Claim Missing Document
Check
Articles

Found 1 Documents
Search

Evaluasi Keandalan Model Rekognisi Suara Burung Hama Menggunakan Platform Edge Impulse Pada Mikrokontroller Low Power Hasbullah, Abdul Wahib; Setiawan, Eko; Rachmad, Aeri
Jurnal Teknik Elektro dan Komputer TRIAC Vol 10, No 2 (2023): Oktober 2023
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v10i2.22448

Abstract

Penelitian ini mengekplorasi kemungkinan pemanfaatan teknologi  edge machine learning dalam hal rekognisi suara-suara burung hama  yang bisa diaplikasikan pada mikrokontroller ultra low power. Dalam paper ini dilakukan uji kehandalan dari tiga algoritma mesin pembelajaran (ML), kemudian menyematkankannya ke  mikrokontroller Seeed Xiao NRF52840 Sense. Model  pembelajaran mesin yang pertama adalah Fast Convolutional Neural Netywork (CNNs) 1D dengan 2 layer, model ke-2 adalah menggunakan arsitektur berbasis transfer learning MobileNet. Dalam melakukan training dan testing digunakan mesin pembelajaran embedded platform Edge Impulse. Model pembelajaran yang dihasilkan kemudian diimplementasi sebagai Arduino Library baik sebagai representasi 32-bit floating point dan 8-bit fixed integer. Nilai dugaan yang dihasilkan oleh mikrokontroller dievaluasi dalam 4 kasus, yaitu menggunakan kompiler Edge Impulse EON dan Tensor Flow Lite (TFLite). Hasil penelitian juga melaporkan memory footprint ( RAM dan Flash),  nilai akurasi, dan waktu dugaan (time inference).