Rancang Sistem Kendali Laju Aliran Udara Pada Ruangan Berbasis Human Activity Recognition
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