Sistem Pemantauan Posisi Bayi Menggunakan Internet of Things
Abstrak
Menjaga bayi merupakan salah satu tugas wajib orang tua agar bayi aman dan nyaman. Pesatnya perkembangan teknologi pada zaman sekarang memungkinkan pengimplementasian untuk menjawab permasalahan bagi orang tua yang tidak dapat menjaga bayinya secara langsung terus menerus. Pada penelitian ini penulis merancang suatu sistem yang dapat membantu para orang tua untuk menjaga bayi mereka agar terpantau dan terjaga. Sistem pemantauan bayi merupakan suatu sistem yang menggunakan object detection untuk mendeteksi pergerakan sang bayi dtambah adanya klasifikasi posisi bayi (tidur, tengkurap, miring kanan atau kiri, dan Ketika bayi tertutupi sesuatu) dengan Teknik YOLO serta system dapat memberkan informasi ke ponsel pengguna dengan menggunakan metode internet of things. Tujuan dari penelitian ini adalah membuat alat sistem pematauan posisi bayi menggunakan internet of things agar dapat membantu para orang tua untuk menjaga bayinya. System ini dapat memantau posisi bayi dengan akurasi terendah 80% dan tertinggi 100% dengan menggunakan model deteksi objek TinyYOLOv3. Hasil pengujian system ini dapat mendeteksi posisi bayi sesuai class (sleeping, side-sleeping, obstacle, dan on his stomach) dan hasil keluaran deteksi tersimpan di Firebase sehingga deteksi dapat terhubung ke ponsel pengguna sebagai notifikasi. Hasil akurasi terbaik terdapat di resolusi 416x416 dan hasil FPS terbaik berada di 2.1 FPS di resolusi 96x96.
Kata kunci— Sistem pemantauan bayi, object detection, internet of things, machine learning, yolo, firebase.
Referensi
Dubey, Y. K., & Damke, S. (2019). Baby monitoring system using image processing and IoT. International Journal of Engineering and
Advanced Technology, 8(6), 4961-4964.
Hussain, T., Muhammad, K., Khan, S., Ullah, A., Lee, M. Y., & Baik, S. W. (2019). Intelligent baby behavior monitoring using embedded vision in IoT for smart healthcare centers. Journal of Artificial Intelligence and Systems, 1(1), 110-124.
Symon, A. F., Hassan, N., Rashid, H., Ahmed, I. U., & Reza, S. T. (2017, September). Design and development of a smart baby monitoring system based on Raspberry Pi and Pi camera. In 2017 4th
International Conference on Advances in Electrical Engineering (ICAEE) (pp. 117-122) IEEE.
Kinney, H. C., Hefti, M. M., Goldstein, R. D., & Haynes, R. L. (2018). Sudden infant death syndrome. Developmental Neuropathology, 269-280.
Fleming, P. J., Blair, P. S., & Pease, A. (2015).Suddenunexpected death in infancy: aetiology, pathophysiology, epidemiology and prevention in 2015. Archives of disease in childhood, 100(10), 984-988.
Rochmah, E. N., & Musti, D. B. (2022). CHARACTERISTIC OF SUDDENT INFANT DEATH SYNDROME (SIDS) KNOWLEDGE OF GENERAL PRACTITIONER IN BANDUNG CITY AT 2020. Jurnal EduHealth, 13(01), 358-363.
Adarsh, P., Rathi, P., & Kumar, M. (2020, March). YOLO v3-Tiny: Object Detection and Recognition using one stage improved model. In 2020 6th international conference on advanced computing and communication systems (ICACCS) (pp. 687-694). IEEE.
