Please take a moment to complete this survey below
Library's collection Library's IT development CancelSistem pengawasan terhadap kondisi manusia merupakan sebuah kebutuhan bagi para
keluarga, khususnya bagi yang memiliki anggota keluarga berlanjut usia, untuk memastikan
keselamatan para lansia. Saat ini, sistem pengawasan sudah beralih pengecekan manual
terhadap jejak rekam kamera CCTV menjadi otomatis untuk dapat memperoleh informasi
kondisi lansia dengan lebih cepat. Oleh karena itu dibutuhkan sebuah sistem yang dapat
mengakomodasi kebutuhan ini. Sistem yang dibuat pada skripsi ini akan menggunakan Nvidia
Jetson Nano sebagai embedded device untuk melakukan edge computing yang akan
mengimplementasikan algoritma pendeteksi objek berbasis deep learning dengan YOLOv4-tiny
untuk melakukan deteksi pose manusia, library Python untuk melakukan transformasi
homografik untuk mendapatkan posisi manusia pada pose tertentu, dan MQTT untuk
mengirimkan pesan hasil deteksi pose dan posisi.
Berdasarkan hasil pengujian, sistem berhasil melakukan deteksi pose baring di kursi,
baring di lantai, berdiri, duduk di kursi, dan duduk di lantai di Laboratorium IoT Universitas
Kristen Petra yang didesain dengan skenario tempat tinggal pada ruang makan dan ruang
keluarga. Sistem memiliki performa 5.5 – 6.5 FPS dengan inference time 50 – 60 milisekon.
Sistem dapat melakukan deteksi pose dengan nilai mAP@50 sebesar 95.1% pada ruang makan
dan 95.2% pada ruang keluarga. Sistem juga berhasil melakukan deteksi posisi berdasarkan pose
manusia pada area dengan luas sekitar 6 meter persegi.