Sistem Pendeteksi Pencurian Barang Berbasis Mikrokontroler dan Cloud Computing Menggunakan Machine Learning - Dalam bentuk buku karya ilmiah

DANIEL PUTRA SURYAHADI

Informasi Umum

Kode

24.04.1498

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Internet Of Things

Dilihat

101 kali

Informasi Lainnya

Abstraksi

Pencurian merupakan kejahatan yang umum terjadi di banyak belahan dunia, termasuk di Indonesia. Target pencurian sendiri tidaklah memandang lokasi, di mana hal ini terjadi juga di Masjid Syamsul ‘Ulum Telkom University, padahal kondisi masjid sudah terpasang CCTV. Salah satu barang incaran pencurian pada masjid adalah sepatu, terutama saat pelaksanaan sholat Jum’at berlangsung. Telah banyak penelitian yang dilakukan dalam rangka meningkatkan keamanan pada sebuah masjid, salah satunya adalah sistem keamanan kotak amal. Belum ada penelitian yang mengembangkan sistem keamanan dari sepatu itu sendiri hingga saat ini. Merujuk kepada referensi lain, penelitian yang memiliki tujuan untuk meningkatkan keamanan pun memiliki kekurangan seperti respons yang belum otomatis pada telegram dan buzzer. Pada penelitian kali ini telah berhasil dirancang sebuah sistem pendeteksi pencurian barang berupa sepatu berbasis mikrokontroler ESP32-CAM dan cloud computing menggunakan machine learning. Sistem memiliki fitur dapat memberikan respons otomatis dengan membunyikan buzzer dan mengirimkan notifikasi telegram. Sistem memiliki akurasi sebesar 87,2% dalam mendeteksi adanya pencurian. Selain akurasi, sistem juga memiliki nilai rata-rata delay 1 (delay sejak sepatu ditaruh dan pencuplikan ESP32-CAM hingga pengirimannya ke server) sebesar 123,9 detik. Sistem masih memiliki kelemahan karena delay 2 (delay sejak pencuri mengambil sepatu dan pengiriman 1 citra hasil pencuplikan hingga muncul hasil keputusan dari proses verifikasi berdasarkan machine learning dari server) cukup besar yaitu 14,3 detik. Untuk mengatasi hal tersebut, sebaiknya pemrosesan machine learning dilakukan langsung di perangkat yang digunakan agar dapat meminimalisir delay. Kata kunci: cloud computing, ESP32-CAM, machine learning