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.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Copyright Notice
An author who publishes in the Jurnal Elektro dan Telekomunikasi Terapan agrees to the following terms:
Read more about the Creative Commons Attribution-NonCommercial 4.0 International License. here: http://creativecommons.org/licenses/by-nc/4.0/.
Privacy Statement
The names and email addresses entered in this journal site will be used exclusively for the stated purposes of this journal and will not be made available for any other purpose or to any other party.