Gedung Telkom University Landmark Tower (TULT) merupakan salah satu gedung perkuliahan yang berada di Universitas Telkom, pada setiap ruangan kelas sudah terpasang CCTV untuk memantau atau memonitor ruangan selama 24 jam. Berdasarkan hasil observasi dalam penggunaan fasilitas elektronik, pengguna secara tidak sengaja meninggalkan ruangan dengan kondisi lampu, TV, dan AC masih dalam keadaan menyala. Hal tersebut dapat mengakibatkan adanya kerugian dari Universitas Telkom karena harus membayar biaya penggunaan energi listrik lebih banyak.
Oleh karena itu pada penelitian ini, menjelaskan mengenai pengimplementasian Intelligent Monitoring System (IMS) yang digunakan untuk memantau dan mengontrol kondisi ruang kelas dari jarak jauh, alat yang digunakan untuk memantau ruang kelas adalah CCTV, sedangkan untuk alat kontrol menggunakan perangkat IoT, dan menggunakan sebuah website untuk mengetahui kondisi ruang kelas dari jarak jauh. Penulis menggunakan saklar yang dapat terhubung internet sebagai perangkat IoT untuk dapat mengontrol lampu, TV dan AC yang tersedia pada ruangan kelas. Dalam konteks ini, penulis menggunakan salah satu cabang ilmu deep learning dengan metode YOLOv8 dan nilai confidence level 0.1 untuk mendeteksi keberadaan manusia pada ruang kelas. Hasil pengujian ini menunjukkan bahwa penggunaan metode YOLOv8 dan nilai confidence level 0.1 dalam mendeteksi manusia pada ruang kelas diperoleh tingkat akurasi 100%, sensitifitas 100%, dan spesifisitas 100%. Sehingga metode YOLOv8 dan nilai confidence level 0.1 yang digunakan dalam penelitian ini.
Berdasarkan hasil penelitian mengungkapkan bahwa mayoritas pengguna memberikan penilaian sangat ramah (64,3%) dan ramah (28,6%) dengan skor 4-5 (skala 5) terhadap fitur pilihan pada menu mobile website, hal ini menunjukkan tingkat kepuasan tinggi terhadap efektivitas dan kegunaan fitur tersebut. Sementara itu, Sebagian kecil (7,1%) menyatakan cukup ramah terhadap fitur yang tersedia pada mobile website. Penelitian ini melibatkan 14 orang yang terdiri dari satpam, pegawai dan mahasiswa Universitas Telkom. Kesimpulan singkat dari pengimplementasian IMS ini menunjukkan bahwa sistem tersebut berhasil memenuhi kebutuhan teknis dan ekspektasi pengguna sebagai alat bantu yang efektif dalam menangani permasalahan