Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Conference on Innovation and Application of Science and Technology (CIASTECH)

PEREKAMAN OTOMATIS BERDASARKAN DETEKSI OBJEK MANUSIA PADA CCTV MENGGUNAKAN METODE YOU ONLY LOOK ONCE V3 (YOLOV3) Hakim, Mirwan Abdurrahman; Rohana, Tatang; Kusumaningrum, Dwi Sulistya
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal"
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

CCTV selama ini memiliki kekurangan dalam hal penggunaan penyimpan, sementara pengawasan dilakukan penuh selama 1 × 24 jam, dan membuat kamera menulis frame terus menerus. Penyimpanan pun dengan drastis terpakai sehingga cepat penuh. Hal ini pun membuat storage seperti HDD, akan berkerja keras sehingga keawetan storage HDD tidak terjamin lama. Solusi yang bisa dilakukan adalah dengan memanfaatkan pengenalan objek sebagai kondisi. Frame hanya akan ditulis pada penyimpan ketika kamera mendeteksi adanya objek manusia. Metode Object Detection yang digunakan adalah YOLOv3, dataset dilatih dan menjadi model latih lalu diterapkan secara realtime. Model yang dilatih pada penelitian ini memiliki akurasi 100%, dan setiap objek yang terdeteksi berhasil menjadi kondisi kamera menulis frame pada penyimpan dengan ukuran video paling besar 1,6mb dengan durasi waktu 18 detik.
PENGENALAN SAMPAH PLASTIK DENGAN MODEL CONVOLUTIONAL NEURAL NETWORK Pratama, Irfan Nugraha; Rohana, Tatang; Al Mudzakir, Tohirin
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal"
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Edukasi tentang sampah yang rendah serta kultur lingkungan dan keluarga menjadi faktor yang mempengaruhi tingkat kepedulian masyarakat terhadap sampah, tercatat 72% masyarakat Indonesia tidak peduli dengan persoalan sampah. Padahal, masalah sampah dapat diselesaikan di level hulu jika masyarakat melakukan Gerakan 3R, yaitu reduce, reuse, dan recycle. Untuk itu, peneliti mencoba untuk mengimplementasikan metode Convolutional Neural Network (CNN) untuk mengklasifikasikan jenis sampah plastik (anorganik). Metode CNN digunakan karena pada penelitian sebelumnya mendapat akurasi sebesar 95%. Pada penelitian yang dilakukan, peneliti menguji setiap model yang disimpan saat proses pelatihan dan mendapatkan nilai akurasi sebesar 80% pada penyimpanan model ke 6000 dengan nilai rata-rata kerugian mencapai 0,03 dengan pembagian dataset untuk pelatihan sebesar 80% dan 20% untuk pengujian.