Printed
Rancang Bangun Sistem Position Tracking Menggunakan Bluetooth Low Energy Dan People Detection Berbasis CCTV Pada Kehadiran Mahasiswa
Kehadiran mahasiswa merupakan indikator penting dalam proses pembelajaran dan evaluasi program pendidikan namun, pelanggaran terkait ketidakhadiran fisik mahasiswa, khususnya dalam kegiatan praktikum yang menuntut kehadiran penuh di laboratorium masih sering terjadi. Metode absensi manual seringkali rentan terhadap manipulasi, kehilangan data, dan tidak dapat memverifikasi kehadiran fisik secara real-time. Penelitian ini bertujuan untuk mengembangkan sistem monitoring kehadiran mahasiswa secara otomatis dengan menggabungkan teknologi Position Tracking dengan Bluetooth Low Energy (BLE) dan sistem People Detection berbasis CCTV. Sistem ini dirancang untuk meningkatkan akurasi monitoring kehadiran melalui integrasi data titik posisi dan deteksi fisik mahasiswa. Sistem dikembangkan dengan Python sebagai komponen utama untuk pemrosesan sinyal RSSI dari BLE dan analisis visual berbasis CCTV. Node-RED digunakan sebagai antarmuka visual dan pengatur alur data, yang terhubung melalui protokol MQTT. Berdasarkan hasil pengujian, sistem ini mampu mendeteksi posisi tag BLE yang memanfaatkan metode Trilaterasi dengan akurasi rata-rata 84,33% dan error estimasi jarak sebesar 15,67% terhadap posisi sebenarnya. Penggunaan Kalman Filter terbukti efektif meredam noise sinyal RSSI dari kartu BLE. Untuk deteksi orang menggunakan YOLOv11 menunjukkan tingkat akurasi tinggi, yaitu 98,89% untuk 3 objek, 96,67% untuk 6 objek, dan 89,67% untuk 10 objek, terdapat sedikit penurunan akurasi pada kepadatan objek tinggi yang disebabkan oleh occlusion dan keterbatasan jangkauan kamera. Secara keseluruhan, sistem ini terbukti efektif dan dapat diandalkan dalam meningkatkan akurasi dan efisiensi monitoring kehadiran.
Tidak tersedia versi lain