RANCANG BANGUN SISTEM KENDALI ADAPTIF AC SPLIT OTOMATIS BERBASIS DEEP LEARNING MENGGUNAKAN YOLOV4-TINY MENDETEKSI JUMLAH ORANG DALAM RUANGAN TERTUTUP

Arsih, Ike Dini (2025) RANCANG BANGUN SISTEM KENDALI ADAPTIF AC SPLIT OTOMATIS BERBASIS DEEP LEARNING MENGGUNAKAN YOLOV4-TINY MENDETEKSI JUMLAH ORANG DALAM RUANGAN TERTUTUP. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (Cover) Cover.pdf - Published Version Download (562kB) | Preview
	Text (Abstrak) Abstrak.pdf - Published Version Download (13kB)
	Text (BAB I) BAB I.pdf - Published Version Restricted to Repository staff only Download (87kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Repository staff only Download (516kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Repository staff only Download (330kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (664kB)
	Text (BAB V) BAB V.pdf - Published Version Restricted to Repository staff only Download (54kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Restricted to Repository staff only Download (142kB)
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Penelitian ini merancang dan mengimplementasikan sistem kendali adaptif AC Split otomatis berbasis Deep Learning yang mampu mengoptimalkan penggunaan energi dan meningkatkan kenyamanan dalam ruangan tertutup. Sistem ini memanfaatkan YOLOv4-tiny untuk mendeteksi dan menghitung jumlah orang secara real-time menggunakan feed dari kamera. Data jumlah orang yang terdeteksi kemudian digunakan sebagai masukan untuk logika kendali adaptif yang secara otomatis menyesuaikan pengaturan suhu pada unit AC Split melalui modul pemancar inframerah (IR emitter). Implementasi perangkat keras melibatkan modul pemrosesan (Raspberry Pi) yang menjalankan model YOLOv4-tiny dan mikrokontroler (ESP32/ESP8266) untuk mengonversi perintah digital menjadi sinyal IR spesifik AC. Hasil pengujian menunjukkan bahwa YOLOv4-tiny mampu mendeteksi jumlah orang dengan akurasi yang memadai dan kecepatan inferensi yang responsif pada edge device. Integrasi antara sistem deteksi dan aktuator AC berhasil berfungsi, memungkinkan AC untuk secara adaptif mengubah suhu sesuai dengan densitas okupansi ruangan. Sistem ini berperan sebagai solusi yang menghadirkan convenience dan kenyamanan termal bagi penghuni, karena pengaturan suhu dilakukan secara otomatis sesuai kondisi jumlah orang di dalam ruangan.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	AC Split, Kendali Adaptif, Deep Learning, YOLOv4-tiny, Deteksi Jumlah Orang,kenyamanan
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	17 Aug 2025 09:09
Last Modified:	17 Aug 2025 09:09
URI:	http://eprints.polsri.ac.id/id/eprint/18858

Actions (login required)

View Item