Al Munir, Fadhil (2026) Implementasi Pengolahan Citra Menggunakan Kamera Untuk Sistem Deteksi Okupansi di Laboratorium Otomasi Industri. Skripsi thesis, Institut Teknologi Nasional Malang.
![[img]](http://eprints.itn.ac.id/style/images/fileicons/text.png)
Abstract
Penelitian ini bertujuan mengembangkan sistem deteksi okupansi ruangan berbasis computer vision menggunakan kamera pada perangkat Raspberry Pi 5 di Laboratorium Otomasi Industri Institut Teknologi Nasional Malang. Sistem memanfaatkan algoritma YOLOv11n untuk mendeteksi manusia serta algoritma SORT dan ByteTrack untuk melacak objek dan menghitung jumlah orang yang masuk maupun keluar ruangan menggunakan metode line crossing. Model dioptimalkan ke format NCNN agar mampu berjalan lebih efisien pada perangkat dengan sumber daya terbatas. Pengujian dilakukan pada tiga skenario video dengan karakteristik pencahayaan dan sudut pandang yang berbeda. Hasil penelitian menunjukkan bahwa kombinasi SORT dengan model NCNN menghasilkan F1-Score sebesar 97,58% dan Precision 100%, sedangkan nilai MOTA tertinggi sebesar 95,27% diperoleh SORT dengan model .pt. Pada evaluasi okupansi, ByteTrack mencapai akurasi penghitungan 100% pada dua skenario pengujian. Selain itu, model NCNN mampu mencapai kecepatan inferensi sekitar 12–14 FPS pada Raspberry Pi 5, sehingga sistem terbukti mampu mendeteksi, melacak, dan menghitung okupansi secara akurat serta efisien untuk mendukung implementasi smart laboratory.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Fadhil Al Munir (2212022) |
| Uncontrolled Keywords: | Kata Kunci: Deteksi Okupansi, YOLOv11n, Raspberry Pi 5, SORT, ByteTrack |
| Subjects: | Engineering > Electrical Engineering |
| Divisions: | Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi) |
| Depositing User: | Fadhil Al Munir |
| Date Deposited: | 07 Sep 2026 03:48 |
| Last Modified: | 07 Sep 2026 03:48 |
| URI: | http://eprints.itn.ac.id/id/eprint/16596 |
Actions (login required)
 |
View Item |
