
Restricted to Repository staff only
Download (5MB)
TRUNOJOYO-Tugas Akhir-27528-Chapter5.pdf
Restricted to Repository staff only
Download (374kB)
TRUNOJOYO-Tugas Akhir-27528-References.pdf
Restricted to Repository staff only
Download (787kB)
TRUNOJOYO-Tugas Akhir-27528-Appendices.pdf
Restricted to Repository staff only
Download (6MB)
Abstract
Perkembangan teknologi yang pesat di bidang elektronik memberikan dampak positif dalam berbagai aspek kehidupan manusia, salah satunya dalam bidang monitoring atau pengawasan keamanan. Pekerjaan untuk menghitung jumlah pengunjung dalam suatu ruangan sangat mudah apabila dilakukan dalam skala yang kecil, namun akan menjadi sulit apabila perhitungan tersebut dilakukan pada skala yang besar. Dengan memanfaatkan teknologi pada bidang computer vision yaitu deep learning, penelitian ini bertujuan untuk mendeteksi dan menghitung jumlah manusia (people counter) secara otomatis. Pada penelitian ini menggunakan algoritma dari deep learning yaitu metode Convolutional Neural Network (CNN). Penelitian dilakukan menggunakan kamera secara real time Berdasarkan hasil pengujian, metode CNN dapat mendeteksi objek manusia dengan tingkat akurasi sebesar 86%, sistem dapat menghitung jumlah objek manusia dengan tingkat akurasi sebesar 62% dengan kondisi yang berbeda-beda seperti intensitas cahaya dan sudut kamera dalam pengambilan pengujian. Sedangkan tingkat akurasi jumlah orang yang masuk, keluar dan jumlah orang dalam ruangan dengan hasil data reporting yang disimpan dalam bentuk file .csv memiliki tingkat akurasi sebesar 73% ketika orang masuk, 64% ketika orang keluar dan 62% ketika orang dalam ruangan. Selain itu, sistem menghasilkan nilai akurasi sebesar 100% dalam menghitung jumlah orang dan memberikan output ruangan penuh ketika dalam ruangan melebihi nilai batas.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM INDANA NIHAYATUL HUSNA |
| Department | Teknik Elektro |
| Uncontrolled Keywords | CNN; kamera; monitoring; people counter; real-time. |
| Divisions | Fakultas Teknik > S1 - Teknik Elektro |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 16 Oct 2026 03:04 |
| Last Modified | 24 Oct 2026 17:05 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/18319 |
