Identifikasi jumlah dan tingkat aktivitas orang berbasis Pengolahan Citra menggunakan Raspberry Pi

Krisrenanto, Daniel (2017) Identifikasi jumlah dan tingkat aktivitas orang berbasis Pengolahan Citra menggunakan Raspberry Pi. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
2212100074-Undergraduate-Theses.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy

Abstract

Air conditioner (AC) merupakan suatu perangkat yang paling banyak digunakan sebagai pendingin ruangan. Walaupun AC saat ini sudah menggunakan teknologi hemat energi, namun apabila tidak digunakan dengan baik maka penggunaan AC hanya menjadi suatu pemborosan listrik saja. Untuk mengurangi pemborosan listrik pada AC, maka pengaturan suhu harus disesuaikan dengan kondisi ruangan. Dimana faktor yang memengaruhi kondisi ruangan antara lain adalah jumlah orang serta tingkat aktivitas dalam ruangan. Sehingga diperlukan sebuah sistem tambahan untuk mengetahui jumlah orang serta tingkat aktivitas. Dalam tugas akhir ini telah dilakukan rancang bangun suatu sistem identifikasi jumlah orang dan tingkat aktivitas. Sistem ini menggunakan metode Histogram of Oriented Gradient (HOG) sebagai penghitung jumlah orang. Metode background subtraction digunakan sebagai penghitung aktivitas. Sistem ini akan diimplementasikan menggunakan Raspberry Pi 3 sebagai mikrokontroler. Pada sistem ini digunakan kamera USB sebagai perangkat pengambil citra. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi orang dari jarak 3 m sampai 9 m dan membedakan 2 orang dengan jarak antara 30 cm sampai 150 cm. Kesalahan sistem dalam mengidentifikasi orang sebesar 37,87%. Sistem juga dapat menghitung gerakan orang serta membedakan tingkat aktivitas orang. Sistem ini diharapkan dapat membantu mengurangi pemborosan listrik pada AC. ======================================================================================= Air conditioner (AC) is a device that mostly used to regulate the room temperature. Although almost every air conditioner is now using low power technology, but if it is used incorrectly it will waste the electrical energy consumption. Air conditioner must be used accordingly to reduce the waste of the energy. Air conditioner usage is based on the room condition. Some factors that affect room conditions are number and activity level of people. Therefore, additional system is needed to identify the number and activity level of people. In this final project, a system to identify the number and activity level of people inside a room has been researched. The system employs camera that is processed using Histogram of Oriented Gradient (HOG) method as the people counter. Background subtraction method is used as the activity counter. The system is implemented with Raspberry Pi 3 as the microcontroller. A webcam or USB camera is used as the data aquisition device and then the data will be processed by the AC remote control. The result of this final project has shown that the system can detect people at distance between 3 m and 9 m and detect 2 adjacent people between 30 cm to 150 cm. The system’s error during identifying people is 37.87%. The system also can count motion and distinguish activity level of people. The system is expected to help reduce energy wasted on AC.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Background Subtraction; Histogram of Oriented Gradient; Jumlah Orang; Tingkat Aktivitas; Level of Activity; Number of People
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Industrial Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: DANIEL KRISRENANTO
Date Deposited: 14 Mar 2017 05:19
Last Modified: 19 Dec 2017 06:37
URI: http://repository.its.ac.id/id/eprint/2075

Actions (login required)

View Item View Item