Pengembangan Sistem Deteksi Occupancy Menggunakan Computer Vision Untuk Smart Building Dan Automation

Abstract

Abstrak Deteksi Occupancy dalam tugas akhir ini ditujukan untuk mendeteksi kehadiran orang dalam ruangan kelas yang akan digunakan untuk mengontrol intensitas cahaya dan suhu dalam ruangan. Dalam Tugas Akhir ini dibahas tentang pengembangan sistem deteksi occupancy, khususnya deteksi kehadiran manusia dalam ruangan kelas dengan menggunakan computer vision. Deep learning digunakan untuk memprediksi kehadiran manusia dari data citra atau video. Data yang didapat akan diolah, lalu keluarannya akan diteruskan ke kontroler untuk mengontrol kipas angin, lampu, dan tirai pada ruangan kelas. Pengembangan sistem deteksi okupansi ini bertujuan untuk meningkatkan efisiensi penggunaan energi pada ruangan kelas dengan mengontrol peralatan elektronik di dalam kelas dengan berdasarkan pada hasil deteksi okupansi. Dari penelitian ini didapatkan hasil akurasi rata-rata dalam mendeteksi orang sebesar 83.45%. Kata Kunci: Computer Vision, Deep Learning, IoT, Machine Learning, Occupancy Abstract Occupancy detection in this final project is intended to detect the presence of people in the classroom that will be used to control the intensity of light and temperature in the room. This Final Project discusses the development of occupancy detection systems, specifically the detection of human presence in classrooms using computer vision. Deep learning is used to predict human presence from image data or video. The data obtained will be processed, then the output will be forwarded to the controller to control fans, lights, and curtains in the classroom. The development of occupancy detection systems aims to improve the efficiency of energy use in classrooms by controlling electronic equipment in the classroom based on the results of occupancy detection. From this study, the average accuracy in detecting people was 83.45%. Keyword: Computer Vision, IoT, Machine Learning