FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4386087830> ?p ?o ?g. }

• W4386087830 endingPage "47" @default.
• W4386087830 startingPage "47" @default.
• W4386087830 abstract "ABSTRACTClosed circuit television (CCTV) merupakan sebuah sistem keamanan untuk pengawasan gambar video satu arah yang sangat banyak digunakan di berbagai tempat. Dengan semakin berkembangnya teknologi munculnya sebuah gagasan Internet of Things (IoT) dan konsep Machine learning sebuah CCTV dapat dikembangkan menjadi sebuah sistem pengawasan pintar yang dapat memproses layer-layer gambar untuk menghasilkan output tertentu, ataupun sebuah alat komunikasi. Sebelumnya, sudah banyak implementasi konsep Machine learning pada sistem CCTV, seperti pendeteksi wajah otomatis, pencari kerusakan pada saluran pipa air bahkan pendeteksi senjata berbahaya. Penelitian ini membuat sebuah sistem pendeteksi kurir pengiriman paket dengan penangkapan gambar CCTV pintar untuk memudahkan pengiriman kepada user yang dituju dengan menunjukan jumlah jari sesuai dengan prosedur penerimaan paket pada rumah indekost, dengan tujuan yaitu untuk memanfaatkan sebuah sistem kamera CCTV menjadi sebuah alat komunikasi berbasis IoT dengan Bahasa pemrograman python untuk mendeteksi gesture tangan (Hand Gesture) menggunakan OpenCV dan Mediapipe, yang dapat menyajikan informasi berupa notifikasi email dan bot telegram. Waktu optimal rata-rata untuk setiap notifikasi terkirim adalah 18-26 detik. Dengan tingkat akurasi rata-rata pembacaan untuk skenario yang berbeda adalah 100% (sepi), 91% (normal), dan 91%(>2 orang/ramai). Sistem Pendeteksi ini di simpan pada file di google drive menggunakan format H.264 untuk mendapatkan kualitas gambar yang bagus. Keywords: CCTV, Internet Of Things, OpenCV, Mediapipe, PythonABSTRACTClosed circuit television (CCTV) is a security system for surveillance of one-way video images which is widely used in various places. With the development of technology, the emergence of an Internet of Things (IoT) idea and the concept of Machine learning a CCTV can be developed into a smart surveillance system that can process image layers to produce a certain output, or a communication tool. Previously, there have been many implementations of the concept of machine learning in CCTV systems, such as automatic face detection, damage detectors to water pipelines and even dangerous weapon detection. This research creates a package delivery courier detection system with smart CCTV image capture to facilitate delivery to the intended user by showing the number of fingers according to the procedure for receiving packages at boarding houses, with the aim of utilizing a CCTV camera system to become an IoT-based communication tool with Python programming language for detecting hand gestures (Hand Gestures) using OpenCV and Mediapipe, which can provide information in the form of email notifications and telegram bots. The average optimal time for each notification sent is 18-26 seconds. With the average accuracy of readings for different scenarios are 100% (quiet), 91% (normal), and 91% (> 2 people/crowded). This detection system is stored in a file on Google Drive using the H.264 format to get good image quality.Keywords: CCTV, Internet Of Things, OpenCV, Mediapipe, Python" @default.
• W4386087830 created "2023-08-24" @default.
• W4386087830 creator A5003783367 @default.
• W4386087830 creator A5031102296 @default.
• W4386087830 creator A5054976258 @default.
• W4386087830 creator A5083639975 @default.
• W4386087830 creator A5092678427 @default.
• W4386087830 creator A5092678428 @default.
• W4386087830 date "2023-05-31" @default.
• W4386087830 modified "2023-09-23" @default.
• W4386087830 title "Sistem Pendeteksi Kurir Menggunakan Smart Closed Circuit Television (CCTV) Berbasis Internet Of Things (IoT) dengan Media Komunikasi Bot Telegram (Studi Kasus : Rumah Indekost)" @default.
• W4386087830 doi "https://doi.org/10.24853/resistor.6.1.47-54" @default.
• W4386087830 hasPublicationYear "2023" @default.
• W4386087830 type Work @default.
• W4386087830 citedByCount "0" @default.
• W4386087830 crossrefType "journal-article" @default.
• W4386087830 hasAuthorship W4386087830A5003783367 @default.
• W4386087830 hasAuthorship W4386087830A5031102296 @default.
• W4386087830 hasAuthorship W4386087830A5054976258 @default.
• W4386087830 hasAuthorship W4386087830A5083639975 @default.
• W4386087830 hasAuthorship W4386087830A5092678427 @default.
• W4386087830 hasAuthorship W4386087830A5092678428 @default.
• W4386087830 hasBestOaLocation W43860878301 @default.
• W4386087830 hasConcept C149635348 @default.
• W4386087830 hasConcept C41008148 @default.
• W4386087830 hasConcept C81860439 @default.
• W4386087830 hasConceptScore W4386087830C149635348 @default.
• W4386087830 hasConceptScore W4386087830C41008148 @default.
• W4386087830 hasConceptScore W4386087830C81860439 @default.
• W4386087830 hasIssue "1" @default.
• W4386087830 hasLocation W43860878301 @default.
• W4386087830 hasOpenAccess W4386087830 @default.
• W4386087830 hasPrimaryLocation W43860878301 @default.
• W4386087830 hasRelatedWork W2313383690 @default.
• W4386087830 hasRelatedWork W2322757112 @default.
• W4386087830 hasRelatedWork W2550930058 @default.
• W4386087830 hasRelatedWork W2618984630 @default.
• W4386087830 hasRelatedWork W2751166006 @default.
• W4386087830 hasRelatedWork W2807530277 @default.
• W4386087830 hasRelatedWork W2970262160 @default.
• W4386087830 hasRelatedWork W3027691494 @default.
• W4386087830 hasRelatedWork W3081898826 @default.
• W4386087830 hasRelatedWork W3203217542 @default.
• W4386087830 hasVolume "6" @default.
• W4386087830 isParatext "false" @default.
• W4386087830 isRetracted "false" @default.
• W4386087830 workType "article" @default.