Prototype Palang Pintu Kafe Otomatis pada Sistem Pendeteksi Gejala Covid-19 menggunakan Metode Support Vector Machine

##plugins.themes.bootstrap3.article.main##

Yohana Angelina Sitorus Rizal Maulana Agung Setia Budi

Abstrak

Salah satu upaya yang dilakukan untuk menekan penyebaran virus corona di tempat ramai seperti kafe yaitu dengan pengecekan suhu tubuh dan pembatasan jumlah pengunjung sesuai peraturan PPKM di daerah Jawa-Bali. Namun, parameter suhu tubuh belum cukup akurat untuk mendeteksi suspek gejala Covid-19 dan kurang efektifnya perhitungan kapasitas pengunjung yang masih dilakukan secara manual. Selain itu, kontrol pada jalur masuk kafe juga dibutuhkan mengingat banyaknya pengunjung yang datang atau pergi. Penelitian ini bertujuan mengembangkan sistem pengukur gejala Covid-19 menggunakan tiga parameter yaitu, suhu tubuh, saturasi oksigen dalam darah dan frekuensi pernapasan dengan metode Support Vector Machine (SVM) untuk mengklasifikasikan pengunjung dalam kelas sehat dan bergejala. Sistem juga memberikan keluaran berupa suara, informasi jumlah kapasitas pengunjung, dan penerapan miniatur palang pintu menggunakan motor servo yang bergerak sesuai hasil klasifikasi. Pengujian setiap sensor menghasilkan rerata keakuratan yang sangat baik. Pengukuran suhu tubuh dengan sensor MLX90614 sebesar 99,26%, pengukuran saturasi oksigen dengan sensor MAX30100 sebesar 98,95, pengukuran frekuensi napas dengan sensor suara mencapai 100%, dan penghitung kapasitas pengunjung dengan sensor PIR sebesar 100%. Klasifikasi menggunakan metode SVM menghasilkan rerata akurasi mencapai 100% dengan rerata waktu komputasi sebanyak 131,6 s. Selain itu, keluaran berupa suara dan gerakan dari miniatur palang pintu dapat bekerja sesuai dengan yang diharapkan.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Sitorus, Y., Maulana, R., & Budi, A. Prototype Palang Pintu Kafe Otomatis pada Sistem Pendeteksi Gejala Covid-19 menggunakan Metode Support Vector Machine. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 10, p. 4604-4610, sep. 2022. ISSN 2548-964X. Tersedia pada: <https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/11635>. Tanggal Akses: 08 des. 2022
Bagian
Artikel