Sidang Progress Tugas Akhir ini menampilkan 3 karya Tugas Akhir, yaitu:

SISTEM KONTROL ROBOT MOBIL MELALUI DETEKSI BENTUK GESTUR JARI TANGAN MENGGUNAKAN MEDIAPIPE

    Computer Vision adalah cabang dari ilmu komputer dan kecerdasan buatan yang bertujuan untuk melihat dan memahami benda atau objek yang ada di sekitarnya. Dengan kemampuan tersebut, komputer mampu menganalisis sendiri benda yang ada di depannya, sehingga informasi tersebut dapat menghasilkan perintah. MediaPipe adalah framework open-source yang dikembangkan oleh Google yang memungkinkan deteksi dan pelacakan berbagai fitur manusia, seperti tangan, wajah, dan pose tubuh secara real-time. Dalam Tugas Akhir ini, MediaPipe dimanfaatkan untuk mengembangkan sistem kontrol robot mobil menggunakan deteksi gerakan tangan. Sistem ini menggunakan webcam laptop untuk menangkap gerakan tangan pengguna, kemudian dianalisis menggunakan algoritma Computer Vision dan MediaPipe untuk menghasilkan perintah kontrol bagi robot mobil. Hasil pengujian menunjukkan bahwa program mampu mendeteksi dan melacak gerakan tangan dengan baik serta mengirimkan perintah yang sesuai untuk mengontrol robot mobil. Namun, saat ini kendala utamanya adalah belum tersedianya robot mobil untuk menguji hasil implementasi secara langsung. Meskipun demikian, program sudah dapat dijalankan dan memberikan hasil yang sesuai dalam simulasi kontrol robot mobil. Secara keseluruhan, hasil pengembangan ini cukup baik dibandingkan percobaan sebelumnya, namun perlu dilakukan pengujian lebih lanjut dengan robot mobil sebenarnya untuk mengevaluasi kinerja dan keakuratan kontrol yang dihasilkan.

KLASIFIKASI SINYAL JANTUNG PHONOCARDIOGRAM MENGGUNAKAN ENSEMBLE LEARNING DENGAN PENDEKATAN SOFT VOTING BERBASIS WEB

    Dalam upaya meningkatkan kualitas diagnosis di bidang medis, pendeteksian dan klasifikasi sinyal jantung melalui teknologi machine learning menjadi semakin penting. Tugas akhir ini bertujuan mengembangkan sistem klasifikasi sinyal phonocardiogram (PCG) menggunakan teknik ensemble learning dengan pendekatan soft voting. Metode ini menggabungkan beberapa algoritma populer seperti Long Short Term Memory (LSTM), Gated Recurrent Unit (GRU), dan Temporal Convolutional Network (TCN). Implementasi sistem ini dilakukan dalam platform berbasis website untuk memudahkan analisis dan deteksi dini kelainan jantung.

    Hingga saat ini, pada pelaksanaan Sidang Progres, penelitian telah mencapai 85% penyelesaian. Website yang berfungsi sebagai antarmuka pengguna telah berhasil dikembangkan, termasuk tampilan dashboard untuk memantau aktivitas pengguna dalam mengunggah dokumen. Model machine learning yang digunakan, dengan teknik ensemble learning, telah mencapai akurasi hingga 92%, sementara model dasar (base learner) memiliki rata-rata akurasi 89%. Hal ini menunjukkan bahwa penerapan metode ensemble learning dapat meningkatkan kinerja model dalam mengklasifikasi data.

    Namun, penelitian ini masih memiliki beberapa kekurangan, yaitu belum adanya tampilan dashboard atau halaman untuk memonitor kinerja model dalam mengklasifikasi data yang telah tersedia. Nilai confusion matrix seperti true positive (TP), true negative (TN), false positive (FP), dan false negative (FN) perlu ditampilkan, agar dapat memantau metrik pengukuran seperti akurasi (accuracy), presisi (precision), recall, dan f1-score secara lebih efektif.

RANCANG BANGUN SISTEM PEMANTAUAN GARASI OTOMATIS UNTUK MENGHINDARI BANJIR BERBASIS INTERNET of THINGS (IoT)

      Pembuatan sistem pemantauan garasi otomatis untuk mengatasi banjir dapat mengurangi kerugian yang banyak akibat terjadinya banjir. Sistem ini dirancang untuk mengatasi kerusakan kendaraan yang berada didalam garasi jika terjadinya banjir. Dengan menggunakan sensor jarak, sensor hujan, dan koneksi internet, sistem ini dapat memantau kondisi garasi secara real-time. Ketika air melebihi batas garasi akan otomatis naik sesuai dengan ketinggian air.

     Manfaat dari sistem ini untuk memberikan perlindungan terhadap kerusakan yang disebabkan banjir. Pemilik rumah tidak perlu memindahkan kendaraan secara manual ditempat yang aman, dan tidak perlu khawatir akan terjadinya banjir yang datang tiba tiba. Kelebihan dari sistem ini menggunakan sensor jarak yang digunakan untuk mengetahui ketinggian air dan sensor hujan yang dapat memantau kondisi hujan. Sistem ini beroperasi secara otomatis tidak perlu melakukan tenaga tambahan untuk menjalankannya. Kekurangan dari sistem ini jika tidak ada koneksi internet kondisi tidak dapat dipantau.