View/Open

Author
Ryan, Tristan

Advisor
Al Barra, Harahap

Koleksi
Teknik Fisika

Publisher

Manusia menghabiskan hampir 90% waktunya di dalam ruangan, baik di kantor maupun di rumah. Aliran udara merupakan salah satu faktor yang penting dalam kenyamanan termal di sebuah ruangan dan laju aliran udara perlu diperhatikan pada sebuah ruangan untuk kenyamanan penghuni dalam melakukan aktivitas di dalamnya. Oleh karena itu, perlunya sistem aliran udara yang ideal agar dapat beraktivitas dengan nyaman dalam ruangan tersebut. Tujuan dari penelitian ini adalah meninjau dan mengklasifikasi aktivitas berdiri dan duduk untuk otomatisasi sistem laju aliran udara pada bangunan cerdas. Klasifikasi aktivitas manusia dilakukan dengan menggunakan perangkat NVIDIA Jetson Nano dan OpenPose sebagai algoritma pembentuk kerangka pada tubuh manusia dengan mencari 18 keypoints untuk pembentukan skeleton, skeleton yang telah terbentuk pada tubuh akan di klasifikasi aktivitas nya oleh model arsitektur Deep Neural Network (DNN). Klasifikasi aktivitas dengan 5 video menghasilkan nilai rata-rata akurasi 92,94%, recall pada kegiatan berdiri 0,99 dan recall kegiatan duduk 0,93. Hasil dari pendeteksian dikirimkan kepada mikrokontroller ESP32 yang terhubung dengan kipas angin dan modul dimmer AC melalui Node-RED. Keluaran kipas angin berupa laju aliran udara untuk kebutuhan breathing zone berdasarkan aktivitas yang dilakukan. Berdasarkan hasil perhitungan breathing zone, laju aliran udara yang dibutuhkan untuk kondisi objek berdiri dengan jumlah penghuni ruangan sebanyak 3 orang adalah 98,9 L/s dan untuk kondisi objek duduk sebesar 39,4 L/s.

URI
https://repo.itera.ac.id/depan/submission/SB2401100039

Keyword
Aliran udara, DNN, Node-RED, ESP32, Keypoints, Nvi