SKRIPSI DIGITAL
Rancang Bangun Sistem Deteksi Okupansi Ruangan Perpustakaan Berbasis Artificial Intelligence of Things (AIoT) = Design and Development of a Library Room Occupancy Detection System Based on Artificial Intelligence of Things (AIoT)
Keterbatasan fasilitas perpustakaan dalam menampung pertumbuhan jumlah mahasiswa setiap tahunnya menuntut hadirnya sistem otomatisasi untuk mendeteksi okupansi dan ketersediaan kursi ruangan. Sistem terdiri atas ESP32-S3-CAM sebagai penangkap gambar secara berkala, Fog Server Raspberry Pi yang menjalankan model object detection YOLO, serta website dashboard untuk menampilkan informasi okupansi. Deteksi okupansi dilakukan dengan memeriksa titik pusat bounding box terhadap poligon region of interest area kursi. Tiga model YOLO (YOLOv8n, YOLO11n, dan YOLO26n) dilatih dan dibandingkan kinerjanya. Pengujian pada 20 sampel gambar menunjukkan YOLO26n menjadi model terbaik dengan precision 98,7%, recall 95,7%, F1-score 97,2%, dan inference time 422,3 ms. Pengujian aplikasi menggunakan black box testing berhasil sesuai spesifikasi. Dengan demikian, sistem mampu mendeteksi okupansi ruangan secara akurat dengan pembaruan informasi berkala setiap satu menit sehingga membantu pemantauan ketersediaan kursi dan perencanaan waktu kunjungan.
Tidak tersedia versi lain