library@unissula.ac.id
Logo Universitas Islam Sultan Agung Repository UNISSULAUniversitas Islam Sultan Agung Semarang

PENDETEKSI AKTIVITAS MEROKOK MENGGUNAKAN METODE SINGLE SHOT DETECTOR PADA ZONA LARANGAN MEROKOK DI KAMPUS

Detail Tugas Akhir

PENDETEKSI AKTIVITAS MEROKOK MENGGUNAKAN METODE SINGLE SHOT DETECTOR PADA ZONA LARANGAN MEROKOK DI KAMPUS

YULIANTO, AHMAD TRI (2025) PENDETEKSI AKTIVITAS MEROKOK MENGGUNAKAN METODE SINGLE SHOT DETECTOR PADA ZONA LARANGAN MEROKOK DI KAMPUS. Undergraduate thesis, Universitas Islam Sultan Agung.

Berkas Tugas Akhir

PDF
Text
Teknik Informatika_32602100014_pernyataan_publikasi.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (299kB)
PDF
Text
Teknik Informatika_32602100014_fullpdf.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (3MB)

Abstract

Rokok adalah produk konsumsi berbahaya yang mengandung lebih dari 7.000 bahan kimia, termasuk setidaknya 60 karsinogen yang diketahui. Merokok adalah penyebab utama penyakit jantung, kanker paru-paru, dan emfisema. Meskipun tingkat merokok telah menurun selama 50 tahun terakhir, paparan asap rokok masih mempengaruhi sekitar 37% dari populasi global dan menyumbang 1,3 juta dari 8 juta kematian yang terkait dengan tembakau setiap tahunnya. Sebagai tanggapan, pemerintah telah memberlakukan peraturan yang komprehensif untuk membatasi aktivitas merokok dengan menetapkan zona bebas asap rokok. Namun, penegakan hukum yang terbatas menyebabkan seringnya terjadi pelanggaran. Oleh karena itu, kamera pengawas yang mampu mendeteksi aktivitas merokok sangat penting untuk mendukung aturan tersebut. Pada penelitian ini, model pendeteksi rokok dikembangkan dengan menggunakan metode Single Shot Detector (SSD) dengan VGG16 sebagai pengekstrak fitur. Hasil pengujian menunjukkan bahwa pada threshold 0.5, model mencapai akurasi 97,5%, presisi 97,4%, recall 100%, dan F1-score 98,7%. Meskipun kinerjanya sedikit menurun pada threshold yang lebih tinggi, model tetap mempertahankan konsistensi recall dan deteksi objek yang kuat di berbagai kondisi. Kesimpulannya, model pendeteksian merokok berbasis SSD dengan VGG16 telah terbukti efektif dan akurat dalam mengidentifikasi asap rokok.

Kata Kunci: Deteksi objek, OpenCV, Merokok, SSD

Informasi Item

Actions (login required)

View Item
View Item
Repository UNISSULAPerpustakaan Universitas Islam Sultan Agung

Telusur

Layanan

Informasi

  • AlamatJl. Raya Kaligawe KM 4, Semarang 50112
  • PelayananSenin–Jumat, 07.00–18.00 WIB
    Sabtu, Minggu & hari libur tutup.
  • NPP3302202D2011823
© 2026 Perpustakaan Universitas Islam Sultan Agung. Hak cipta karya tetap pada penulis masing-masing. KebijakanOAI-PMHRSSDijalankan dengan EPrints