Smart System Identifikasi Objek Menggunakan Kamera Esp32 dan OpenCV

Read full text
Authors: Atika Dessy Rahmadani, Febrian Wahyu Christanto, Aldian Umbu Tamu Ama, Eryan Ahmad Firdaus
Cited by: 0

Abstract

Penggunaan teknologi dalam membantu menyelesaikan pekerjaan merupakan hal yang menjadi keharusan. Di Desa Buluroto, Kabupaten Blora terdapat 5 dukuhan dengan 6357 warga. Keadaan desa masih terdapat banyak tempat dengan pencahayaan kurang sehingga tingkat pencurian masih sering terjadi. CCTV biasa kesulitan untuk membedakan objek karena pencahayaan kurang sehingga dibutuhkan sistem yang mampu mengidentifikasi objek dengan pencahayaan yang kurang. Sistem ini dibuat dengan metode pengembangan Prototype dengan implementasi menggunakan Kamera Esp32, Micro-USB Cable, Esp32-MB, dan OpenCV. Diperoleh kesimpulan bahwa smart system identifikasi objek mampu mendeteksi 20 objek di dalam satu frame dan menyimpan 80 objek di library. Sistem ini dapat bekerja secara optimal dengan tingkat keakuratan identifikasi objek mencapai 50% - 98%. Hasil pengujian delay didapatkan waktu rata-rata selama 2,18 detik serta sekitar 87,17% responden acak setuju terhadap implementasi sistem ini karena dapat mengidentifikasi objek berupa manusia, hewan, benda bergerak, dan tidak bergerak dengan baik sehingga diharapkan dapat menambah tingkat keamanan lingkungan.

Fields of Study & Subjects

Video Surveillance and Tracking Methods Advanced Neural Network Applications Computer Science and Engineering

Publication details

Journal / source
Jurnal Sistem Informasi Galuh
Volume
4
Issue
1
Pages
57–70
Publication date
11 January 2026