SKRIPSI
RANCANG BANGUN ALAT PENDETEKSI WAJAH DAN PENDETEKSI SUHU TUBUH OTOMATIS GUNA MEMINIMALISIR PENYEBARAN
COVID-19
DISUSUN OLEH :
RIFAH TRI HAFSARI SITTI RABIAL ISNANI 105821112118 105821109418
PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MAKASSAR 2021
HALAMAN JUDUL
“RANCANG BANGUN ALAT PENDETEKSI WAJAH DAN PENDETEKSI SUHU TUBUH OTOMATIS GUNA MEMINIMALISIR PENYEBARAN
COVID-19”
SKRIPSI
Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh gelar Sarjana Teknik
Program Studi Teknik Elektro Fakultas Teknik
Disusun dan diajukan oleh
RIFAH TRI HAFSARI SITI RABIAL ISNANI
105 82 11121 18 105 82 11094 18
PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MAKASSAR 2021
ِمْي ِح َّرلا ِنَمْح َّرلا ِالله ِمــــــــــــــــــْسِب
Assalamualaikum Warahmatullahi Wabarakatuh
Puji syukur kami panjatkan kehadirat Allah SWT atas berkat limpahan rahmat, karunia dan hidayahNya-lah sehingga kami diberikan kekuatan untuk menyelesaikan Tugas akhir dengan judul “RANCANG BANGUN ALAT PENDETEKSI WAJAH DAN PENDETEKSI SUHU TUBUH OTOMATIS GUNA MEMINIMALISIR PENYEBARAN COVID-19”.
Tugas akhir ini diajukan sebagai salah satu syarat untuk menyelesaikan studi Strata Satu (S-1) pada Fakultas Teknik, Program studi Teknik Elektro Universitas Muhammadiyah Makassar.
Pada proses penyelesaian Tugas akhir ini tidak terlepas dari bantuan berbagai pihak, maka dengan segala kerendahan hati penulis menyampaikan rasa hormat dan terimakasih kepada
1. Bapak Prof. Dr. H. Ambo Asse, M.Ag. Selaku Rektor Universitas Muhammadiyah Makassar.
2. Ibu Dr. Ir. Hj. Nurnawaty, S.T., M.T., IPM. Selaku Dekan Fakultas Teknik Universitas Muhammadiyah Makassar.
3. Ibu Adriani, S.T., M.T. Selaku Ketua Program Studi Teknik Elektro Fakultas Teknik Universitas Muhammadiyah Makassar.
4. Bapak Dr. Eng. Ir. H. Zulfajri Basri Hasanuddin, M.Eng. Selaku Pembimbing I dan Ibu Rahmania, S.T., M.T. Selaku Pembimbing II.
5. Para Staff dan Dosen yang membantu penulis selama melakukan studi di Program studi Teknik Elektro Fakultas Teknik Universitas Muhammadiyah Makassar.
6. Rekan-rekan Mahasiswa angkatan 2018 baik kelas non regular maupun kelas Konversi dan seluruh keluarga besar Fakultas Teknik Universitas Muhammadiyah Makassar.
7. Terakhir dan special kepada kedua orang tua kami yang tercinta Akhirul kalam, semoga tugas akhir penulis dapat membantu menambah khasanah ke-ilmuan yang bermanfaat bagi pembaca.
Billahi fisabilhaq fastabiqul khaerat, Wassalamualaikum Warahmatullahi Wabarakatuh.
Rifah Tri Hafsari1, Sitti Rabial Isnani2
1,2Jurusan Teknik Elektro, Fakultas Teknik, Universitas Muhammadiyah
Makassar
1e-mail: [email protected] 2e-mail: [email protected]
ABSTRAK
Abstrak; Rifah Tri Hafsari dan Sitti Rabial isnani; (2021) Rancang Bangun Alat Pendeteksi Wajah dan Pendeteksi Suhu Tubuh Otomatis Guna Meminimalisir Penyebaran COVID-19 (dibimbing oleh Dr. Eng. Ir. H. Zulfajri Basri Hasanuddin, M. Eng dan Rahmania, S.T.,M.T). COVID-19 telah mewabah pada hampir seluruh penjuru dunia termasuk di Indonesia dimana gejala paling umum adalah demam hingga 38℃. Oleh karena itu saat ini diberbagai tempat telah memberlakukan pengecekan suhu tubuh untuk untuk mendeteksi suhu tubuh pengunjung. Untuk menghambat penyebaran COVID-19, Himbauan Pemerintah Pusat kepada masyarakat untuk menerapkan 5M yakni diantaranya menggunakan masker. Hal tersebut yang menjadi dasar untuk membuat suatu alat pendeteksi suhu tubuh pengunjung khususnya di Universitas Muhammadiyah Makassar, bukan hanya mendeteksi suhu tubuh namun alat tersebut juga mampu mendeteksi penggunaan masker sebagai salah satu penerapan himbauan dari pemerintah mengenai 5M. Alat pendeteksi masker dan pendeteksi suhu tubuh menggunakan Arduino Mega sebagai mikrokontroller, webcam sebagai kamera pendeteksi wajah, sensor MLX90614 sebagai pendeteksi suhu tubuh dan buzzer sebagai komponen untuk memberikan peringatan. Alat ini memberikan rasa aman bagi pengunjung kampus dan pihak kampus yang bertugas dalam menyeleksi pengujung kampus, dimana dalam penerapannya alat ini tidak mengharuskan pengunjung dan petugas untuk berinteraksi secara langsung. Pengunjung kampus akan mengikuti arahan untuk mendeteksi masker dan suhu pada alat, dimana jika terdeteksi pengunjung yang tidak menggunakan masker maka secara otomatis alat akan memberikan peringatan dengan bunyi buzzer serta peringatan “Gunakan Masker” pada monitor. Begitupula apabila terdeteksi pengunjung dengan suhu => 37℃ maka secara otomatis alat akan memberikan peringatan bunyi buzzer yang lebih Panjang dan berbeda dari bunyi buzzer pada deteksi pengunjung tidak menggunakan masker. Petugas keamanan kampus akan menerima informasi hasil deteksi masker dan suhu tubuh tersebut dari balik layar monitor.
Rifah Tri Hafsari1, Sitti Rabial Isnani2
1,2 Department of Electrical Engineering, Faculty of Engineering, University of
Muhammadiyah Makassar
1e-mail: [email protected] 2e-mail: [email protected]
ABSTRACT
Abstract; Rifah Tri Hafsari dan Sitti Rabial isnani; (2021) Design of Face Detection Devices and Automatic Body Temperature Detectors to Minimize the Spread of COVID-19 (supervised by Dr. Eng. Ir. H. Zulfajri Basri Hasanuddin, M. Eng and Rahmania, S.T.,M.T). COVID-19 has plagued almost all corners of the world including in Indonesia where the most common symptom is fever up to 38 ℃. Therefore, currently in various places have implemented body temperature checks to detect the body temperature of visitors. To prevent the spread of COVID-19, the Central Government's appeal to the public to implement 5M, including wearing masks. This is the basis for making a body temperature detector for visitors, especially at the Muhammadiyah University of Makassar, not only detecting body temperature but also being able to detect the use of masks as an application of the government's appeal regarding 5M. The mask detector and body temperature detector use the Arduino Mega as a microcontroller, a webcam as a face detection camera, the MLX90614 sensor as a body temperature detector and a buzzer as a component to provide warnings. This tool provides a sense of security for campus visitors and campus parties who are in charge of selecting the campus end, where in its application this tool does not require visitors and officers to interact directly. Campus visitors will follow directions to detect masks and the temperature on the appliance, where if a visitor not using a mask is detected, the tool will automatically give a warning with a buzzer sound and a warning "Use a Mask" on the monitor. Likewise, if a visitor is detected with a temperature => 37 ℃, the tool will automatically give a warning with a buzzer that is longer and different from the buzzer sound when the visitor is not wearing a mask. Campus security officers will receive information on the detection results of the mask and body temperature from behind the monitor screen.
DAFTAR ISI HALAMAN JUDUL ... i HALAMAN PENGESAHAN ... ii PENGESAHAN ... iii KATA PENGANTAR ... iv ABSTRAK ... vii
DAFTAR ISI ... viii
DAFTAR GAMBAR ... x
DAFTAR TABEL... xi
DAFTAR SINGKATAN ... xii
DAFTAR PERSAMAAN... xiii
DAFTAR LAMPIRAN ... xiv
BAB I PENDAHULUAN ... 1 A. Latar Belakang ... 1 B. Rumusan Masalah ... 3 C. Tujuan Penelitian ... 4 D. Batasan Masalah... 4 E. Manfaat Penelitian ... 5 F. Sistematika Penulisan... 5
BAB II TINJAUAN PUSTAKA ... 7
2. Fitur Haar ... 10
3. Integral image ... 10
C. Arduino Mega... 11
D. Sensor MLX90614 ... 13
E. Webcam ... 17
F. Liquid Crystal Display (LCD) ... 18
G. Buzzer ... 19
H. Arduino IDE ... 19
I. Visual Studio ... 20
J. MySQL ... 21
K. OpenCV... 22
BAB III METODE PENELITIAN ... 23
A. Lokasi dan Waktu ... 23
1. Lokasi ... 23
2. Waktu... 23
B. Alat dan Bahan ... 23
C. Tahapan Perancangan... 24
1. Blok Diagram ... 24
2. Perancangan perangkat keras (hardware) ... 25
3. Perancangan perangkat lunak (Software) system ... 27
4. Metode Pengujian Sistem ... 31
BAB IV HASIL DAN PEMBAHASAN... 33
1. Hasil Pengujian Arduino Mega ... 34
2. Hasil Pengujian Pembacaan Suhu Sensor MLX90614 ... 35
3. Hasil Pengujian Deteksi Wajah ... 38
4. Hasil Pengujian Alat menggunakan Aplikasi ... 42
BAB V PENUTUP ... 45
A. Kesimpulan ... 45
B. Saran ... 45
DAFTAR PUSTAKA ... 47 LAMPIRAN
DAFTAR GAMBAR
Gambar 2.1. Variasi Fitur Haar ... 10
Gambar 2.2. Arduino Mega ... 11
Gambar 2.3. Sensor Inframerah MXL90614 ... 14
Gambar 2.4. Blok Diagram Mlx90614... 15
Gambar 2.5. Webcam ... 17
Gambar 2.6. Lcd 6x12 ... 18
Gambar 2.7. Buzzer ... 19
Gambar 2.8. Antarmuka Arduino Ide ... 20
Gambar 2.9. Visual Studio 2019 ... 21
Gambar 3.1. Gambaran Alat ... 25
Gambar 3.2. Blok Diagram Rancang Bangun ... 25
Gambar 3.3. Sensor Suhu Inframerah Mlx90164 ... 26
Gambar 3.4. Lcd 16x2 Yang Sudah Dihubung 12c ... 26
Gambar 3.5. Buzzer Dengan Arduino Mega ... 27
Gambar 3.6. Hasil Rangkaian ... 27
Gambar 3.7. Flowchart Sistem ... 29
Gambar 3.8. Flowchart Pendeteksian Object... 30
Gambar 4.1. (A) Tampak Dalam Rangkaian, (B) Tampak Luar Rangkaian... 33
Gambar 4.2. Deteksi Suhu Dan Wajah Yang Menggunakan Masker ... 43
DAFTAR TABEL
Tabel 2.1. Spesifikasi Mikrikontroller Arduino Mega 2560 ... 12
Tabel 2.2. Deskripsi Nama Dan Fungsi Pin Sensor Mlx90614 ... 16
Tabel 2.3. Spesifikasi Sensor Inframerah Mlx90164 ... 17
Tabel 3.1. Rencana Pelaksanaan ... 23
Tabel 4.1. Keterangan Gambar Alat ... 33
Tabel 4.2. Pengujian Arduino ... 35
Tabel 4.3. Spesifikasi Alat Thermal Imaging Camera ... 36
Tabel 4.4. Perbandingan Pengukuran Thermal Dan Sensor Mlx90164 ... 36
ADC : Analog Digital Converter
ARDUINO IDE : Arduino Integrated Development Environment CDC : Center for Disease Control
COVID-19 : Corona Virus Disease DSP : Digital Signal Processor
GND : Ground
GUI : Graphic User Interface
I/O : Input/Output
I2C : Inter-Integrated Circuit
LCD : Liquid Crystal Display
PWM : Pulse Width Modulation
RAM : Random Acces Memory
SARS-CoV-2 : Severe Acute Respiratory Syndrome Coronavirus
SCL : Serial Clock
SDA : Serial Data
USB : Universal Serial Bus
DAFTAR PERSAMAAN
Persamaan 3.1 Rumus Selisi ... 31 Persamaan 3.2 Rumus Error ... 31 Persamaan 3.3 Rumus Akurasi ... 31
DAFTAR LAMPIRAN
LAMPIRAN 1
Program Arduino IDE (Sensor mlx90614, LCD I2C, dan Buzzer) ... 50 Program Visual Studio 2019 (Face Detection) ... 51
LAMPIRAN 2
BAB I PENDAHULUAN
A. Latar Belakang
Penyakit coronavirus (COVID-19) dikategorikan sebagai pandemi oleh Organisasi Kesehatan Dunia (WHO). Saat ini, jumlah penderita COVID-19 di Indonesia terus meningkat, dimana data terakhir menunjukan ada lebih dari 300.000 orang yang terkonfirmasi positif. Menurut Pusat Pengendalian dan Pencegahan Penyakit (CDC), gejala-gejala COVID-19 bisa sangat ringan hingga berat, termasuk diantaranya; demam hingga 38°C, batuk, dan sesak nafas. COVID- 19 lebih dari sekedar krisis kesehatan, karena memberikan imbas pada krisis kemanusiaan, ekonomi dan sosial (Sheikhi et al., 2020). Selain berimbas di ekonomi, sosial dan kemanusiaan juga berimbas ke bidang pendidikan.
Saat ini di dunia pendidikan masih melaksanakan pembelajaran via online atau bisa disebut dengan daring dikarenakan pandemi COVID-19. Baik dari tingkat PAUD, TK/RA, SD/MI, SMP/MTS, SMA/SMK, Universitas maupun Perguruan Tinggi saat ini merasakan dampak dari COVID-19.
Pemerintah Pusat dengan memasuki era new normal mulai membuka aktifitas di sekolah dan Universitas dengan memperketat penerapan protokol kesehatan anjuran 3 M yaitu Mencuci tangan dengan sabun. Memakai Masker, dan menjaga jarak. Anjuran 3M ini kini ditambah menjadi 5 M yaitu Menjauhi kerumunan dan Membatasi Mobilitas. Hal ini menjadi penting bagi Pemerintah mewajibkan seluruh masyarakat Indonesia untuk mengenakan masker saat
beraktivitas di luar, karena penyebaran COVID-19 dipengaruhi tingginya mobilitas masyarakat.
Oleh karena itu, penelitian ini mengambil judul “Rancang Bangun Alat Pendeteksi Wajah dan Pendeteksi Suhu Tubuh Otomatis Guna Meminimalisir Penyebaran Covid-19”, karena menurut CDC salah satu gejala terkena COVID-19 adalah demam yang mengakibatkan suhu tubuh mencapai 38°C. Untuk itu dibutuhkan alat pendeteksi wajah dan pendeteksi suhu tubuh otomatis tanpa kontak untuk menjamin keamanan bagi pengelola dan pengunjung kampus Universitas Muhammadiyah.
Rancang bangun alat ini harus mampu mengirimkan informasi monitoring yang akurat kepada pengelola kampus Universitas Muhammadiyah Makassar agar dapat dilakukan tindakan bagi pengunjung yang memiliki gejala demam. Selain itu, rancang bangun ini memudahkan bagi petugas keamanan dalam menyeleksi pengunjung kampus sehingga petugas tidak harus berdiri untuk memberikan peringatan penggunaan masker dan pengukuran suhu kepada pengunjung. Alat ini memungkinkan petugas keamanan untuk memantau pengunjung dari depan computer sehingga dapat mengurangi interaksi fisik antara petugas dan pengujung kampus Universitas Muhammadiyah Makassar.
Rancang bangun alat deteksi ini juga merupakan pengembangan dari penelitian-penelitian yang pernah dilakukan sebelumnya, sehingga memastikan keakuratan alat yang dibuat. Penelitian serupa pernah dilakukan oleh Safitri dan Gusti Arya pada tahun 2019 (Safitri and Dinata, 2019). Namun, bukan berarti penelitian tersebut tidak dapat ditingkatkan lagi, karena masih terdapat kelemahan
yaitu tidak dilengkapi dengan sistem yang memungkinkan untuk mengintegrasi data secara spesifik ke dalam aplikasi serta menggunakan webcam sebagai sarana untuk mendeteksi wajah. Alat yang dihasilkan dari penelitian tersebut hanya menggunakan LCD sebagai pemberi informasi suhu tubuh. Disiniliah penelitian penulis dapat berperan dengan meningkatkan sistem yang sudah ada sehingga memberikan kemudahan bagi pengguna.
Penelitian ini akan menggunakan Arduino Mega sebagai mikrokontroler yang dilengkapi untuk mengirimkan data hasil monitoring suhu ke komputer yang telah ditentukan. Perangkat input akan menggunakan kamera webcam untuk mendeteksi wajah dan sensor suhu inframerah MLX90614 karena telah terbukti keakuratannya dalam mengukur suhu tubuh. Alat yang dibuat juga akan dilengkapi dengan LCD 16x2 dan buzzer untuk memberi peringatan bila ada suhu tubuh terdeteksi lebih dari 37°C. Metode deteksi wajah yang digunakan adalah metode Haar Cascade Classifier. Hasil dari rancang bangun alat ini diharapkan dapat membantu dalam monitoring suhu tubuh pengunjung kampus Universitas Muhammadiyah Makassar untuk meminimalisir penyebaran COVID-19.
B. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, maka permasalahan penelitian dirumuskan sebagai berikut:
1. Bagaimana merancang alat pendeteksi wajah dan pendeteksi suhu tubuh otomatis tanpa sentuhan menggunakan Arduino Mega, webcam dan sensor suhu MLX90614??
2. Bagaimana agar data suhu tubuh yang dihasilkan dapat di integrasikan dengan sistem deteksi wajah berbasis metode Haar Cascade Classifier? 3. Bagaimana agar rancang bangun alat yang dihasilkan mampu diterapkan di
Universitas Muhammadiyah Makassar?
C. Tujuan Penelitian
Dari rumusan masalah yang telah diuraikan di atas, maka tujuan dari penelitian ini adalah:
1. Untuk menghasilkan rancang bangun alat pendeteksi wajah dan pendeteksi suhu tubuh tanpa sentuhan menggunakan Arduino Mega, webcam dan sensor suhu MLX90614 .
2. Untuk mengintegrasikan data suhu tubuh yang dihasilkan dengan sistem deteksi wajah berbasis metode Haar Cascade Classifier.
3. Untuk menerapkan hasil rancang bangun alat yang telah dihasilkan di Universitas Muhammadiya Makassar.
D. Batasan Masalah
Adapun batasan masalah dari perancangan ini agar sesuai dengan yang diharapkan adalah sebagai berikut:
1. Rancang bangun alat menggunakan Arduino Mega, webcam dan sensor pendeteksi suhu MLX90614.
2. Sistem deteksi wajah yang digunakan berbasis pada metode Haar Cascade Classifier.
3. Tugas akhir tidak membahas secara detail komunikasi antar perangkat, tapi terfokus pada pendeteksi suhu tubuh dan deteksi wajah yang akurat.
E. Manfaat Penelitian
Dari hasil penelitian ini adalah sebagai berikut:
1. Membantu civitas akademik khususnya petugas keamanan dalam melakukan deteksi suhu tubuh.
2. Membantu tim terkait dalam mendeteksi gejala awal COVID-19.
3. Rancang bangun alat ini dapat dijadikan dasar pengembangan alat untuk diproduksi secara massal.
F. Sistematika Penulisan BAB I: PENDAHULUAN
Bab ini terdiri dari latar belakang, rumusan masalah, tujuan tugas akhir, batasan masalah, dan manfaat tugas akhir.
BAB II: TINJAUAN PUSTAKA
Bab ini membahas tentang teori-teori yang berkaitan dengan tugas akhir ini.
BAB III: METODE PENELITIAN
Bab ini menjelaskan tentang metodelogi yang digunakan untuk merancang alat yang dikembangkan pada tugas akhir ini.
BAB IV: HASIL DAN PEMBAHASAN
Bab ini membahas tentang hasil perancangan dan pengujian alat yang menjadi tugas akhir.
BAB V: PENUTUP
Bab ini menejalaskan kesimpulan dari hasil perancangan dan pengujian tugas akhir yang disampaikan penulis dan saran dari penulis untuk refrensi tugas akhir selanjutnya.
DAFTAR PUSTAKA
Keterangan tentang bacaan yang dijadikan sebagai bahan referensi dari penyelesian tugas akhir seperti buku teks, jurnal, artikel,dan lain-lain.
BAB II
TINJAUAN PUSTAKA
A. COVID-19
Virus Corona termasuk dalam keluarga virus yang dapat menimbulkan berbagai gejala seperti pneumonia, demam, kesulitan bernapas, dan infeksi paru- paru. Virus ini umum ditemukan pada hewan di seluruh dunia, tetapi hanya sedikit kasus yang diketahui mempengaruhi manusia. Organisasi Kesehatan Dunia (WHO) menggunakan istilah 2019 novel coronavirus untuk merujuk pada coronavirus yang mempengaruhi saluran pernapasan bagian bawah pasien pneumonia di Wuhan, Cina pada 29 Desember 2019, yang kemudian ditetapkan dengan nama resmi COVID-19. Dan saat ini memiliki nama referensi severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Dilaporkan bahwa sekelompok pasien dengan pneumonia yang tidak diketahui penyebabnya dikaitkan dengan Pasar Makanan Laut Cina Selatan Huanan di Wuhan, Provinsi Hubei, China pada Desember 2019 (Sheikhi et al., 2020).
Seperti virus corona sebelumnya, novel coronavirus menyebabkan penyakit pernapasan, dan gejalanya memengaruhi kesehatan pernapasan. Menurut Pusat Pengendalian dan Pencegahan Penyakit (CDC), gejala-gejala COVID-19 bisa sangat ringan hingga berat, termasuk demam, batuk, dan sesak nafas. Namun pada beberapa kasus ada juga yang tidak menunjukkan gejala. Gejala mungkin muncul 2 hingga 14 hari setelah terpapar.
Arus informasi menunjukkan bahwa virus dapat menyebabkan gejala ringan seperti flu, serta penyakit yang lebih parah. Sebagian besar pasien memiliki gejala ringan, dan sekitar 20% berkembang menjadi penyakit yang lebih parah, termasuk pneumonia, gagal napas, dan, dalam beberapa kasus, kematian.
Gejala-gejala COVID-19 dapat muncul 2 hingga 14 hari setelah terpapar dan dapat mencakup (Sheikhi et al., 2020):
a. Demam hingga 38°C b. Batuk
c. Sesak napas atau kesulitan bernapas d. Kelelahan e. Sakit f. Pilek g. Sakit tenggorokan h. Sakit kepala i. Diare j. Muntah
k. Beberapa orang mengalami kehilangan indra penciuman atau rasa.
B. Haar Cascade Classifier
Penelitian mengenai deteksi dan pengenalan wajah teknologi computer vision telah banyak dilakukan, salah satunya adalah menggunakan Haar like feature yang dikenal sebagai Haar Cascade Classifier. Haar like features merupakan rectangular features, yang memberikan indikasi secara spesifik pada
sebuah gambar. Ide dari Haar-like features adalah untuk mengenali obyek berdasarkan nilai sederhana dari fitur tetapi bukan merupakan nilai piksel dari image obyek tersebut.
Metode ini memiliki kelebihan yaitu komputasinya sangat cepat, karena hanya bergantung pada jumlah piksel dalam persegi bukan setiap nilai piksel dari sebuah gambar. Metode ini merupakan metode yang menggunakan statistical model (classifier).
Pendekatan untuk mendeteksi objek dalam gambar menggabungkan empat konsep utama (Pambudi et al., 2012):
1. Training data
2. Fitur segi empat sederhana yang disebut fitur Haar. 3. Integral image untuk pendeteksian fitur secara cepat.
4. Pengklasifikasi bertingkat (Cascade classifier) untuk menghubungkan banyak fitur secara efisien.
1. Training Data
Metode ini memerlukan 2 tipe gambar objek dalam proses training yang dilakukan, yaitu:
a. Positive samples, Berisi gambar obyek yang ingin di deteksi, apabila ingin mendeteksi wajah maka positive samples ini berisi gambar wajah, begitu juga obyek lain yang ingin dikenali.
b. Negative samples, Berisi gambar obyek selain obyek yang ingin dikenali, umumnya berupa gambar background (tembok, pemandangan, lantai, dan
c. gambar lainnya). Resolusi untuk sampel negatif disarankan untuk memiliki resolusi yang sama dengan resolusi kamera.
Training dari Haar menggunakan dua tipe sampel diatas. Informasi dari hasil training ini lalu dikonversi menjadi sebuah parameter model statistic (Pambudi et al., 2012).
2. Fitur Haar
Fitur Haar didasarkan pada Wavelet Haar, yaitu gelombang tunggal bujur sangkar (satu interval tinggi dan satu interval rendah). Untuk dua dimensi, satu terang dan satu gelap. Selanjutnya kombinasi-kombinasi kotak yang digunakan untuk pendeteksian objek visual yang lebih baik. Setiap Haar-like feature terdiri dari gabungan kotak - kotak hitam dan putih.
.
Gambar 2.1 Variasi fitur Haar.
Dimana, untuk kotak pada Haar-like feature dapat dihitung secara cepat menggunakan “integral image” (Syarif and Wijanarto, 2015).
3. Integral image
Integral Image digunakan untuk menentukan ada atau tidaknya dari ratusan fitur Haar pada sebuah gambar dan pada skala yang berbeda secara efisien. Pada umumnya, pengintegrasian tersebut berarti menambahkan unit-unit kecil secara
bersamaan. Dalam hal ini unit-unit kecil tersebut adalah nilai-nilai piksel. Nilai integral untuk masing-masing piksel adalah jumlah dari semua piksel-piksel dari atas sampai bawah, dimulai dari kiri atas sampai kanan bawah.
C. Arduino Mega
Sesuai dengan namanya, Arduino ini dibekali dengan prosesor ATMega2560 yang memiliki 54 pin digital I/O (dimana 15 pin dapat digunakan sebagai output PWM), 16 pin analog input (Setiap Pin Analog memiliki resolusi sebesar 10 bit), 4 pin UART, 2x3 pin ICSP (untuk memprogram Arduino dengan software lain), dan kabel USB komputer yang sekaligus digunakan sebagai sumber tegangan (Junaidi and Yuliyan Dwi Prabowo, 2018).
Gambar 2.2. Arduino Mega
Arduino Mega 2560 juga dilengkapi dengan fitur yang memiliki fungsi khusus, sebagai berikut (Junaidi and Yuliyan Dwi Prabowo, 2018):
a. Memiliki 4 buah masukan serial, yaitu Port Serial 0: Pin 0 (RX) dan Pin 1 (TX); Port Serial 1: Pin 19 (RX) dan Pin 18 (TX); Port Serial 2: Pin 17 (RX) dan
Pin 16 (TX); Port Serial 3: Pin 15 (RX) dan Pin 14 (TX). Pin Rx digunakan untuk menerima data serial TTL dan Pin (Tx) untuk mengirim data serial TTL.
b. Memiliki external Interrupts sebanyak 6 buah: Pin 2 (Interrupt 0), Pin 3 (Interrupt 1), Pin 18 (Interrupt 5), Pin 19 (Interrupt 4), Pin 20 (Interrupt 3), dan Pin 21 (Interrupt 2).
c. Memiliki 15 buah PWM, yaitu pada pin: 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, dan 44, 45, dan 46. Pin-pin tersebut dapat di gunakan sebagai output PWM berukuran 8 bit.
d. Pin I2C: Pin 20 (SDA) dan Pin 21 (SCL), Komunikasi I2C menggunakan wire library.
e. Pin SPI: Pin 50 (MISO), Pin 51 (MOSI), Pin 52 (SCK), Pin 53 (SS), digunakan untuk komunikasi SPI menggunakan SPI Library.
Tabel 2.1. Spesifikasi Mikrokontroller Arduino Mega 2560
No Spesifikasi
1. Microcontroller ATMega2560 2. Operating Voltage 5V
3. Inpur Voltage (recommended) 7-12V 4. Input Voltage (limit) 6-20V
5. Digital I/O Pins 54 6. Analog Input Pins 16
7. DC Current per I/O Pin 20 Ma 8. DC Current for 3.3V Pin 50 Ma
9. Flash Memory 256 KB of which 8 KB used by bootloader 10. SRAM 8 KB 11. EEPROM 4 KB 12. Clock Speed 16 MHz 13. LED_Builtin 13 14. Length 101.52 mm 15. Width 53.3 mm 16. Weight D. Sensor MLX90614
MLX90614 adalah sensor termometer inframerah untuk thermometer tanpa kontak kontak. Dimana chip sensitif detector thermopile inframerah dan pengkondisian sinyal ASSP terintegrasi dalam kaleng TO-39 yang sama. Berkat noise amplifier rendah, ADC 17-bit, dan unit DSP yang baik, akurasi dan resolusi tinggi dari termometer dapat tercapai. Sensor ini telah dikalibrasi oleh pabrik dengan digital Output Pulse with Modulation (PWM) dan SMBus.
Sebagai standar, PWM 10-bit dikonfigurasi untuk terus-menerus mengirimkan suhu yang diukur dalam kisaran pengukuran -20 hingga 120˚C, dengan resolusi keluaran 0,14˚C. PWM dapat dengan mudah disesuaikan untuk berbagai kebutuhan yang diinginkan oleh pengguna dengan mengubah konten 2 sel EEPROM. Hal ini tidak akan berpengaruh pada kalibrasi pabrik perangkat sensor (Malexis Microelectronic, 2006).
Gambar 2.3. Sensor inframerah MLX90614
Pengoperasian MLX90614 dikontrol oleh mesin status internal, yang mengontrol pengukuran, kalkulasi objek dan suhu lingkungan serta melakukan pemrosesan hingga mengeluarkannya melalui PWM atau antarmuka yang kompatibel dengan SMBus. ASSP mendukung 2 sensor inframerah. Output inframerah sensor diperkuat oleh amplifier chopper offset noise rendah dengan dengan penguatan yang dapat diprogram, diubah oleh sebuah Modulator Sigma Delta ke aliran bit tunggal dan diteruskan ke DSP untuk diproses lebih lanjut. Sinyal kemudian diolah filter digital yang telah diprogramkan pada Finite Impulse Response (FIR) dan Infinite Impulse Response (IIR) untuk pengurangan lebih lanjut untuk mencapai kinerja kebisingan dan kecepatan refresh yang diinginkan.
Gambar 2.4. Blok diagram MLX90614
Keluaran filter IIR adalah hasil pengukuran dan tersedia di RAM internal. Tersedia 3 sel berbeda: 1 untuk sensor suhu terpasang (pada chip PTAT atau PTC) dan 2 untuk sensor inframerah. Berdasarkan hasil pengukuran di atas, suhu lingkungan yang sesuai Ta dan suhu benda T0 dihitung. Kedua suhu yang dihitung memiliki resolusi 0,01 ˚C. Data untuk Ta dan T0 dapat dibaca dengan dua cara: Membaca sel RAM yang didedikasikan untuk tujuan ini melalui antarmuka 2-kabel (resolusi 0,02 °C, rentang tetap), atau melalui output digital PWM (resolusi 10 bit, dengan rentang yang dapat dikonfigurasi).
Pada langkah terakhir dari siklus pengukuran, Ta dan T0 yang diukur diskalakan kembali ke resolusi keluaran yang diinginkan dari PWM dan data yang dihitung ulang dimuat dalam register mesin status PWM, yang menciptakan frekuensi konstan dengan siklus tugas yang mewakili data yang diukur (Malexis Microelectronic, 2006).
Tabel 2.2. Deskripsi Nama dan Fungsi Pin Sensor MLX90614
Nama Pin Fungsi
GND Ground
SCL Serial Clock
SDA Serial Data
VIN Tegangan supply dari modul
Tabel 2.3 . Spesifikasi Sensor inframerah MLX90614
No. Spesifikasi
1. Ukuran kecil, biaya rendah 2. Mudah untuk diintegrasikan 3. Dapat beroperasi dengan daya 3V
4. Pabrik dikalibrasi dalam rentang temperatur yang luas : - 40 Sampai + 85 ° C untuk suhu sensor - 70 Sampai + 380 ° C untuk suhu objek 5. SMBus antarmuka digital yang kompatibel
6. Output PWM disesuaikan untuk membaca terus menerus
7. Akurasi yang tinggi dari 0,5 ° C selama rentang temperatur yang luas (0 + 50 ° C untuk kedua Ta dan Untuk)
8. Resolusi pengukuran 0,02 ° C 9. Versi zona tunggal dan ganda
11. Mode hemat daya
12. Pilihan paket yang berbeda untuk aplikasi dan pengukuran fleksibilitas
13. Kelas otomotif
E. Webcam
Webcam atau bisa disebut Kamera web merupakan sebuah perangkat kamera digital terdiri dari sebuah lensa standar dan mikrofon yang berfungsi untuk menangkap gambar dan suara secara langsung serta ditampilkan ke dalam perangkat komputer atau laptop dengan media penghubung seperti kabel USB dan Wireless.
Webcam menggunakan sistem yang disebut frame rate untuk mengindikasikan jumlah gambar yang dapat diambil dalam satu detik. Dengan jumlah frame rate yang semakin banyak maka kualitas video yang dihasilkan pun akan cukup baik.
F. Liquid Crystal Display (LCD)
LCD atau Liquid Crystal Display adalah suatu jenis media display (tampilan) yang menggunakan kristal cair (liquid crystal) untuk menghasilkan gambar. Teknologi LCD atau Penampil Kristal Cair sudah banyak digunakan pada produk-produk seperti layar laptop, layar ponsel, layar kalkulator, layar jam digital, dan produk-produk elektronik lainnya. Teknologi Display LCD ini memungkinkan produk-produk elektronik dibuat menjadi jauh lebih tipis jika dibanding dengan teknologi Tabung Sinar Katoda (Cathode Ray Tube atau CRT).
Jika dibandingkan dengan teknologi CRT, LCD juga jauh lebih hemat dalam mengkonsumsi daya karena LCD bekerja berdasarkan prinsip pemblokiran cahaya sedangkan CRT berdasarkan prinsip pemancaran cahaya. Namun LCD membutuhkan lampu backlight (cahaya latar belakang) sebagai cahaya pendukung karena LCD sendiri tidak memancarkan cahaya. Beberapa jenis backlight yang umum digunakan untuk LCD diantaranya adalah backlight CCFL (Cold Cathode Fluorescent Lamps) dan backlight LED (Light-emitting Diodes) (Abdul Kadir, 2013).
G. Buzzer
Buzzer adalah sebuah komponen elektronika yang berfungsi untuk mengubah getaran listrik menjadi getaran suara. Pada dasarnya prinsip kerja buzzer hampir sama dengan loud speaker, jadi buzzer juga terdiri dari kumparan yang terpasang pada diafragma dan kemudian kumparan tersebut dialiri arus sehingga menjadi elektromagnet, kumparan tadi akan tertarik ke dalam atau keluar, tergantung dari arah arus dan polaritas magnetnya, karena kumparan dipasang pada diafragma maka setiap gerakan kumparan akan menggerakkan diafragma secara bolak-balik sehingga membuat udara bergetar yang akan menghasilkan suara. Buzzer ini digunakan sebagai indikator (Nurdin, 2016).
Gambar 2.7. Buzzer
H. Arduino IDE
Arduino IDE merupakan aplikasi yang berbasis open source untuk membuat source code pada board Arduino atau mikrokontroler lain yang didukung. Aplikasi ini cenderung relatif mudah digunakan karena library didalam nya sangat lengkap (Murakabiman and Pratama, 2019).
IDE adalah singkatan dari "Integrated Development Environment": adalah perangkat lunak resmi yang diperkenalkan oleh Arduino.cc, yang utamanya
digunakan untuk mengedit, menyusun dan mengunggah kode dalam perangkat Arduino. Hampir semua modul Arduino kompatibel dengan perangkat lunak ini yang merupakan open source dan sudah tersedia untuk menginstal dan mulai mengkompilasi kode (Fezari and Dahoud, 2018). Arduino IDE dapat digunakan untuk untuk pemrograman Arduino Mega.
Gambar 2.8. Antarmuka Arduino IDE.
I. Visual Studio
Visual Studio Code adalah editor source code yang dikembangkan oleh Microsoft untuk Windows, Linux dan MacOS. Ini termasuk dukungan untuk debugging, GIT Control yang disematkan, penyorotan syntax, penyelesaian kode cerdas, cuplikan, dan kode refactoring. Hal ini juga dapat disesuaikan, sehingga pengguna dapat mengubah tema editor, shortcut keyboard, dan preferensi. Visual Studio Code gratis dan open-source, meskipun unduhan resmi berada di bawah lisensi proprietary.
Kode Visual Studio didasarkan pada Elektron, kerangka kerja yang digunakan untuk menyebarkan aplikasi Node.js untuk desktop yang berjalan pada Blinklayout. Meskipun menggunakan kerangka Elektron, Visual Studio Code tidak menggunakan Atom dan menggunakan komponen editor yang sama (diberi kode nama "Monaco") yang digunakan dalam Visual Studio Team Services yang sebelumnya disebut Visual Studio Online (Lardinois, 2015).
Gambar 2.9. Visual Studio 2019
J. MySQL
MySQL adalah sistem manajemen database. Database adalah kumpulan data terstruktur, yang bisa berupa apa saja. Mulai dari daftar belanjaan sederhana hingga galeri gambar atau informasi dalam jumlah besar dalam jaringan perusahaan. Untuk menambah, mengakses, dan mengolah data yang disimpan dalam database komputer, diperlukan sistem manajemen database seperti MySQL Server. Karena komputer sangat pandai menangani data dalam jumlah besar, sistem manajemen basis data memainkan peran sentral dalam komputasi, sebagai utilitas mandiri, atau sebagai bagian dari aplikasi lain.
Perangkat lunak MySQL bersifat Open Source. Open Source berarti bahwa setiap orang dapat menggunakan dan memodifikasi perangkat lunak. Siapa saja dapat mengunduh perangkat lunak MySQL dari Internet dan menggunakannya tanpa membayar apa pun (Oracle Corporation, 2020).
K. OpenCV
OpenCV (Open Source Computer Vision Library) adalah visi komputer open-source dan perpustakaan perangkat lunak pembelajaran mesin.
OpenCV dibangun untuk menyediakan infrastruktur umum untuk aplikasi visi komputer dan untuk mempercepat penggunaan persepsi mesin dalam produk komersial.
Algoritma ini dapat digunakan untuk mendeteksi dan mengenali wajah, mengidentifikasi objek, mengklasifikasikan tindakan manusia dalam video, melacak pergerakan kamera, melacak objek bergerak, mengekstrak model objek 3D, menghasilkan point cloud 3D dari kamera webcam stereo, menyatukan gambar untuk menghasilkan resolusi tinggi gambar seluruh pemandangan, temukan gambar serupa dari database gambar, hapus mata merah dari gambar yang diambil menggunakan flash, ikuti gerakan mata, kenali pemandangan dan buat penanda untuk melapisinya dengan augmented reality, dll (OpenCV Team, 2020).
BAB III
METODE PENELITIAN
A. Lokasi dan Waktu 1. Lokasi
Perancangan akan dilaksanakan di Program Studi Teknik Elektro Fakultas Teknik dan di uji di Universitas Muhammadiyah Makassar.
2. Waktu
Penerancangan ini akan dilaksanakan dengan total waktu dibutuhkan selama 12 minggu (rincian pada tabel 3.1). Estimasi waktu berdasarkan metode studi literatur, yaitu dilakukan untuk mendapatkan pengetahuan dasar tentang segala sesuatu yang mendukung perancangan serta pembuatan sistem ini. Pembuatan sistem menggunakan referensi dari buku-buku maupun jurnal/artikel dari berbagai sumber.
Tabel 3.1. Rencana pelaksanaan
No Kegiatan Minggu ke-
1 2 3 4 5 6 7 8 9 10 11 12
1 Studi pustaka dan pengumpulan data awal 2 Penentuan perangkat dan komponen yang digunakan 3 Perancangan dan perakitan perangkat (software & hardware) 4 Uji coba dan pengambilan data
5 Evaluasi
6 Penyusunan laporan
B. Alat dan Bahan
Alat dan Bahan yang dibutuhkan dalam penelitaian ini adalah: a. Arduino Mega
b. Sensor MLX90614 c. Webcam d. Catu daya e. Komputer f. LCD g. Buzzer h. Kabel Jumper C. Tahapan Perancangan 1. Blok Diagram
Secara umum rancang bangun alat ini memiliki 3 bagian utama, yaitu; input, pemrosesan, dan output. Input terdiri dari kamera webcam yang berfungsi sebagai sarana penampil gambar untuk deteksi wajah, sensor pembaca suhu tubuh berbasiskan inframerah MLX90614 dan catu daya sebagai sumber energi. Untuk pemrosesan, digunakan aplikasi berbasis GUI (Graphic User Interface) yang telah diprogram dengan metode Haar Cascade Classifier untuk mendeteksi wajah pengunjung kampus Universitas Muhammadiyah Makassar serta fitur database MySQL. Sebagai penyimpanan data suhu tubuh yang telah dikelola dan dikirmkan oleh Arduino Mega.
Pengiriman data dari Arduino Mega ke komputer admin dilakukan menggunakan komunikasi serial. Sementara output peringatan akan diteruskan kepada LCD dan buzzer bila terdapat pengunjung dengan suhu tubuh melebihi 37°C.
Pengunjung
Gambar 3.1. Gambaran alat
Gambar 3.2. Blok diagram rancang bangun 2. Perancangan perangkat keras (hardware)
a. Sensor Suhu Inframerah MLX90614 dengan Arduino mega
Sensor suhu Inframerah MLX90614 merupakan bagian dari input yang akan mengukur temperatur berdasarkan radiasi inframerah yang dipancarkan oleh suatu objek, yang mana dihubungkan dengan Arduino Mega yang memiliki 4 buah pin yaitu pin Vin sebagai sumber tegangan sensor ini sebesar 5V, Pin GND, Pin SCL, dan Pin SDA dihubungkan ke Arduino.
Perancangan Sensor suhu MLX90614 dengan Arduino dapat dilihat pada gambar 3.3.
Gambar 3.3. Sensor suhu Inframerah MLX90614 b. LCD 16x2 yang terhubung 12c dengan Arduino mega
LCD 16x2 merupakan bagian dari output yang akan menampilkan data yang telah diolah oleh Arduino Mega. Namun demi menghemat pengguna pin pada Arduino Mega maka LCD 16x2 dihubungkan lebih dulu dengan I2C eksternal. I2C eksternal ini kemudian dikoneksikan dengan Arduino Mega.
Perancangan LCD 16x2 dapat dilihat pada gambar 3.4.
Gambar 3.4. LCD 16x2 yang sudah dihubung I2C c. Buzzer dengan Arduino
Buzzer merupakan output yang akan menghasilkan bunyi sebagai pringatan saat suhu tubuh manusia terdeteksi dan peringatan apabila suhu tubuh tinggi. Buzzer
dihubungkan ke Arduino Mega melalui pin7 dan pin GND. Setelah itu, buzzer diprogram melalui Arduino Mega.
Pada perancangan dan penyambungan buzzer dapat dilihat pada gambar 3.5.
Gambar 3.5. Buzzer dengan Arduino Mega d. Hasil rangkaian
Gambar 3.6. Hasil Rangkaian
3. Perancangan perangkat lunak (Software) system
Perancangan perangkat lunak sangat penting karena menentukan proses kinerja sistem sensor suhu inframerah MLX90614.
Sistem yang dibuat akan mengikuti flowchart sistem (gambar 3.7.) dan flowchart deteksi objek (gambar 3.8.) yang telah dirancang. Program dimulai dari inisialisasi Arduino dan port untuk melihat apakah perangkat pemrosesan dapat
menerima data dari sensor MLX90614. Jika sensor dapat terbaca kemudian data sensor akan terus ditampilkan di LCD. Setelah itu proses akan dilanjutkan dengan inisialisasi webcam untuk mendeteksi wajah.
Pada metode pendeteksian wajah dan mata akan menggunakan metode Haar Cascade Classifier (gambar 3.8.). Pendeteksian wajah akan digunakan sebagai sarana untu mendetekasi apakah pengunjung menggunakan masker atau tidak. Jika terdeteksi tidak menggunakan masker, maka Buzzer 3 akan berada pada kondisi ON kemudian pada aplikasi akan muncul peringatan “Gunakan Masker” untuk memberi peringatan kepada pengunjung untuk segera menggunakan masker. Dan jika tidak, maka akan dilanjutkan dengan deteksi mata. Deteksi mata digunakan untuk mengkonfirmasi apakah pengukuran suhu berasal dari pendeteksian tubuh manusia berdasarkan pola bentuk wajah. Saat mata terdeteksi dan pembacaan suhu tubuh dari sensor MLX90614 ≥37°C, maka sistem akan mengirimkan peringatan dengan mengaktifkan Buzzer 1 serta secara otomatis akan melakukan capture pada data gambar. Sementara bila suhu tubuh tidak mencapai ≥37°C, maka sistem hanya akan menampilkan data pengukuran suhu tubuh normal melalui LCD dan aplikasi.
Gambar 3.8. Flowchart Pendeteksian Object Mulai
Citra Masukkan
Pre Processing Citra
Penentuan Area Deteksi
Tidak Haar Cascade Classifier Object Detection Objek Terdeteksi Ya Tampilan Citra Selesai
4. Metode Pengujian Sistem
Metode Pengujian sistem dilakukan untuk mengetahui apakah rancang bangun alat sudah sesuai dengan rancangan awal atau masih diperlukan perbaikan lagi.
a. Pengujian Arduino Mega
Pengujian Arduino Mega dilakukan untuk mengetahui apakah dapat berfungsi dengan baik atau tidak sebelum dirangkai ke dalam rancang bangun alat. Pengujian dilakukan dengan mengamati apakah setiap pin input dan output berfungsi atau tidak.
b. Pengujian Pembacaan Suhu Sensor MLX90614
Pengujian pembacaan suhu sensor MLX90614 dilakukan dengan membandingkan hasil pengukuran sensor dengan thermometer manual. Hal ini dilakukan untuk mengetahui tingkat keakuratan pengukuran sensor.
Adapun pengujian suhu degan sensor MLX90614 menggunakan persamaan – persamaan sebagai berikut :
1. Pengujian Selisih Sensor menggunakan persamaan sebagai berikut :
Selisih = |Suhu Termal − Suhu Sensor| ... (3.1) 2. Pengujian Eror menggunakan persamaan sebagai berikut :
error % = Suhu Termal−Suhu Sensor × 100% ... (3.2)
Suhu Termal
3. Pengujian Akurasi menggunaka persamaan sebagai berikut :
Akurasi % = Suhu Termal × 100% ...(3.3)
c. Pengujian Deteksi Wajah
Pengujian aplikasi dilakukan melalui 2 tahap, yaitu:
1. Pengujian aplikasi berdasarkan variasi sudut pengambilan citra wajah yaitu tegak lurus, rotasi 30° ke kanan, rotasi 30° ke kiri, menunduk kepala 15°, mengangkat kepala 15°.
2. Pengujian berdasarkan jarak wajah terhadap kamera laptop yaitu 50 cm dan 100 c.
BAB IV
HASIL DAN PEMBAHASAN
Pada bab ini akan membahas hasil perancangan dan pengujian rancang bangun alat yang sudah dibuat.
A. Hasil Perancangan Alat Pendeteksi Suhu Tubuh
Hasil perancangan Alat Pendeteksi Suhu Tubuh menggunakan Sensor inframerah MLX90614 dapat dilihat pada Gambar 4.1.
(a) (b)
Gambar 4.1. (a) Tampak dalam Rangkaian Alat Pendeteksi Subuh Tubuh dan (b) Tampak luar Rangkaian Alat Pendeteksi Suhu Tubuh
Berikut keterangan gambar alat tersebut:
Tabel 4.1. Keterangan gambar alat
No. Nama Fungsi
1 Webcam Pendeteksi wajah
2 LCD 16x2 Tampilan Data
4 Sensor MLX90614 Sensor pengukur suhu tubuh berbasis inframerah
5 Port USB Mikrokontroler Arduino Mega
B. Hasil Pengujian Alat Pendeteksi Suhu
Dalam pengujian alat dilakukan dengan cara mengambil beberapa sampel untuk mengukur kinerja alat dan akurasi sensor suhu MLX90614. Sampel terdiri dari Mahasiswa, Dosen dan Staff di lingkungan Universitas Muhammadiyah Makassar dengan rentang usia 20 Tahun – 50 Tahun dimana usia tersebut termasuk dalam usia dewasa yang memiliki suhu normal 36,5OC – 37,2 OC menurut WHO
Pemasangan alat dilakukan pada dua tempat berbeda yaitu di pintu masuk Universitas Muhammadiyah Makassar yang berada di lantai 2 Menara IQRA Universitas Muhammadiyah Makassar serta di ruang Aula Fakultas Teknik Universitas Muhammadiyah Makassar.
Pemasangan alat dan pengambilan data dilakukan 2 hari yakni pada tanggal 1 Maret 2021 dan 5 Maret 2021. Data hasil pengujian sebagai berikut :
1. Hasil Pengujian Arduino Mega
Pengujian Arduino mega dilakukan dengan cara pengujian setiap sensor dan buzzer yang digunakan dalam program Arduino yang dibuat. Adapun pengujian Arduino pada perancangan yang dibuat terdapat pada table berikut:
Tabel 4.2 Pengujian Arduino
No Pengujian Input Skenario
Pengujian Output Keterangan 1 Pengujian Sensor Suhu MLX90614 Arduino dapat membaca suhu tubuh Sensor berhasil membaca suhu tubuh. Valid
2 Pengujian Buzzer Arduino dapat memberikan respon kepada buzzer untuk menyala / Mati
Buzzer berhasil menyala atau mati
Valid
3 Pengujian LCD Arduino dapat menampilkan hasil pembacaan sensor suhu kepada LCD Pembacaan sensor suhu berhasil tampilkan pada LCD Valid
2. Hasil Pengujian Pembacaan Suhu Sensor MLX90614
Dari pengambilan data pada tanggal 1 Maret 2021 dan 5 Maret 2021 diperoleh data hasil Pengukuran atau Pembacaan suhu berdasarkan pengujian kinerja Sensor MLX90614 yang memiliki prinsip kerja mendeteksi suhu dengan mengenali dan menangkap berbagi tingkat cahaya inframerah dimana alat tersebut diarahkan, kemudian hasilnya dibandingkan dengan Thermal Imaging Camera .
Alat Thermal Imaging Camera dinilai memiliki prinsip kerja yang sama dengan Sensor MLX90614 yang mengukur suhu dengan menggunakan sinar Inframerah serta alat ini digunakan diberbagai tempat dalam pengukuran suhu tubuh.
Hasil pengukuran kedua alat tersebut akan dibandingkan dengan menggunakan rumus Persamaan (3.1) untuk Selisih, Persamaan (3.2) untuk Error, dan Persamaan (3.3) untuk Akurasi.
Berikut beberapa informasi tentang spesifikasi dari Alat Thermal Imaging Camera yang digunakan untuk membandingkan kinerja dari Sensor MLX90614 :
Tabel 4.3. Spesifikasi Alat Thermal Imaging Camera
Merk Hti HD-02D
Resolution of Infrared Image 32 x 32 (1024 Pixels)
Thermal Sensitivity 0.3 C
Temperature Range -20C to 300C (-4F to 572F) Akurasi Pengukuran 2% or 2 C (4F)
Berikut data perbandingan pengukuran Thermal Imaging Camera dan pengukuran suhu Sensor MLX90614:
Tabel 4.4. Perbandingan pengukuran thermal dan pengukuran Sensor MLX90614
Pengukuran Ke-N Jarak Pengukuran Pengukuran Thermal (° C) Pengukuran Sensor (° C) Selisih Error (%) Akurasi (%) Keterangan 1 1 Cm 36.1 36.25 0.15 0.41 99.59 Buzzer 2 ON 2 Cm 35.8 35.79 0.01 0.03 100 Buzzer 2 ON 3 Cm 35.5 35.35 0.15 0.42 100 Buzzer 2 ON 5 Cm 34.3 34.21 0.09 0.26 100 Buzzer OFF 2 1 Cm 37.0 37.39 0.39 1.04 98.96 Buzzer 1 ON 2 Cm 36.8 36.85 0.05 0.14 99.86 Buzzer 2 ON 3 Cm 36.5 36.76 0.26 0.71 99.29 Buzzer 2 ON 5 Cm 35.1 35.2 0.1 0.28 99.72 Buzzer 2 ON Nilai Rata-Rata 0.15 0.41 99.79 Keterangan:
Buzzer 1 adalah Bunyi Buzzer yang berada pada nilai 2400 ms atau 2,4 Detik dan Buzzer 2 adalah bunyi buzzer pada nilai 1300 ms atau 1,3 detik.
Pengukuran dengan 2 sampel dengan jarak pengukuran berbeda sebagai objek untuk kedua alat ukur menggunakan pengukuran Thermal Imaging Camera dan Sensor Suhu ML90614, memiliki rentang selisih yang tidak terlalu jauh dengan nilai rata-rata selisih untuk kedua alat yaitu 0,15143. Rentang selisih yang begitu tipis dapat menjadi landasan dari keakuratan pengukuran Sensor MLX90614 sebagai pengukur suhu tubuh. Dimana tingkat akurasi Sensor MLX90614 dapat mencapai 100% dengan persentase akurasi rata-rata 99,79 % apabila dibandingkan dengan Thermal Imaging Camera.
Berdasarkan persentase error untuk ke-dua sampel dengan jarak pengukuran berbeda, hanya 1 sampel yang memiliki persentase error hingga 1 % dimana suhu sampel telah mencapai 37 ℃. Suhu 37 ℃ telah melewati batas suhu normal pada alat ini, sehingga suhu 37 ℃ masuk dalam kategori suhu tinggi.
Buzzer 2 artinya buzzer akan nyala sekali apabila sensor mendeteksi suhu >35 o C berarti suhu tubuh berada dalam kondisi normal, hingga mencapai suhu >37 ℃ Buzzer 1 akan mengaktifkan suara tanda bahwa suhu berada dalam kondisi tinggi dengan nyala buzzer akan lebih panjang hingga berhenti mendeteksi. Pada data diatas terdapat satu sampel dengan Buzzer dalam keadaan OFF, hal tersebut dikarenakan suhu tubuh berada pada kondisi < 35 o C.
Jarak pengukuran mempengaruhi pendeteksian suhu pada kedua alat. Pada jarak 5 cm kedua alat dapat mendeteksi suhu, hanya saja keakuratan pengukuran memiliki rentang yang cukup signifikan dibandingkan dengan pengukuran dengan jarak 1 cm, 2 cm, dan 3 cm. Oleh karena itu pendeteksian suhu yang baik dilakukan pada jarak 1 cm, 2 cm dan 3 cm.
3. Hasil Pengujian Deteksi Wajah
Pengujian pendeteksian wajah dilakukan untuk memastikan kamera dapat mendeteksi objek pengukuran dengan beberapa parameter posisi objek berdasarkan beberapa sudut.
Tabel 4.5. Pengujian deteksi wajah
Parameter Jarak
(cm) Hasil Tangkapan Interface
Keterangan Terdeteksi Tidak Terdeteksi Tegak Lurus 50 cm Terdeteksi 100 cm Terdeteksi 130 cm Terdeteksi
Rotasi 30 derajat Kekanan 50 cm Terdeteksi 100 cm Terdeteksi 130 cm Terdeteksi Rotasi 30 derajat Kekiri 50 cm Terdeteksi 100 cm Terdeteksi
130 cm Terdeteksi Mengangkat Kepala 15 derajat 50 cm Terdeteksi 100 cm Terdeteksi 130 cm Terdeteksi 50 cm Terdeteksi
Menundu kkan Kepala 15 derajat 100 cm Terdeteksi 130 cm Terdeteksi
Pengujian dilakukan dengan beberapa variasi jarak antara kamera dengan objek yang diukur. Pengujian ini berguna untuk menentukan tingkat akurasi deteksi tangkapan camera, hasil pengujian dapat dilihat pada tabel uji deteksi wajah pada tabel 4.4.
Berdasarkan pada pengujian deteksi wajah yang dilakukan dengan beberapa variasi parameter gerak tubuh dapat dilihat bahwa kemampuan kamera dalam mendeteksi wajah dengan baik dapat dilakukan dari jarak terdekat yaitu 50 cm, 100 cm hingga jarak terjauh yaitu 130 cm.
a. Pada saat badan tegak lurus kedepan dengan jarak 50 cm, 100 cm dan130cm, wajah terdeteksi. Posisi ini dinilai ideal dalam mendeteksi wajah dimana keseluruhan wajah dapat terdeteksi serta meminimalisir kesalahan dalam pembacaan dan pengenalan wajah.
b. Pada saat badan rotasi ke kanan 30° dengan jarak 50 cm, 100 cm dan130cm, wajah terdeteksi. Posisi ini dilakukan jika pembacaan terdeteksi.
c. Pada saat badan rotasi ke kiri 30° dengan jarak 50 cm, 100 cm dan130cm, wajah terdeteksi.
d. Pada saat mengangkat kepala ditundukkan 15 derajat dengan jarak 50 cm, 100 cm dan 130cm, wajah terdeteksi.
e. Pada saat kepala ditundukkan 15 derajat dengan jarak 50 cm, 100 cm dan 130cm, wajah terdeteksi.
Kesalahan pendeteksian wajah terjadi apabila posisi tidak sesuai dengan parameter gerak tubuh dan variasi jarak yang telah ditentukan pada tabel 4.5. Oleh karena itu jarak pengkuran terbaik tidak dilakukan lebih dari 130 cm, mengangkat kepala lebih dari 15 derajat, serta rotasi kekanan dan kekiri lebih dari 30 derajat.
4. Hasil Pengujian Alat menggunakan Aplikasi
Berikut ini adalah hasil pengujian alat menggunakan aplikasi pendeteksi wajah dan mata yang telah diintegrasikan. Dilakukan pengambilan dua sampel pengujian dimana pada sampel pertama, Ketika suhu tubuh pengunjung tinggi >37.2 o C dan pengunjung tersebut menggunakan masker. Maka aplikasi akan
memberikan peringatan “Temperature Tinggi” selama beberapa detik dan secara otomatis melakukan perhitungan pengunjung dengan suhu tubuh yang tinggi. Sistem deteksi mata secara otomatis akan aktif untuk melacak pergerakan mata dari pengunjung dan menyimpan data berupa gambar. Sistem deteksi mata ini bukan
hanya berfungsi sebagai pemicu untuk melakukan pengambilan gambar tapi juga berfungsi utnuk menentukan apakah sensor MLX90614 benar-benar melakukan pengukuran suhu dari pendeteksian suhu tubuh manusia.
Gambar 4.2. Deteksi Suhu dan Wajah yang menggunakan Masker
Pada sampel kedua, Ketika suhu tubuh <37 o C dan pengunjung tersebut tidak menggunakan masker maka sistem deteksi wajah dan mata akan aktif melacak pergerakan wajah dan mata pengunjung dan memberikan peringatan kepada pengunjung untuk menggunakan masker. Saat suhu tubuh yang terdeteksi sensor
<37 o C atau dapat dikatakan normal. Maka, sistem tidak akan melakukan
penghitungan data secara otomatis pengunjung dengan suhu tubuh normal.
Gambar 4.3. Deteksi suhu dan wajah yang tidak menggunakan masker
Pengujian pendeteksi wajah dilakukan untuk menentukan apakah kamera dapat mendeteksi bentuk-bentuk wajah dalam pendeteksian penggunaan masker. Apabila terdeteksi pola bentuk-bentuk wajah maka pengguna terdeteksi tidak menggunakan masker, maka tampilan interface akan memberikan peringatan “Gunakan Masker” seperti pada gambar 4.3. Bersamaan dengan itu Buzzer 3 akan aktif, yang mana fungsi Buzzer 3 akan memberikan kesadaran kepada pengunjung untuk mengikuti protokol yang ada. Pengukuran gerak tubuh dengan mengukur beberapa parameter gerak tubuh berdasarkan beberapa sudut dan variasi jarak kamera dengan objek yang diukur, dilakukan sebagai batas gerakan yang dapat dilakukan pengunjung selama pendeteksian wajah yang baik.
BAB V PENUTUP
A. Kesimpulan
Setelah melakukan tahapan perancangan yang kemudian dilanjutkan dengan tahap pengujian alat dan analisa data hasil perancangan, maka dapat diambil kesimpulan sebagai berikut:
1. Rancang Bangun ini telah menghasilkan alat pendeteksi wajah dan pendeteksi suhu tanpa sentuhan mengunakan Arduino Mega sebagai mikrokontroller, webcam sebagai input pada pendeteksian wajah yang mampu mendeteksi penggunaan masker pada pengunjung dan sensor MLX90614 sebagai membaca suhu tubuh manusia.
2. Data hasil pendeteksian suhu tubuh yang dilakukan oleh Sensor MLX90614 dapat diintegrasikan dengan sistem pendeteksi wajah menggunakan metode Haar Cascade Classifier.
3. Hasil Rancang Bangun Pendeteksi Wajah dan Pendeteksi suhu tubuh tanpa kontak, dalam penerapannya di Universitas Muhammadiyah Makassar memudahkan kinerja Petugas keamanaan dalam menyeleksi pengunjung kampus Universitas Muhammadiyah Makassar. Oleh karena itu alat ini dapat diterapkan di Universitas Muhammadiyah Makassar.
B. Saran
Berdasarkan perancangan dan pengujian tugas akhir ini, masih terdapat sangat banyak kekurangan yang membutuhkan banyak pengembangan baik dari
segi penggunaan dan system kerja. Demi kemajuan dan pengembangan alat ini, maka penulis mempunyai beberapa saran sebagai berikut:
1. Pembacaan sensor sebagai pendeteksi suhu dapat ditingkatkan dengan mengganti sensor MLX90614 dengan sensor suhu non-contact jenis lain yang mempunyai jarak ukur diatas 5 cm
2. Untuk kedepannya diharapkan alat ini dapat dikembangkan lagi dengan menambahkan keluaran tidak hanya melalui LCD saja tetapi dapat ditambahkan output suara.
DAFTAR PUSTAKA
Kadir Abdul (2013). Panduan Praktis Mempelajari Aplikasi Mikrokontroler dan Pemrogramannya Menggunakan Arduino. CV. Andi Offset.
Fezari, M., Dahoud, A.A. (2018). Integrated Development Environment “IDE” For Arduino. Al-Zaytoonah University 12.
Junaidi, Yuliyan Dwi Prabowo (2018). Project Sistem Kendali Elektronik Berbasis Arduino. AURA - Anugrah Utama Raharja.
Lardinois, F. (2015). Microsoft Launches Visual Studio Code, a Free Cross- Platform Code Editor for OS X, Linux and Windows. Tech Crunch. URL https://techcrunch.com/2015/04/29/microsoft-shocks-the-world-with visual-studio-code-a-free-code-editor-for-os-x-linux-and-windows/ (accessed 15 November 2020).
Malexis Microelectronic (2006). MLX90614 Data Sheet.
Nurdin, A.F. (2016). Analisis dan Perancangan Simulasi Sistem Peringatan Dini Air Bah pada Air Terjun. Repositori UIN Alauddin Makasar.
OpenCV Team (2020). OpenCV. URL https://opencv.org/about/ (accessed 25 November 2020).
Oracle Corporation (2020). MySQL 8.0 Reference Manual. MySQL. URL
https://dev.mysql.com/doc/refman/8.0/en/what-is mysql.html (accessed 16
Pambudi, W.S., Tompunu, A.N., Kusumanto, R. (2012). Aplikasi Sensor Vision untuk Deteksi MultiFace dan Menghitung Jumlah Orang. Seminar Nasional Teknologi Informasi & Komunikasi Terapan 2012
Rizal, M., Djuriatno, W., Rif’an, M. (2013). Implementasi Kamera webcam OV7670 Sebagai Pendeteksi Garis Pada Robot Line Follower. Jurnal Mahasiswa TEUB 1, 6.
Safitri, M., Dinata, G.A. (2019). Non-Contact Thermometer Berbasis Infra Merah. Simet 10, 21–26. https://doi.org/10.24176/simet.v10i1.2647
Sheikhi, K., Shirzadfar, H., Sheikhi, M. (2020). A Review on Novel Coronavirus (Covid-19): Symptoms, Transmission and Diagnosis Tests. Research in Infectious Diseases and Tropical Medicine 9.
(Sensor MLX90614, LCDI2C, BUZZER)
/*************************************************** This is a library example for the MLX90614 Temp Sensor
Designed specifically to work with the MLX90614 sensors in the adafruit shop
----> https://www.adafruit.com/products/1747 3V version ----> https://www.adafruit.com/products/1748 5V version
These sensors use I2C to communicate, 2 pins are required to interface
Adafruit invests time and resources providing this open source code, please support Adafruit and open-source hardware by purchasing
products from Adafruit!
Written by Limor Fried/Ladyada for Adafruit Industries.
BSD license, all text above must be included in any redistribution ****************************************************/ //Library #include <Adafruit_MLX90614.h> #include <SoftwareSerial.h> #include <Wire.h> #include <LiquidCrystal_I2C.h>
// Set the LCD address to 0x27 for a 16 chars and 2 line display //inisialisasi atau pembuatan variabel
LiquidCrystal_I2C lcd(0x27, 16, 2); float a; float normal; float corona; int buzzer = 7; Adafruit_MLX90614 mlx = Adafruit_MLX90614(); //setting/setup void setup() {
pinMode(buzzer, OUTPUT);
Serial.begin(9600); lcd.begin(); lcd.setCursor(0,0); lcd.print("Temperature "); mlx.begin(); }
//Loop berfungsi sebagai instruksi berulang sebuah pekerjaan
void loop() {
a=mlx.readObjectTempC(); a=a+2;
//Rumus Pengaturan sensor dan langkah langkah kerja aplikasi
if (a>=37.1) { corona=a; lcd.backlight();
Serial.print(corona);
delay(2400);
digitalWrite(buzzer,LOW) ;
} else if (a>=35.2) { normal=a;
Serial.print(normal);
lcd.backlight(); lcd.setCursor(4,1); lcd.print(normal);
digitalWrite(buzzer,HIGH);
delay(200);
digitalWrite(buzzer,LOW);
delay(1100); } else { normal=a lcd.backlight(); lcd.setCursor(4,1);
Serial.print(normal);
lcd.print(normal);
digitalWrite(buzzer,LOW);
delay(500); } Serial.println(); delay(500); }
PROGRAM VISUAL STUDIO 2019 (Face Detection) using Emgu.CV; using Emgu.CV.Structure; usingEmgu.CV.Util; using Emgu.CV.CvEnum; using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; usingSystem.Drawing.Drawing2D; using System.Collections; usingSystem.IO; using System.Drawing.Imaging; usingSystem.Globalization;
{
public partial class FaceDetection : Form {
//Global Variables
SerialPort port;
string konekstring = "Server=localhost;Database=datapengunjung;Uid=root;Pwd=;";
public void SafeAction(Action action, bool message = true) {
try
{
action(); }
catch (Exception ex) {
if (message) {
MessageBox.Show(ex.Message, "Exception", MessageBoxButtons.OK,
MessageBoxIcon.Error); }
} }
/// <summary>
/// Start serial communication with Arduino board.
/// </summary>
/// <param name="listeningPort">Listening Port</param> /// <param name="baudRate">Baud Rate</param>
public void InitializeArduino(String listeningPort, int baudRate) {
SafeAction(() => {
port = new SerialPort(listeningPort, baudRate); port.Parity = Parity.None;
port.StopBits = StopBits.One; port.DataBits = 8;
port.Handshake = Handshake.None;
port.DataReceived += newSerialDataReceivedEventHandler(DataReceivedHandler); port.Open();
} ); }
/// <summary>
/// Called when there is new data coming in.
/// </summary>
private void DataReceivedHandler(object sender, SerialDataReceivedEventArgs e) {
SerialPort sp = (SerialPort)sender; string line = sp.ReadLine();
this.BeginInvoke(newLineReceivedEvent(LineReceived), line); }
label4.Text = line; }
public static int noscala
private Capture capturedCaptureFromWebcam; //a capture from the webcam
private bool isCaptureInProgress; // if capture is in being captured?
private HaarCascade faceHaar; // the data for the face features private HaarCascade eyeHaar;// the data for the eyes features private HaarCascade mouthHaar;// the data for the mouth features
private bool cbFace;
privateBitmap originalImageFromPics; // the original image loaded bu user
privateBitmap temporaryImageCopiedFromOriginal; // an image for temporary usages private Bitmap finalImage;// the image for showing after some detection
private bool imageFit = false;
// global fonts
MCvFont faceFont = newMCvFont(Emgu.CV.CvEnum.FONT.CV_FONT_HERSHEY_SIMPLEX, 1, 2); // fonts for the dispaly
MCvFont eyeFont = new MCvFont(Emgu.CV.CvEnum.FONT.CV_FONT_HERSHEY_SIMPLEX, 1, 1.0);// fonts for display
MCvFont mouthFont = new
MCvFont(Emgu.CV.CvEnum.FONT.CV_FONT_HERSHEY_SIMPLEX, 2.0, 2.0);// fonts for display public FaceDetection()
{
InitializeComponent(); // this method initialize the form components //cbFace = cbDetectFaceFile.Checked.ToString();
}
int incNumber = 0;
int nono = 0;
int nonono = 0;
private void openButton_Click(object sender, EventArgs e) {
if (openFileDialog.ShowDialog() == DialogResult.OK) {
try
{
originalImageFromPics = new Bitmap(openFileDialog.FileName);
// Convert pixel format
originalImageFromPics = originalImageFromPics.Clone(new Rectangle(0, 0, originalImageFromPics.Width, originalImageFromPics.Height), PixelFormat.Format32bppArgb);
temporaryImageCopiedFromOriginal = new Bitmap(originalImageFromPics); pictureBox.Image = originalImageFromPics;
pictureBox.Size = originalImageFromPics.Size; // Resize window
int newWidth = Math.Max(this.PreferredSize.Width, 305); int newHeight = this.PreferredSize.Height;
newWidth = Math.Min(newWidth, Screen.PrimaryScreen.Bounds.Width * 2 / 3); newHeight = Math.Min(newHeight, Screen.PrimaryScreen.Bounds.Height * 2 / 3); this.Size = new Size(newWidth, newHeight);
imageFit = false; }
catch {
MessageBox.Show("Cannot open the file."); }
