RANCANGAN BANGUN SISTEM PEMBATAS JUMLAH PENUMPANG PADA LIFT DENGAN METODE KLASIFIKASI K-NEAREST NEIGHBORS (KNN)

Jana Utama, Utama, Tri Rahajoeningroem, Riski Indra Kafila, Mujahid Assalam

Abstract


Pada penelitian ini membuat sistem peringatan batas penumpang pada lift dimana peringatan tersebut akan menggunakan alarm. Alarm ini digunakan sebagai peringatan kepada penumpang bila melebihi batas maksimum penumpang yang sudah ditentukan sebelumnya. Selain itu, pada penelitian ini juga menambahkan sebuah motor servo yang bertugas untuk menekan tombol pintu lift sehingga tertahan, sampai batas penumpangnya sesuai dengan yang ditentukan. Hal ini dikarenakan, sistem lift yang ada saat ini hanya membatasi jumlah penumpang di lift dengan menggunakan stiker himbauan batas penumpang akan tetapi hal tersebut belum efektif dikarenakan penumpang lift masih bisa melanggar peraturan batas penumpang di lift tersebut.  Oleh karena itu diperlukan sebuah alat yang dapat melakukan peringatan batas jumlah penumpang di lift. Pada penelitian ini bertujuan untuk membuat alat yang dapat memberi peringatan berdasarkan jumlah penumpang di lift, dengan cara menghitung jumlah orang yang masuk atau keluar di lift secara berdekatan. Dimana metode yang akan digunakan metode K-Nearest Neighbor (KNN). Dimana Sistem pada penelitian ini memiliki persentase keberhasilan sebesar 86,66%  saat penumpang masuk dan keluar dalam lift. Sistem yang dibuat juga sudah dapat membatasi jumlah penumpang dalam lift yang dapat diatur jumlah maksimal dalam liftnya, disertai dengan alarm dan pintu yang tetap terbuka jika terjadi over capacity.

 


Keywords


Lift; K-Nearest Neighbor (KNN); Pengolahan Citra.

References


R. I. Kafila, dan T. Rahajoeningroem,."Rancang Bangun Sistem Peringatan Batas Penumpang pada Lift menggunakan Buzzer dan motor servo Berbasis Pengolahan Citra Di Masjid Al-Karomah". Telekontran: Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan, 10(1), 38-46, 2022. https://doi.org/10.34010/telekontran.v10i1.4714

J. Zhao and G. Yan, “Passenger Flow Monitoring of Elevator Video Based on Computer Vision,” in 2019 Chinese Control And Decision Conference (CCDC), Nanchang, China , pp. 2089–2094, Jun. 2019. doi: 10.1109/CCDC.2019.8833248.

Setiawan, D. Y., Fitriyah, H., & Arwani, I. Sistem Penghitung Jumlah Orang Melewati Pintu Menggunakan Metode Background Subtraction Berbasis Raspberry Pi. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. (Vol. 3, Issue 2), hal. 2105-2113 2019. http://j-ptiik.ub.ac.id

N. Nurhalimah, I. G. P. Suta Wijaya, and F. Bimantoro, “Klasifikasi Kain Songket Lombok Berdasarkan Fitur GLCM dan Moment Invariant Dengan Teknik Pengklasifikasian Linear Discriminant Analysis (LDA),” JTIKA, vol. 2, no. 2, pp. 173–183, Sep. 2020, doi: 10.29303/jtika.v2i2.98.

I. L. K. Beli. & C. Guo, Enhancing face identification using local binary patterns and K-nearest neighbors. Journal of Imaging, 3(3), 2017 https://doi.org/10.3390/jimaging3030037.

A. Tharwat, H. Mahdi, M. Elhoseny, & A. E. Hassanien. Recognizing human activity in mobile crowdsensing environment using optimized k-NN algorithm. Expert Systems with Applications, 107, 32-44, 2018. https://doi.org/10.1016/j.eswa.2018.04.017

C. Lin, B. Yan, W. Tan, Foreground detection in surveillance video with fully convolutional semantic network, in 2018 25th IEEE International Conference on Image Processing (ICIP), 2018, 4118–4122. https://doi.org/10.1109/icip.2018.8451816

D. A. Reynolds, Gaussian Mixture Models, Encycl. biometrics, 741 (2009) 659–663. https://doi.org/10.1007/springerreference_70943

S. T. Ali, K. Goyal, J. Singhai, Moving object detection using self adaptive Gaussian Mixture Model for real time applications, in 2017 International Conference on Recent Innovations in Signal processing and Embedded Systems (RISE), 2017, 153–156. https://doi.org/10.1109/rise.2017.8378144

J. Utama, & H. Y. Biu. General Remote Control Based on Hand Patterns Detection Using Convolutional Neural Network. IOP Conference Series: Materials Science and Engineering, 879(1), 2020. https://doi.org/10.1088/1757-899X/879/1/012104

J. Utama, & V. R. L. Fitriani. Pupil Center Detection Using Radial Symmetry Transform to Measure Pupil Distance in the Eye. International Journal of Engineering, Transactions B: Applications, 36(5), 870–878, 2023. https://doi.org/10.5829/ije.2023.36.05b.04




DOI: http://dx.doi.org/10.26798/jiko.v8i1.1061

Article Metrics

Abstract view : 471 times
PDF (Bahasa Indonesia) - 178 times

Refbacks

  • There are currently no refbacks.




Copyright (c) 2024 Jana Utama, Utama, Tri Rahajoeningroem, Riski Indra Kafila, Mujahid Assalam


JIKO (Jurnal Informatika dan Komputer)

Published by
Lembaga Penelitian dan Pengabdian Masyarakat
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN : 2477-3964 
p-ISSN : 2477-4413