Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Konstelasi: Konvergensi Teknologi dan Sistem Informasi
Luthfi Aliananto
Universitas Sanata Dharma
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Pengendalian Kecepatan Kipas Angin Menggunakan Isyarat Tangan Berbasis Convolutional Neural Network Luthfi Aliananto; Wiwien Widyastuti; Martanto
KONSTELASI: Konvergensi Teknologi dan Sistem Informasi Vol. 6 No. 1 (2026): Juni 2026
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/konstelasi.v6i1.11452

Abstract

Perkembangan teknologi yang cepat menuntut manusia untuk melakukan segala hal secara cepat dan efektif. Salah satu tren saat ini adalah pengendalian alat dengan menggunakan teknologi kecerdasan buatan. Dengan menggunakan bantuan dari kecerdasan buatan, pengendalian dapat dilakukan secara lebih cepat, efektif, intuitif dan ramah pengguna. Salah satu aplikasi teknologi kecerdasan buatan untuk pengendalian adalah untuk mengendalikan kecepatan kipas angin. Sistem dibangun menggunakan convolutional neural network (CNN). Ada  empat tahap yang dilakukan yaitu pra-pemrosesan citra, pelatihan, pengujian dan penerapan pada alat. Data pelatihan yang digunakan berjumlah 160 data foto isyarat tangan dari 10 orang yang berbeda-beda. Data tersebut telah mencakup keempat gambar isyarat tangan yang digunakan untuk mengendalikan kecepatan kipas angin. Hasil pelatihan CNN dengan nilai akurasi terbaik dipilih untuk diaplikasikan dengan sistem pengendali kipas secara real-time. Hasil prediksi isyarat selanjutnya dikirimkan menuju ke Arduino UNO sebagai pengendali relai yang digunakan untuk memilih mode kecepatan kipas angin. Penelitian ini memperoleh akurasi terbaik sebesar 90% pada proses pelatihan, dan akurasi sebesar 81% pada proses pengujian. Persentase keberhasilan dari alat ini adalah sebesar 92,5%.
Co-Authors Martanto Wiwien Widyastuti