Model Sistem Pengendalian Level Kecepatan Motor Kipas Angin dengan Metode Object Detection

Abstract

Kipas angin adalah perangkat yang umum digunakan dalam kehidupan sehari-hari untuk memberikan kenyamanan termal di dalam ruangan. Namun, penggunaan kipas angin yang konvensional sering kali tidak efisien karena untuk mengoperasikannya, diperlukan gerak aktif dan penekanan tombol trigger ON/OFF kipas secara manual. Untuk mengatasi masalah ini, dilakukanlah perancangan alat dengan tujuan untuk mengatur level kecepatan motor kipas secara otomatis dengan mendeteksi jumlah orang dalam ruangan. Pendeteksian objek manusia secara real-time dalam penelitian ini memanfaatkan model deep-learning YOLOv8 nano. Hasil eksperimen pelatihan menunjukkan model ini mampu mendeteksi objek dengan rata-rata presisi yang cukup tinggi yaitu mencapai 92,1%. Ketika tidak ada objek manusia yang terdeteksi, sistem secara otomatis akan menonaktifkan motor kipas angin untuk menghemat energi listrik. Begitu juga, ketika objek manusia terdeteksi, motor kipas angin akan diaktifkan kembali dengan level kecepatan motor kipas yang disesuaikan dengan jumlah objek yang teridentifikasi. Konsep perancangan prototipe ini diharapkan dapat membatu pengembang selanjutnya dalam merealisasikan model sistem ini untuk memodifikasi sistem kerja dari model kipas angin konvensional.