Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Krishna Tiwikrama
Universitas Merdeka Malang
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Metode Haar Cascade dan Convolutional Neural Network untuk Klasifikasi Penggunaan Masker Krishna Tiwikrama; Abd. Rabi’; Rahman Arifuddin
JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering) Vol. 6 No. 2 (2021): JOURNAL OF ELECTRICAL, ELECTRONICS, CONTROL, AND AUTOMOTIVE ENGINEERING (JEECAE
Publisher : Pengelolaan Penerbitan Publikasi Ilmiah (P3I) Politeknik Negeri Madiun

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

Abstract

Berita tentang bahaya virus corona yang mewabah dengan sangat cepat dan masif telah banyak dirasakan dampaknya. Akibatnya, di masa pandemi Covid-19, pemberlakuan gaya hidup normal baru terus digalakkan demi menjaga kesehatan masyarakat, serta mengurangi resiko penularan. Salah satu dari berbagai hal yang diwajibkan di masa pandemi yaitu penggunaan masker di keramaian. Namun tak sedikit pula yang masih abai. Dengan memanfaatkan teknologi masa kini, diperlukan sebuah sistem yang dapat mendeteksi penggunaan masker. Penelitian ini mengembangkan sistem pendeteksipenggunaan masker menggunakan Haar Cascade dan Convolutional Neural Network. Masukan dari pada sistem diperoleh dari tangkapan citra wajah oleh Pi Camera V2. Pemrosesan utama pada sistem menggunakan Raspberry Pi 3B+ guna pengolahan citra. Keluaran dari sistem yakni teks peringatan agar menggunakan masker yang ditampilkan di monitor ketika orang terdeteksi tidak menggunakan masker, serta terdapat pula suara pemberitahuan oleh speaker. Penelitian ini berhasil memperoleh keakuratan pendeteksian sekitar 90% berdasarkan pengujian dengan berbagai macam bentuk, warna masker hingga motifnya. Kendati demikian, dari rata-rata data citra tidak semua dapat terdeteksi dengan tepat.
Implementasi Palang Pintu Otomatis dengan Pendeteksi Masker Berbasis Raspberry Pi 3B+ Krishna Tiwikrama; Abd. Rabi’; Rahman Arifuddin
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 1 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i1.839

Abstract

Pandemi Covid-19 yang berawal pada bulan Maret 2020 telah mengejutkan masyarakat Indonesia, dan bahkan dunia karena virus corona menyebar dengan cepat hingga lintas negara. Dalam upaya merespons keseriusan pandemi Covid-19, perkembangan teknologi masa kini yang berdampak besar dapat dimanfaatkan untuk membantu tugas manusia agar tetap menjaga jarak aman antar manusia. Terkhusus pada tempat-tempat umum di era new normal akibat pandemi, sebelum memasuki ruangan diperlukan sistem yang mampu mengotomatisasi buka tutup palang pintu dengan diawali proses pendeteksian masker pada manusia dan pendeteksian suhu tubuh. Penelitian sistem otomatisasi palang pintu bertujuan membuka palang jika manusia menggunakan masker terdeteksi oleh Pi Camera yang terintegrasi pada komputer mini Raspberry Pi yang telah ditanam metode Convolutional Neural Network (CNN), serta pendeteksian suhu tubuh manusia menggunakan Thermal Camera menunjukkan hasil normal. Dari penelitian ini berhasil melakukan pendeteksian penggunaan masker pada manusia dan pendeteksian suhu tubuh yang mampu membuka palang ketika manusia terdeteksi menggunakan masker dan suhu tubuh normal (≤37,5°C), dan hasil deteksi berupa nilai suhu tubuh terbaca ditampilkan pada LCD serta adanya suara pemberitahuan oleh speaker.
Co-Authors Abd. Rabi’ Arifuddin, Rahman