Perancangan Sistem Shutdown Komputer Berbasis Pengolahan Citra Pada Laboratorium Komputer

Penulis

  • Anggi Muhammad Lubis Fakultas Teknik Universitas Garut
  • Helfy Susilawati Fakultas Teknik Universitas Garut
  • Iik Muhammad Malikmatin Politeknik Negeri Jakarta

DOI:

https://doi.org/10.52434/jft.v5i1.2763

Kata Kunci:

Monitoring, Pengolahan Citra, Raspberry Pi, Shutdown, Single Shot Detector, TeamViewer, Website

Abstrak

Perkembangan teknologi yang pesat mendorong terciptanya sistem kendali jarak jauh dan monitoring real-time untuk meningkatkan efisiensi kerja. Penelitian ini merancang sistem otomatisasi shutdown komputer berbasis pengolahan citra pada laboratorium komputer. Sistem menggunakan Raspberry Pi sebagai mikrokontroler dan sensor arus untuk mendeteksi status komputer (menyala atau mati). Data dikirim ke website sebagai sistem monitoring, dan kontrol dilakukan melalui integrasi dengan TeamViewer. Metode Single Shot Detector diterapkan untuk mendeteksi keberadaan manusia di ruangan. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi keberadaan manusia dengan rata-rata delay 3,43 detik dan mengenali status komputer secara akurat. Waktu koneksi ke TeamViewer rata-rata 3,10 detik. Sistem ini efektif sebagai solusi otomatisasi shutdown komputer berbasis keberadaan pengguna.

Referensi

[1] A. Nurhuda, Salmon, and Muhamad Risky Ramadhani, “Membangun Kendali Gerak Kamera Jarak Jauh Menggunakan Aplikasi Blynk Berbasis Mikrokontroller sebagai Sarana Penunjang Bidang Multimedia pada Pt. Grand Victoria Internasional Hotel,” INFORMATIKA, vol. 3, no. 2, pp. 53–59, 2018.

[2] D. A. Prasetya and Iman Nurvianto, “Deteksi Wajah Metode Viola Jones pada OpenCv Menggunakan Pemrograman Python,” Simp. Nas. RAPI XI FT UMS, vol. 2, no. 1, pp. 18–23, 2012.

[3] D. Krisrenanto, M. Rivai, and Fajar Budiman, “Identifikasi Jumlah dan Tingkat Aktivitas Orang Berbasis Pengolahan Citra Menggunakan Raspberry Pi,” J. Tek. ITS, vol. 6, no. 1, pp. 110–115, 2017.

[4] Nuraeni, I. Aanggraini, N. I. Humairah, I. P. Ramadhan, and Muhammad Sabirin Hadis, “Sistem Akses Pintu Berbasis Face Recognition Menggunakan ESP32 Module dan Aplikasi Telegram,” J. Mediat. J. Media Pendidik. Tek. Inform. dan Komput., vol. 4, no. 3, pp. 115–119, 2021.

[5] Suhepy Abidin, “Deteksi Wajah Menggunakan Metode Haar Cascade Classifier Berbasis Webcam Pada Matlab,” J. Teknol. ELEKTERIKA, vol. 1, no. 15, pp. 21–27, 2018.

[6] A. Rifaini, S. Sintaro, and Ade Surahman, “Alat Perangkap dan Kamera Pengawas dengan Menggunakan ESP32-CAM sebagai Sistem Keamanan Kandang Ayam,” J. Tek. dan Sist. Komput., vol. 2, no. 2, pp. 53–63, 2021.

[7] P. Rianto and Agus Harjoko, “Penentuan Kematangan Buah Salak Pondoh di Pohon Berbasis Pengolahan Citra Digital,” IJCCS, vol. 11, no. 2, pp. 143–145, 2017.

[8] Agus Susilo, “Implementasi Metode SSD (Single Shot Multibox Detector) untuk Mendeteksi Pelanggaran Jalur Busway Menggunakan Masukan Citra Digital,” Universitas Teknologi Yogyakarta, 2019.

[9] Riki Indriati Purba, “Analisis dan Implementasi Algoritma Gaussian dan High Pass Filter untuk Menghasilkan Citra High Dynamic Range,” Universitas Sumatera Utara, 2014.

[10] Syarifah Rosita Dewi, “Deep Learning Object Detection pada Video Menggunakan Tensorflow dan Convolution Neural Network,” Universitas Islam Indonesia, 2018.

[11] C. G. W. Pramana, D. C. Khrisne, and Nyoman Putra Sastra, “Rancang Bangun Object Detection Pada Robot Soccer Menggunakan Metode Single Shot Multibox Detector (SSD MobileNetV2),” J. SPEKTRUM, vol. 8, no. 2, pp. 28–36, 2021.

[12] S. Fuady, Nehru, and G. Anggraeni, “Deteksi Objek Menggunakan Metode Single Shot Multibox Detector Pada Alat Bantu Tongkat Tunanetra Berbasis Kamera,” JEPCA, vol. 2, no. 3, pp. 39–43, 2020.

[13] O. Victoria and Indah Permana Solihin, “Pendeteksi Wajah Secara Realtime Menggunakan Metode Eigenface,” SEINASI-KESI, vol. 3, no. 2, pp. 126–131, 2018.

[14] A. Putra, V. Sihombing, and Mustafha Haris Munandar, “Rancang Bangun Aplikasi Deteksi Tepi Citra Digital Menggunakan Algoritma Prewitt,” J. TEKINKOM, vol. 4, no. 1, pp. 83–87, 2021.

[15] M. Sarosa and Nailul Muna, “Implementasi Algoritma You Only Look Once (YOLO) untuk Deteksi Korban Bencana Alam,” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 4, pp. 784–792, 2019.

Unduhan

Diterbitkan

06/30/2025

Terbitan

Vol 5 No 1 (2025): Fuse-teknik Elektro

Bagian

Artikel

Lisensi

Hak Cipta (c) 2025 Jurnal FUSE-Teknik Elektro

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Syarat yang harus dipenuhi oleh Penulis sebagai berikut:

  1. Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
  2. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
  3. Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).