Firdananta, Alvin Zulham (2022) PERANCANGAN SISTEM PEMANTAUAN KEBISINGAN SUARA PADA PERPUSTAKAAN BERBASIS INTERNET of THINGS. Undergraduate thesis, Universitas Diponegoro.
![]() |
Text
JUDUL.pdf Download (414kB) |
![]() |
Text
BAB I.pdf Restricted to Repository staff only Download (461kB) |
![]() |
Text
BAB II.pdf Restricted to Repository staff only Download (446kB) |
![]() |
Text
BAB III.pdf Restricted to Repository staff only Download (1MB) |
![]() |
Text
BAB IV.pdf Restricted to Repository staff only Download (1MB) |
![]() |
Text
BAB V.pdf Restricted to Repository staff only Download (192kB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (166kB) |
![]() |
Text
LAMPIRAN.pdf Restricted to Repository staff only Download (194kB) |
Abstract
Tidak semua pengunjung perpustakaan mengetahui aturan di perpustakaan
dan bertindak seenaknya menimbulkan kebisingan yang dapat mengganggu
pengunjung lain yang sedang fokus membaca dan berdiskusi mengenai ilmu
pengetahuan. Pustakawan selaku orang yang berwenang di perpustakaan harus
senantiasa menjaga ketenangan di perpustakaan. Namun, jika berulang kali
memperingati pengunjung yang menjadi sumber kebisingan, tentu akan
mengganggu pekerjaan utama seorang pustakawan. Penelitian tugas akhir ini
diharapkan mampu mengurangi tingkat kebisingan yang tidak diinginkan di
perpustakaan.
Sistem akan dibangun memanfaatkan kecerdasan yang dibuat
menggunakan algoritma Convolutional Neural Network dengan ekstraksi fitur dan
data augmentation. Kecerdasan buatan akan ditanamkan pada mikrokontroler
Arduino Nano 33 BLE Sense yang terhubung dengan sensor kebisingan DFRobot
Analog Sound Level Meter. Data yang didapatkan dari pengolahan di Arduino
akan disalurkan ke ESP32-WROOM32U yang terhubung dengan WIFI yang akan
mengirimkan data ke server. Data akan disimpan ke basis data MySQL dan diolah
dengan website yang dibangun dengan menggunakan framework Laravel.
Hasil dari penelitian ini adalah alat dapat memantau kebisingan dengan
jarak ideal dari sumber suara sejauh 30-100 cm. Dengan akurasi sebesar 86.4%
dapat dengan baik melakukan klasifikasi untuk mengetahui jenis suara yang ada.
Sistem penyimpanan dan website untuk menampilkan data juga sudah cukup baik
dalam menyediakan informasi penting pada pengguna.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Internet of Things, Perpustakaan, Kebisingan, Feature Extraction, Convolutional Neural Network , Augmentasi Data, Laravel, MySQL |
Subjects: | Engineering |
Divisions: | Faculty of Engineering > Department of Computer Engineering |
Depositing User: | Teknik Komputer |
Date Deposited: | 24 Mar 2023 06:40 |
Last Modified: | 10 May 2023 02:19 |
URI: | https://eprints2.undip.ac.id/id/eprint/12129 |
Actions (login required)
![]() |
View Item |