KARAKTERISASI ESP32 CAMERA DAN SENSOR SUHU MLX90614-DCI PADA SISTEM PENGENDALI PINTU OTOMATIS
DOI:
https://doi.org/10.21009/03.1201.FA15Abstract
Abstrak
Salah satu langkah yang dapat dilakukan untuk meminimalisir kecelakaan kerja yaitu menerapkan sistem keamanan pada pintu masuk wilayah kerja. Sistem keamanan yang umum digunakan adalah teknologi biometrik dengan wajah sebagai parameternya. Selain itu, pada kondisi pasca pandemi COVID-19, sistem keamanan juga ditunjang dengan proses pengecekan suhu tubuh. Pada penelitian ini dilakukan proses karakterisasi ESP32 Camera untuk mendeteksi biometrik wajah dan sensor MLX90614-DCI untuk pengecekan suhu tubuh menggunakan mikrokontroler Arduino UNO. Proses karakterisasi ESP32 Camera bertujuan untuk menentukan rentang jarak dan posisi wajah yang dapat dideteksi modul kamera. Selain itu, dilakukan juga karakterisasi sensor MLX90614-DCI dengan cara membandingkan hasil keluaran sensor suhu dengan alat ukur standar berupa thermogun. Proses tersebut bertujuan untuk mengetahui jarak optimal dan keakuratan dari sensor. Berdasarkan hasil karakterisasi, rentang jarak deteksi ESP32 Camera adalah 5 hingga 20 cm dimana kamera dapat mengenali wajah apabila posisi bagian wajah yang terlihat sebesar 90% hingga 100%. Sedangkan, hasil karakterisasi sensor MLX90614-DCI menunjukkan bahwa jarak optimal pengukuran sensor adalah 14 cm. Pada jarak tersebut, pengukuran suhu dengan rentang 35°C hingga 41°C menghasilkan rata-rata kesalahan relatif sebesar 0.15%. Data hasil karakterisasi ini akan digunakan dalam pengembangan sistem pengendali pintu otomatis berdasarkan pengenalan wajah dan suhu tubuh.
Kata-kata kunci: biometrik, ESP32 camera, suhu tubuh, sensor MLX90614-DCI, karakterisasi.
Abstract
One of the steps that can be taken to minimize work accidents is to implement a security system at the entrance to the work area. The commonly used security system is biometric technology with face as its parameter. In addition, in post-COVID-19 pandemic conditions, the security system is also supported by the process of checking body temperature. In this research, the ESP32 Camera characterization process is carried out to detect facial biometrics and the MLX90614-DCI sensor for checking body temperature using an Arduino UNO microcontroller. The ESP32 Camera characterization process aims to determine the range of distances and face positions that can be detected by the camera module. In addition, the characterization of the MLX90614-DCI sensor is also carried out by comparing the output results of the temperature sensor with a standard measuring instrument, a thermogun. The process aims to determine the optimal distance and accuracy of the sensor. Based on the characterization results, the ESP32 Camera detection distance range is 5 to 20 cm where the camera can recognize faces if the position of the visible part of the face is 90% to 100%. Meanwhile, the MLX90614-DCI sensor characterization results show that the optimal distance for sensor measurement is 14 cm. At 14 cm, temperature measurements with a range of 35°C to 41°C produce an average relative error of 0.15%. This characterization data will be used in the development of an automatic door control system based on face recognition and body temperature.
Keywords: biometric, ESP32 camera, body temperature, MLX90614-DCI sensor, characterization.
References
[2] T. E. Saragi, R. E. Sinaga, “Keselamatan dan Kesehatan Kerja (K3) pada Proyek Pembangunan Rumah Susun Lanjutan Provinsi Sumatera Utara 1 Medan,” CONSTRUCT: Jurnal Teknik Sipil, vol. 1, no. 1, pp. 41-48, 2021.
[3] H. Latif, “The Need for Novel Biometric-Based System such as Tongue Identification,” Egyptian Journal of Forensic Sciences, vol. 10, no. 39, pp. 1-3, 2020.
[4] Z. Haniffah, B. Dirgantoro, C. Setianingsih, “Deteksi Kepribadian Anak dengan Sidik Jari Menggunakan K-Nearest Neighbor (KNN) dan Decision Tree,” E-Proceeding of Engineering, vol. 6, no. 2, pp. 5549-5556, 2019.
[5] M. H. Indriawan, F. Shabrina, A. Mardhiyya, “Sistem Keamanan Pintu Rumah Berbasis Face Recognition,” Jurnal Penerapan Ilmu-ilmu Komputer (JUPITER), vol. 8, no. 2, pp. 34-42, 2022.
[6] S. Bakshi et al., “Evaluation of Periocular over Face Biometric: a Case Study,” Procedia Engineering, vol. 38, pp. 1628-1633, 2012.
[7] A. T. Lestari, W. Indrasari, H. Firmansyah, “Karakteristik Kamera Termal AMG8833 Untuk Perancangan Sistem Pintu Otomatis Berdasarkan Suhu Tubuh,” Prosiding Seminar Nasional Fisika, vol. 11, pp. 21-26, 2023.
[8] E. Mintarto, M. Fattahilah, “Efek Suhu Lingkungan Terhadap Fisiologi Tubuh pada Saat Melakukan Latihan Olahraga,” Journal of Sport and Exercise Science, vol. 2, no. 1, pp. 9-13, 2019.
[9] U. Achlison, “Analisis Implementasi Pengukuran Suhu Tubuh Manusia dalam Pandemi Covid-19 di Indonesia,” Jurnal Ilmiah Komputer Grafis, vol. 13, no. 2, pp. 102-106, 2020.
[10] W. Indrasari et al., “Development of a Temperature Detector and Room Capacity System to Mitigate the Spread of COVID-19,” Journal of Physics: Conference Series, vol. 2019, no. 1, pp. 1-6, 2021.
