Pendeteksi Panas Tubuh dengan Metode Non-Kontak Menggunakan Sensor AMG8833 Berbasis IoT

Pemayun, Dewa Gede Agung Padmanaba and Sugirianta, Ida Bagus Ketut and Teresna, I Wayan (2022) Pendeteksi Panas Tubuh dengan Metode Non-Kontak Menggunakan Sensor AMG8833 Berbasis IoT. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_36304_1815344058_full.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy
	Text (Cover - Bab 1, Bab 5 dan Referensi) RAMA_36304_0016066605_0031126910_part.pdf - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (587kB)

Abstract

Corona Virus (Covid-19) merupakan pandemi yang ditetapkan oleh Organisasi Kesehatan Dunia (WHO), hampir semua tempat umum mewajibkan pengujung untuk menggunakan masker dan melakukan pengecekan suhu tubuh sebelum dapat memasuki tempat tertentu sebagai tindakan pendeteksi awal gejala Covid-19. Pengecekan suhu tubuh ini biasanya dilakukan oleh operator maupun security di tempat tersebut. Penerapan pengecekan suhu dengan cara ini dinilai kurang efektif, dikarenakan masih ada potensi penularan virus corona lewat udara. Hal tersebut menjadi dasar dirancangnya sistem pendeteksian ini. Penelitian ini menggunakan Raspberry Pi 3 dengan memanfaatkan sistem pengecekan suhu tubuh non-kontak yaitu kamera thermal AMG8833, yang berfungsi mengukur suhu tubuh manusia. Pengunaan webcam untuk identifikasi wajah dengan menggunakan metode haar cascade untuk mendeteksi wajah. Pengambilan data wajah yang diambil sebanyak 40 gambar. Hasil pendeteksian suhu wajah menggunakan kamera thermal dan thermogun mendapatkan selisih rata-rata terkecil pada jarak pengujian 30-90cm dan akurasi pendeteksian suhu sebesar 99,02%. Jika terdeteksi suhu wajah di bawah 38°C, maka suara buzzer tidak menyala. Sedangkan jika tidak terdeteksi suhu wajah diatas 38°C, maka suara buzzer akan menyala. Hasil deteksi dapat ditampilkan pada layar monitor dan juga pada layar smartphone. Dari hasil ini sistem pendeteksian sudah dapat memberikan hasil sesuai dan dapat diimplementasikan dengan baik.

Actions (login required)

View Item