RANCANG BANGUN SISTEM PINTAR PENDETEKSI MASKER WAJAH DAN PENDETEKSI SUHU TUBUH SERTA KADAR OKSIGEN DALAM DARAH

4317030042, Rizky Megantoro (2021) RANCANG BANGUN SISTEM PINTAR PENDETEKSI MASKER WAJAH DAN PENDETEKSI SUHU TUBUH SERTA KADAR OKSIGEN DALAM DARAH. Lainnya thesis, Politeknik Negeri Jakarta.

[thumbnail of Halaman Identitas Dokumen Skripsi] Text (Halaman Identitas Dokumen Skripsi)
Identitas.pdf

Download (1MB)
[thumbnail of BAB 2 s/d BAB 4 Isi Skripsi] Text (BAB 2 s/d BAB 4 Isi Skripsi)
Isi.pdf
Restricted to Hanya Civitas Akademika PNJ

Download (2MB)
[thumbnail of Manuskrip Artikel Ilmiah] Text (Manuskrip Artikel Ilmiah)
Jurnal.pdf
Restricted to Hanya Staff Repositori

Download (329kB)

Abstrak

COVID-19 melanda Indonesia sejak Maret 2020 hingga saat tulisan ini dibuat. Pemerintah selaku pembuat kebijakan, memberlakukan peraturan baru agar setiap orang dapat keluar rumah dan melakukan pekerjaan tanpa harus khawatir terpapar virus COVID-19 ini. Salah satunya adalah peraturan No.88 tahun 2020 yang berlaku di wilayah DKI Jakarta dan dibuat oleh Gubernur DKI Jakarta yaitu bagi setiap orang yang akan keluar rumah wajib menggunakan masker dan juga tetap melakukan physical distancing. Program dari Sistem Pintar Pendeteksi Maser Wajah dan Pendeteksi Suhu serta Kadar Oksigen dalam Darah ini merupakan suatu cara untuk menanggulangi kesadaran masyarakat betapa pentingnya penggunaan masker di masa sekarang ini. Sistem ini memiliki dua program terpisah. Program utama adalah pendeteksi masker wajah untuk menentukan apakah subjek menggunakan masker wajah atau tidak dengan tanda pemberitahuannya masing-masing. Akurasi dari sistem Pendeteksi Masker wajah ini adalah sekitar 80% dengan tingkat presisi sebesar 85.7% dan sensitifitas 100%. Program yang kedua adalah program Pendeteksi Suhu serta Kadar Oksigen dalam Darah atau yang disingkat dengan PSKOD yang memiliki sensor pendeteksian suhu dan sensor pendeteksi kadar oksigen dalam darah. Dengan kepresisian sensor MAX30100 sebesar 97 ± 2,507 % dengan tingkat akurasi 99.34% dan error sebesar 0.66%. Sedangkan sensor MLX90614 memiliki kepresisian 35.5°C ± 2.015 dengan tingkat akurasi 97.9% dan error sebesar 2.1%. Kedua program dijalankan di Raspberry Pi 4 dan dapat dikendalikan baik secara langsung/kabel maupun secara wireless dengan aplikasi VNC Viewer.

Tipe Dokumen: Thesis / Skripsi / Tugas Akhir (Lainnya)
Subjek: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Bidang, Unit, atau Jurusan Yang Ditujukan: Teknik Elektro > Broadband Multimedia D4
User ID Pengunggah: Rizky Megantoro
Date Deposited: 30 Aug 2021 08:02
Last Modified: 30 Aug 2021 08:02
URI: https://repository.pnj.ac.id/id/eprint/219

Actions (login required)

View Item
View Item