PENINGKATAN KINERJA AMG8833 SEBAGAI THERMOCAM DENGAN METODE REGRESI ADABOOST UNTUK PELAKSANAAN PROTOKOL COVID-19

Authors

  • Aziz Nurul Iman Program Studi Informatika, Fakultas Informatika, Universitas Telkom
  • Aji Gautama Putrada Advance and Creative Network Research Center, Universitas Telkom
  • Sidik Prabowo Program Studi Informatika, Fakultas Informatika, Universitas Telkom
  • Doan Perdana Advance and Creative Network Research Center, Universitas Telkom

DOI:

https://doi.org/10.25124/jett.v8i1.3894

Abstract

Salah satu cara untuk mencegah penyebaran virus COVID-19 adalah dengan melakukan pengecekan suhu tubuh secara rutin. Namun pengecekan suhu tubuh secara manual yaitu dengan mengarahkan thermogun ke wajah seseorang masih sering ditemukan. Penelitian ini mengimplementasikan penggunaan kamera thermal AMG8833 untuk mendeteksi suhu tubuh seseorang tanpa melakukan kontak apapun. AMG8833 adalah kamera pendeteksi suhu tujuan umum sehingga untuk digunakan sebagai pengukur suhu, akurasinya perlu ditingkatkan dengan regresi. Tujuan dari penelitian ini adalah untuk meningkatkan kinerja AMG833 sebagai kamera thermal dengan regresi AdaBoost. AdaBoost adalah jenis pembelajaran ensemble yang menggunakan beberapa model pohon keputusan. Untuk pendeteksian wajah, sistem menggunakan metode Haar Cascade. Hasil pengujian menunjukkan bahwa model pohon keputusan menghasilkan nilai R-Squared sebesar 0,93 dan RMSE sebesar 0,21. Sedangkan AdaBoost berhasil meningkatkan kinerja model regresi dengan nilai R-Squared yang lebih tinggi dan nilai RMSE yang lebih rendah masing-masing dengan nilai 0,95 dan 0,18.

Downloads

Download data is not yet available.

Published

2021-08-02

Issue

Section

ELECTRONICS