SENSOR INFRAMERAH PASIF (PIR) UNTUK ESTIMASI OKUPANSI RUANGAN MENGGUNAKAN METODE PEMBELAJARAN MESIN

Sensor inframerah pasif (PIR) banyak digunakan dalam berbagai aplikasi
seperti deteksi gerakan, alarm, dan pencahayaan otomatis. Penelitian ini
mengusulkan dua alat yang berbeda yaitu penggunaan sensor PIR biner HC-SR501
dan penggunaan kamera ESP32-CAM untuk memperkirakan tingkat hunian di
dalam sebuah ruangan. Dengan mengetahui jumlah penghuni di dalam ruangan
maka dapat mengontrol kelistrikan seperti suhu pendingin ruangan yang dibutuhkan
atau pencahayaan yang dibutuhkan ruangan tersebut. Alat yang pertama
menerapkan algoritma pembelajaran mesin seperti Neural Network, sistem dapat
mengekstrak informasi hunian dari sensor PIR array dan memberikan perkiraan
jumlah manusia di dalam ruangan. Hasil metode ini menunjukkan kinerjanya
dengan RMSE sebesar 5.1471, MAE sebesar 4.4237, dan R² sebesar 0.1446. Hasil
ini menunjukkan akurasi yang cukup buruk untuk melakukan estimasi okupansi.
Sedangkan penggunaan kamera yang menerapkan algoritma YOLO (You Only
Look Once) Menunjukkan kinerjanya yang cukup bagus dengan rata-rata persen
errornya adalah 18,97%.
Kata Kunci: PIR, HC-SR501, ESP32-CAM, Pembelajaran Mesin, YOLO (You
Only Look Once)