View/Open

Author
Naufal, Taufiq Ridwan

Advisor
Rahman, Indra Kesuma, S.Kom., M.Cs.
Winda, Yulita, S.Pd., M.Cs.

Koleksi
Teknik Informatika

Publisher

Negara Indonesia memiliki iklim tropis dikarenakan letaknya berada pada garis khatulistiwa yang pastinya menerima banyak sinaran matahari. Sinar matahari bersuhu tinggi menyebabkan rasa tidak nyaman baik diluar ruangan bahkan didalam ruangan. Pemanfaatan teknologi pendingin ruangan seperti Air Conditioner (AC) menjadi pilihan, namun memiliki dampak yang signifikan terhadap efisiensi energi listrik berkaitan dengan penyesuaian suhu AC pada kepadatan dalam suatu ruangan. Penelitian ini bertujuan untuk melakukan klasifikasi suhu Air Conditioner (AC) berdasarkan tingkat kepadatan manusia dalam ruangan menggunakan algoritma YOLOv8 dan Multilayer Perceptron (MLP), mengetahui seberapa besar tingkat akurasi yang bisa dihasilkan model dalam melakukan klasifikasi suhu Air Conditioner (AC), dan mengetahui seberapa cepat model dalam melakukan klasifikasi suhu Air Conditioner (AC). Hasil pengujian menunjukkan YOLOv8 dan Multilayer Perceptron telah berhasil diterapkan, YOLOv8 bertanggung jawab untuk proses deteksi kepala dan Multilayer Perceptron bertanggung jawab untuk proses klasifikasi suhu. Hasil uji coba program memberikan hasil berupa nilai precision, recall dan f1-score secara berturut-turut yaitu sebesar 0.82, 0.92, 0.86. Proses inference dari program yang telah dikembangkan, membutuhkan waktu ± 1 detik untuk melakukan proses deteksi hingga mendapatkan hasil klasifikasi suhu air conditioner yang baik pada kepadatan ruangan tertentu.

URI
https://repo.itera.ac.id/depan/submission/SB2409240334

Keyword
YOLOv8 MLP Deteksi Objek Klasifikasi