Martina, Rasmi (2025) Implementasi Embedded Machine Learning untuk Menghitung Jumlah Pengunjung Perpustakaan (Studi Kasus Perpustakaan Politeknik Caltex Riau). Diploma thesis, Politeknik Caltex Riau.
![[thumbnail of Laporan PA (Proyek Akhir)]](https://repository.lib.pcr.ac.id/style/images/fileicons/text.png)
BUKU PA RASMI MARTINA.pdf - Submitted Version
Restricted to Registered users only
Download (2MB)
Abstract
Perpustakaan sebagai pusat informasi dan tempat belajar membutuhkan sistem monitoring yang efektif guna menjaga kenyamanan dan kapasitas ruangan. Penelitian ini bertujuan untuk merancang sistem penghitung jumlah pengunjung perpustakaan secara otomatis menggunakan teknologi embedded machine learning berbasis algoritma YOLOv8 dan perangkat Raspberry Pi 5. Sistem memanfaatkan webcam untuk menangkap pergerakan pengunjung yang masuk dan keluar, kemudian menghitung jumlahnya secara real-time. Dataset diperoleh dari platform RoboFlow dan dilatih menggunakan YOLOv8. Evaluasi dilakukan melalui pengujian akurasi deteksi, waktu komputasi, dan kecepatan frame (FPS). Hasil menunjukkan bahwa pada saat kondisi pencahayaan terang, sistem mampu mencapai akurasi sebesar 80,56% dalam mendeteksi arah masuk dan sebesar 87,65% untuk arah keluar. Sementara pada saat kondisi pencahayaan gelap, sistem ini mampu mencapai akurasi sebesar 55,88% dalam mendeteksi arah masuk dan sebesar 61,53 untuk arah keluar, dengan waktu komputasi rata-rata 0,46 detik di Raspberry Pi dan FPS stabil di kisaran 3,14. Sistem ini terbukti efektif untuk implementasi pemantauan jumlah pengunjung pada area semi-indoor seperti perpustakaan, serta dapat membantu dalam pengelolaan kapasitas ruangan.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | KBK > KBK Jurusan Teknologi Informasi > KBK Multimedia KBK > KBK Jurusan Teknologi Informasi > KBK Soft Computing |
Divisions: | Sarjana Terapan > Jurusan Teknologi Industri > Teknik Elektronika Telekomunikasi |
Depositing User: | Mrs Rasmi Martina |
Date Deposited: | 22 Aug 2025 03:14 |
Last Modified: | 22 Aug 2025 03:14 |
URI: | https://repository.lib.pcr.ac.id/id/eprint/3655 |