Smart System Identifikasi Objek Menggunakan Kamera Esp32 dan OpenCV
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