M., Alif (2024) Kompresi Video Kamera AI Vision Sensor Menggunakan H.265. Diploma thesis, Poilteknik Caltex Riau.
Laporan Proyek Akhir (PA) - M. Alif.pdf - Submitted Version
Restricted to Registered users only
Download (20MB)
Poster PA - M.Alif.png - Submitted Version
Restricted to Registered users only
Download (3MB)
Abstract
Konsep smart campus mengacu pada penggunaan teknologi dan inovasi untuk meningkatkan pengelolaan di lingkungan kampus dengan menerapkan teknologi seperti Internet of Things (IoT) maupun kecerdasan buatan (AI). Seiring dengan peningkatan kualitas kamera monitoring maka diperlukan peningkatan pada tingkat kualitas layanan, performansi, penambahan fitur AI pada kamera, dan kehandalan seperti streaming. Penambahan kinerja ini menyebabkan kinerja yang lebih berat dan ukuran file yang semakin besar sesuai dengan kualitas video. Codec H.265 merupakan suatu teknologi codec untuk kompresi video dengan efisiensi dua kali lebih baik dari teknologi sebelumnya yaitu H.264. Dari permasalahan ini terciptalah ide sebuah penelitian proyek akhir untuk membuat sistem kompresi menggunakan H.265/HEVC pada streaming video object detection dengan kamera webcam yang terhubung pada perangkat yang dapat mendeteksi objek yang ditampilkan pada website. Hasil percobaan dengan resolusi 480p, 720p, dan 1080p menunjukkan bahwa codec H.265 mampu mengkompresi hingga lebih dari 60%. Resolusi 480p merupakan resolusi paling efisien untuk dilakukan kompresi dengan persentasi lebih dari 81% dan mampu mempertahankan kualitas video dengan PSNR yang lebih dari 41 dB. Kualitas streaming yang dihasilkan mencapai nilai throughput lebih dari 1,9 Mbps dan delay terbesar hanya 79,18 ms.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | KBK > KBK Jurusan Teknologi Informasi > KBK Software Engineering KBK > KBK Jurusan Teknologi Industri > KBK Telecommunication Network Research Group |
Divisions: | Sarjana Terapan > Jurusan Teknologi Industri > Teknik Elektronika Telekomunikasi |
Depositing User: | Mr M. Alif |
Date Deposited: | 23 Aug 2024 09:03 |
Last Modified: | 23 Aug 2024 09:03 |
URI: | https://repository.lib.pcr.ac.id/id/eprint/2345 |