Wijaya, Frisky (2023) DETEKSI KEBERADAAN KOMPUTER AKTIF MENGGUNAKAN METODE YOU ONLY LOOK ONCE. Other thesis, Universitas Multi Data Palembang.
Text
3.pdf Download (1MB) |
Abstract
Teknologi terus mengalami kemajuan pesat yang mempengaruhi berbagai aspek kehidupan manusia, seperti komputer dapat membantu manusia dalam aspek pendidikan. Pada dasarnya, beberapa komponen komputer memiliki masa hidup terbatas yang bisa berkurang apabila menyala secara terus menerus bahkan dapat meningkatkan penggunaan daya listrik. Ketidakpatuhan siswa dalam mematikan komputer menyebabkan guru harus melakukan pemantauan manual dengan mengunjungi setiap laboratorium komputer sehingga tidak efisien. Oleh karena itu, pada penelitian ini akan menerapkan metode Deep Learning dengan model Convolutional Neural Network (CNN) yang dikenal dengan YOLO pada perangkat lunak untuk mendeteksi komputer aktif melalui layar monitor di laboratorium komputer. Dataset dengan 700 gambar menggunakan YOLO yang dilakukan dengan beberapa model yaitu 100 epoch, 150 epoch dan 200 epoch. Pengujian dengan model YOLO dilakukan pada salah satu laboratorium komputer didapatkan hasil model terbaik untuk 10 komputer aktif yaitu 200 epoch dengan nilai Accuracy 100% dengan waktu 2 milisecond, untuk 20 komputer aktif yaitu 200 epoch dengan nilai Accuracy 95% dengan waktu 6 milisecond, untuk 30 komputer aktif yaitu 100 epoch dengan nilai Accuracy 96,67% dengan waktu 3 milisecond. Perangkat lunak yang dibuat dapat membantu memberikan informasi kepada guru melalui email terkait komputer yang masih aktif di laboratorium komputer.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Convolutional Neural Network (CNN), Deep Learning, komputer, laboratorium komputer, YOLO. |
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Fakultas Ilmu Komputer dan Rekayasa > Informatika |
Depositing User: | Farhani R |
Date Deposited: | 19 Sep 2024 03:18 |
Last Modified: | 19 Sep 2024 03:18 |
URI: | http://rama.mdp.ac.id:84/id/eprint/665 |
Actions (login required)
View Item |