Rancang Bangun Sistem Reservasi dan Pemantauan Ruang Kelas dengan Deteksi Citra Kehadiran: Studi Kasus Tower 2 ITS

D, Andhika Ditya Bagaskara (2024) Rancang Bangun Sistem Reservasi dan Pemantauan Ruang Kelas dengan Deteksi Citra Kehadiran: Studi Kasus Tower 2 ITS. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5025201096-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (8MB) | Request a copy

Abstract

Tower-2 ITS, sebuah fasilitas pendidikan, memerlukan pengelolaan penggunaan ruang kelas untuk meningkatkan produktivitas dan memaksimalkan pemanfaatan sumber daya yang tersedia. Saat ini, proses reservasi manual di Tower-2 ITS menyebabkan masalah seperti pemesanan ganda dan penggunaan ruang yang tidak efisien. Untuk mengatasi masalah ini, diperlukan sistem reservasi dan pemantauan. Deteksi kehadiran manusia, yang merupakan proses mengidentifikasi keberadaan manusia dalam sebuah gambar atau frame video, adalah komponen penting untuk aspek pemantauan sistem ini. Dengan menerapkan deteksi kehadiran manusia, sistem dapat menentukan okupansi ruangan secara real-time. Kamera IP (Internet Protocol), salah satu jenis kamera CCTV yang mentransmisikan data video melalui jaringan, digunakan sebagai sumber input untuk deteksi kehadiran manusia. Kamera ini memungkinkan pengawasan otomatis dan berkelanjutan, memastikan bahwa sistem dapat memantau okupansi ruang kelas dan meningkatkan proses reservasi. Pengembangan sistem berbasis web dilakukan menggunakan kerangka kerja Laravel. Sistem ini dirancang untuk memberikan layanan reservasi ruang kelas serta menyediakan pemantauan okupansi ruangan dari video yang terintegrasi dengan model deteksi kehadiran manusia. Sistem menggunakan model deteksi objek YOLOv8 yang terkenal karena kecepatannya dan akurasinya. Model dilatih menggunakan dataset gambar manusia dengan langkah-langkah pra-pemrosesan dan augmentasi data untuk meningkatkan kinerja deteksi. Pra-pemrosesan mencakup pengubahan ukuran gambar dan pemetakan. Sementara itu, augmentasi data melibatkan teknik seperti pembalikan horizontal, zoom, dan penyesuaian kecerahan. Model yang telah dilatih diintegrasikan menggunakan FastAPI, memungkinkan komunikasi asinkron antara sistem reservasi dan pemantauan dengan model. FastAPI menangani frame gambar yang masuk dari kamera IP, memprosesnya melalui model YOLOv8, dan mengembalikan data jumlah manusia terdeteksi ke situs web. Sistem kemudian dievaluasi menggunakan metrik mean Average Precision (mAP), yang merupakan metrik umum untuk model deteksi objek. Selain itu, System Usability Scale (SUS) digunakan untuk mengukur kepuasan pengguna. SUS adalah instrumen yang banyak digunakan untuk mengevaluasi kegunaan suatu sistem, terdiri dari kuesioner sepuluh pernyataan yang mencakup berbagai aspek kegunaan. Skor dari SUS dihitung untuk memberikan ukuran keseluruhan tentang kegunaan sistem yang membantu dalam memahami pengalaman pengguna dan mengidentifikasi area yang perlu diperbaiki. Hasil studi menunjukkan efektivitas sistem dalam mengintegrasikan model YOLOv8 dengan sistem reservasi ruang kelas. Model tersebut mencapai skor mAP sebesar 0,97 untuk mAP50 dan 0,682 untuk mAP50-95. Sistem juga mendapatkan skor SUS rata-rata sebesar 86,675 pada evaluasi kegunaan, mencerminkan tingkat kepuasan pengguna yang tinggi dan pengalaman pengguna yang baik. Secara keseluruhan, sistem yang dikembangkan tidak hanya meningkatkan pemanfaatan operasional reservasi ruang kelas di Tower-2 ITS, tetapi juga dapat dijadikan sebagai acuan untuk implementasi masa depan dalam pengelolaan sumber daya berbasis teknologi di institusi pendidikan.
=====================================================================================================================================
Tower-2 ITS, an educational facility, requires effective management of classroom usage to enhance productivity and maximize the utilization of available resources. Currently, the manual reservation process at Tower-2 ITS leads to issues such as double bookings and inefficient use of space. To address these problems, a reservation and monitoring system is needed. Human detection, which is the process of identifying the presence of humans in an image or video frame, is a crucial component for the monitoring aspect of this system. By implementing human detection, the system can determine room occupancy in real-time. IP (Internet Protocol) cameras, a type of CCTV camera that transmits video data over a network, are used as the input source for human detection. These cameras allow for automated and continuous surveillance, ensuring that the system can monitor classroom occupancy and improve the reservation process. The development of a web-based system was carried out using the Laravel framework. This system is designed to provide classroom reservation services and to monitor room occupancy through video integrated with a human attendance detection model. The system uses the YOLOv8 object detection model, known for its speed and accuracy. The model is trained using a dataset of human images with preprocessing and data augmentation steps to improve detection performance. Preprocessing includes image resizing and tiling, while data augmentation involves techniques such as horizontal flipping, zooming, and brightness adjustment. The trained model is integrated using FastAPI, enabling asynchronous communication between the reservation and monitoring system and the model. FastAPI handles incoming image frames from the IP cameras, processes them through the YOLOv8 model, and returns the detected human count data to the website. The system is then evaluated using the mean Average Precision (mAP) metric, a common metric for object detection models. Additionally, the System Usability Scale (SUS) is used to measure user satisfaction. SUS is a widely used instrument for evaluating system usability, consisting of a questionnaire with ten statements covering various aspects of usability. SUS scores are calculated to provide an overall measure of the system's usability, helping to understand user experience and identify areas for improvement. The study results demonstrate the effectiveness of the system in integrating the YOLOv8 model with the classroom reservation system. The model achieved an mAP score of 0.97 for mAP50 and 0.682 for mAP50-95. The system also received an average SUS score of 86.675 in the usability evaluation, reflecting high user satisfaction and a good user experience. Overall, the developed system not only enhances the operational utilization of classroom reservations at Tower-2 ITS but also serves as a reference for future implementations of technology-based resource management in educational institutions

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Deteksi kehadiran manusia, sistem reservasi dan pemantauan, kamera IP, Human attendance detection, reservation and monitoring system, IP camera
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing T Technology > T Technology (General) > T58.6 Management information systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Andhika Ditya Bagaskara D
Date Deposited:	02 Aug 2024 06:59
Last Modified:	24 Sep 2024 04:32
URI:	http://repository.its.ac.id/id/eprint/111996

Actions (login required)

View Item