RANCANG BANGUN PROTOTIPE SISTEM DETEKSI PELANGGARAN MEROKOK BERBASIS IOT DENGAN DILENGKAPI OBJECT DETECTION MENGGUNAKAN ALGORITMA YOLOv5s

Merokok merupakan suatu kebiasaan yang sering ditemui di Indonesia. Pada tahun 2023, Indonesia masuk ke dalam peringkat ke-15 sebagai negara dengan tingkat perokok tertinggi di dunia dengan total angka 32,6% (Johnson, 2023). Pemerintah Indonesia sebetulnya telah menerapkan aturan tentang Kawasan Tanpa Rokok (KTR), tetapi pelanggaran terhadap kebijakan bebas rokok masih kerap terjadi. Penelitian-penelitian sebelumnya mengembangkan sistem deteksi pelanggaran merokok berbasis sensor MQ. Namun, hasil penelitian Buchari et al. (2020) menyatakan bahwa sistem deteksi pelanggaran merokok dengan hanya berbasis sensor MQ kurang dapat diandalkan karena gas yang terdeteksi bisa saja berasal dari sumber lain. Oleh karena itu, penelitian ini membahas tentang sistem deteksi pelanggaran merokok yang dapat memverifikasi aktivitas pelanggaran merokok secara otomatis menggunakan sensor MQ-7 untuk mendeteksi karbon monoksida, sensor MQ-135 untuk mendeteksi amonia dan toluena, serta algoritma YOLOv5s untuk mendeteksi objek (rokok atau vape). Sensor MQ-7 yang telah dikalibrasi untuk mendeteksi CO (ppm) meraih tingkat akurasi sebesar 89,84%. Sensor MQ-135 telah berhasil mendeteksi amonia dan toluena pada asap rokok dengan konsentrasi sebesar 1,42 ppm (amonia) dan 0,12 ppm (toluena). Algoritma YOLOv5s yang telah dilatih meraih rata-rata Precision 91,9%, Recall 83,7%, F1-Score 87,6%, dan mAP50 88,3%. Sistem dilengkapi dengan speaker yang akan berbunyi secara otomatis setelah pelanggaran merokok terverifikasi terjadi dan notifikasi Telegram dalam bentuk pesan teks dan gambar.