See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/344247905

Prototype Aplikasi Pengawasan Masyarakat Menggunakan Smart Camera

Dalam Mendeteksi COVID-19

Article · August 2020

DOI: 10.33772/jfe.v5i3.13211

CITATIONS READS

0 807

4 authors, including:

Erick Alfons Lisangan

Universitas Atma Jaya Makassar
30 PUBLICATIONS   30 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Pemanfaatan SMS Gateway untuk Informasi Beasiswa bagi Mahasiswa Universitas Atma Jaya Makassar View project

All content following this page was uploaded by Erick Alfons Lisangan on 15 September 2020.

The user has requested enhancement of the downloaded file.

 Volume 05 No 03, Tahun 2020: Hal. 15-19.
Copyright © 2016-2020 Jurnal Fokus Elektroda Jurnal Fokus Elektroda : Energi Listrik,
Telekomunikasi, Komputer, Elektronika dan Kendali)
Teknik Elektro Universitas Halu Oleo Kendari Sulawesi Tenggara,
e-ISSN: 2502-5562. Open Access at: http://ojs.uho.ac.id/index.php/jfe/

Prototype Aplikasi Pengawasan Masyarakat Menggunakan

Smart Camera Dalam Mendeteksi COVID-19
Samuel Michael Liem1, Willy2, Maria Yustina Tuga3, dan Erick Alfons Lisangan4
Fakultas Teknologi Informasi, Universitas Atma Jaya Makassar
samuel_liem@student.uajm.ac.id, willy_1861023@student.uajm.ac.id,
maria_tuga@student.uajm.ac.id, erick_lisangan@lecturer.uajm.ac.id
Coprespondent Author: Samuel Michael Liem

Abstract — The world is still worried about the COVID-19

virus pandemic until now. This virus has caused various
problems in the world, such as the economy, the world of
education, and several other sectors. The government has tried
to control the spread of the COVID-19 virus in our country
Indonesia. The obstacle faced by the government is the large
number of people so that the control process becomes difficult
to implement in full. The technology that can be utilized is to
collaborate with computer vision, LBS, and body temperature
sensors placed on smart cameras. Smart camera will identify
and track people who are still active despite the symptoms of
COVID-19. In this research, a prototype design was conducted
which collaborated with computer vision, LBS, and body
temperature sensors placed on the smart camera. The
prototype will then be analyzed regarding the feasibility and
impact that can be caused by the implementation of the
prototype in the community. The prototype is expected to be
used by the government to monitor community activities
quickly so that the spread of COVID-19 can be controlled
properly.
Keyword — COVID-19 surveillance application, protoype,
smart camera
Abstrak — Dunia masih dikhawatirkan dengan pandemik virus
COVID-19 hingga saat ini. Virus ini telah menimbulkan berbagai
permasalahan di dunia, seperti perekonomian, dunia pendidikan,
dan beberapa sektor lainnya. Pemerintah telah berupaya untuk
mengendalikan penyebaran virus COVID-19 di negara kita
Indonesia. Kendala yang dihadapi oleh pemerintah adalah jumlah
masyarakat yang banyak sehingga proses pengendalian menjadi
sulit untuk dilaksanakan secara penuh. Teknologi yang dapat
dimanfaatkan adalah dengan mengkolaborasikan computer vision,
LBS, dan sensor suhu tubuh yang ditempatkan pada smart camera.
Smart camera akan mengidentifikasi serta melacak masyarakat
yang tetap beraktivitas meski memiliki gejala COVID-19. Pada
penelitian ini dilakukan perancangan prototype yang
mengkolaborasikan computer vision, LBS, serta sensor suhu tubuh
yang diletakkan pada smart camera. Prototype tersebut kemudian
akan dianalisis terkait kelayakan serta dampak yang dapat
ditimbulkan terkait implementansi prototype di masyarakat.
Prototype ini diharapkan dapat dimanfaatkan oleh pemerintah
untuk mengawasi aktivitas masyarakat secara cepat sehingga
penyebaran COVID-19 dapat dikendalikan dengan baik.
Kata kunci — Aplikasi pengawasan COVID-19, prototipe, smart
camera
I. PENDAHULUAN
Dunia masih dikhawatirkan dengan pandemik virus
COVID-19 hingga saat ini. Virus tersebut telah
menimbulkan berbagai permasalahan pada hampir seluruh
sektor, seperti perekonomian, pendidikan, pariwisata, dan
beberapa sektor lainnya. Pemerintah Indonesia telah
berupaya untuk mengendalikan penyebaran virus COVID-
19. Akan tetapi masih banyak masyarakat Indonesia yang
belum menyadari bahaya virus COVID-19 dimana dapat
dilihat banyaknya masyarakat tetap melaksanakan aktivitas
di luar ruangan tanpa mengikuti protokol kesehatan yang
telah ditetapkan oleh pemerintah. Jumlah masyarakat yang
banyak mengakibatkan pemerintah cukup sulit untuk
mengendalikan mobilitas dari masyarakat secara
keseluruhan.
Salah satu permasalahan yang dihadapi adalah adanya
masyarakat, baik yang memiliki gejala maupun tanpa gejala,
tetap beraktivitas di tengah masyarakat dan menghiraukan
protokol kesehatan. Dampak yang dapat diperoleh adalah
terjadinya penyebaran virus tanpa disadari oleh masyarakat
di sekitarnya. Pada penelitian ini akan memberikan sebuah
solusi yang untuk mengatasi permasalahan tersebut
memanfaatkan teknologi informasi. Penelitian ini membahas
prototype smart camera yang dapat digunakan di tengah
masyarakat. Smart camera akan mengkolaborisakan konsep
computer vision, Location based Services (LBS), serta
sensor suhu tubuh. Computer vision akan mendeteksi wajah
orang yang tidak menaati protokol kesehatan, dalam hal ini
tidak memakai masker atau tidak menjaga jarak. Teknologi
LBS dimanfaatkan untuk memperoleh lokasi kamera yang
mendeteksi terjadinya orang yang melanggar protokol
kesehatan dan/atau memiliki gejala COVID-19. Sensor suhu
tubuh digunakan untuk mendeteksi suhu tubuh dari orang
yang masuk ke dalam jangkauan smart camera. Hasil
rancangan prototipe sistem akan dianalisis secara kualitatif
hasil rancangan prototipe sistem apabila diimplementasikan
di tengah masyarakat.
LIEM, WILLY, TUGA, LISANGAN IJCCSISSN

II. LANDASAN TEORI C. Sensor Body Temperature

A. Location based Services Sensor untuk mendeteksi suhu tubuh telah banyak
dimanfaatkan saat ini. Salah satu jenis sensor yang dapat
Perkembangan jaringan komunikasi yang sangat pesat
digunakan adalah sensor pyroelectric yang merupakan
mengakibatkan komunikasi beralih ke arah mobile. Hal ini
sensor yang dibuat dari suatu bahan crystalline yang
memungkinkan penyebarluasan informasi yang sangat cepat
menghasilkan muatan elektik permukaan ketika disinari
dengan berbagai perangkat mobile yang ada. Perangkat
radiasi infrared (panas). Elemen sensor sangat sensitif
mobile telah menjadi perlengkapan yang penting untuk
terhadap jangkauan lebar radiasi sehingga diperlukan sebuah
mengakses layanan informasi. Teknologi mobile telah
filter jendela untuk membatasi radiasi yang masuk. Sinyal
terintegrasi untuk menentukan lokasi yang melibatkan
output dari sensor pyroelectric diperkuat dengan
(GPS). Hal ini menjadikan sebuah kebutuhan yang luar
menggunakan PIR350 yang fungsi utamanya untuk
biasa untuk penyebaran informasi dengan Location-based
menentukan penguatan termasuk penentuan sinyal Band
Services [1].
Pass Filter (BPF). Hal ini memungkinkan proses deteksi
Location based Service (LBS) mampu mendeteksi lokasi
pergerakan suhu manusia pada respon low cut off frekuensi
pengguna berada sehingga dapat memberikan layanan sesuai
(foL) dan high cut off frekuensi (foH). BPF ini dipilih
dengan lokasi pengguna tersebut. Lokasi geografis
sebagai media pemilah antara sinyal IR dari suhu tubuh
pengguna ditentukan dengan menggunakan layanan terpisah
manusia dengan sinyal suhu di sekitarnya (noise) [6].
seperti misalnya, Global Positioning System (GPS) [2].
Dengan penguatan 40,2 kali melalui alat band pass filter
amplifier, suhu tubuh manusia mampu dideteksi pada jarak
B. Computer Vision 10 meter dengan sudut jelajah 120o. Namun interferensi
radiasi infra merah suhu di area pemindaian akan
Computer vision pada dasarnya mencoba meniru cara
memberikan kontribusi dalam kesalahan pengukuran
kerja visual manusia (Human Vision). Human Vision
sehingga letak sensor perlu ditempatkan pada area yang
sesungguhnya sangat kompleks, manusia melihat obyek
lebih dingin [6].
dengan indera penglihatan (mata) lalu obyek citra diteruskan
ke otak untuk diinterpretasi sehingga manusia mengerti
obyek apa yang tampak dalam pandangan matanya. Hasil
interpretasi ini mungkin digunakan untuk mengambil suatu
keputusan. Sebagaimana layaknya mata dan otak, computer
vision adalah suatu sistem yang mempunyai kemampuan
untuk menganalisis obyek secara visual, setelah data obyek
yang bersangkutan dimasukkan dalam bentuk citra [3].
Saat ini telah terdapat beberapa algoritma yang dapat
digunakan dalam mengimplementasikan computer vision
untuk mendeteksi orang di tengah kerumunan, seperti Haar-
like Features [3], Viola Joness [4], hingga deep learning [5]
Deep learning merupakan sebuah pendekatan berbasis
Convolutional Neural Networks (CNN) yang banyak
digunakan saat ini dalam mendeteksi objek, pengenalan
wajah, tindakan dan pengenalan aktivitas, dan estimasi pose
manusia.

Gambar 2. Ilustrasi cara kerja sensor pyroelectric[6]

D. Rancangan Prototipe Smart Camera

Prototipe smart camera yang dirancang melibatkan
beberapa komponen, yaitu Intel Galileo sebagai
microprocessor, sensor kamera sebagai pendeteksi aktivitas
di sekitar kamera, sensor pyroelectric untuk mendeteksi
suhu tubuh, modul GPS sebagai indikator lokasi kamera,
Gambar 1. Ilustrasi cara kerja deep learning[5]
dan modul ESP8266 sebagai media komunikasi antara
server dan smart camera berbasis Wi-Fi. Diagram blok
prototipe smart camera dapat dilihat pada Gambar 3.

16
LIEM, WILLY, TUGA, LISANGAN IJCCSISSN

diprogram ke dalam pemrosesan Intel Galileo. Output dari

Sensor Sensor sensor suhu tubuh kemudian akan diolah dengan untuk
Pyroelectric Kamera mengetahui masyarakat mana saja yang pernah berdekatan
dengan orang tersebut.

III. HASIL DAN PEMBAHASAN

Intel Galileo A. Workflow Sistem
Rancangan sistem akan terbagi menjadi 2 (dua) bagian
utama bergantung pada penggunanya, yaitu untuk
masyarakat (Gambar 5) dan untuk aparat keamanan
(Gambar 7). Setiap pengguna sistem memiliki fungsi dan
Modul
Modul GPS cara kerja yang berbeda.
ESP8266
Gambar 3.Blok diagram prototipe smart camera

Intel Galileo adalah papan mikrokontroler berbasis pada

Intel Quark SoC X1000 Processor. Intel Galileo dirancang
agar sesuai dengan perangkat keras dan lunak Arduino dan
dirancang khusus untuk UNO R3. Intel Galileo mendukung
semua library Arduino dan dapat digunakan untuk membuat
berbagai jenis proyek DIY dalam hal otomatisasi smart
home, robotika, drone dan bahkan dapat digunakan untuk Gambar 5. Workflow sistem untuk masyarakat
keberhasilan implementasi proyek smart city [7].
Pada Gambar 5 dapat dilihat bahwa sistem akan
menerima informasi dari internet mengenai lokasi
masyarakat yang dideteksi memiliki gejala Covid-19
ataupun tidak menaati protokol kesehatan. Sistem akan
memperoleh informasi dari hasil pemindaian setiap smart
camera yang mendeteksi masyarakat beserta lokasinya.
Smart camera akan memindai mulai dari suhu tubuh, jumlah
banyak orang, serta jarak antar orang menggunakan
computer vision. Hasil pemindaian akan diproses
menggunakan artificial intelligence untuk menganalisis dan
mengambil keputusan apakah orang tersebut menunjukkan
suhu tubuh di atas 38oC atau melanggar protokol kesehatan.
Hasil tersebut kemudian dikirimkan melalui internet ke
server untuk mengirimkan informasi pada aplikasi mobile
setiap pengguna. Pengguna akan memperoleh informasi
Gambar 4. Intel Galileo board yang berisikan peringatan apabila terdapat orang yang
dideteksi memiliki gejala Covid-19 di sekitar lokasi
Modul GPS digunakan untuk mengetahui lokasi smart pengguna (Gambar 6).
camera sehingga memudahkan sistem memperoleh lokasi
smart camera yang mendeteksi terdapat masyarakat yang
memiliki gejala umum Covid-19 atau tidak mematuhi
protokol kesehatan. Modul ESP8266 digunakan untuk
konektivitas antara smart camera dan server berbasis
internet yang memanfaatkan Wi-Fi dengan memanfaatkan
infrastruktur publik atau wireless smart city [8].
Hasil input dari sensor kamera dan sensor suhu tubuh
kemudian diolah oleh Intel Galileo dengan memanfaatkan
beberapa algortima atau tools yang telah disediakan. Inputan
sensor kamera akan diproses dengan menggunakan
algoritma deep learning pada tools Tensorflow yang akan

17
LIEM, WILLY, TUGA, LISANGAN IJCCSISSN
Gambar 6. Tampilan prototipe aplikasi untuk masyarakat
Gambar 7. Workflow sistem untuk aparat keamanan
Pada Gambar 7 dapat dilihat workflow aplikasi untuk
aparat keamanan. Cara kerja sistem secara garis besar
hampir sama dengan aplikasi untuk masyarakat. Namun
perbedaannya terletak pada hak pengguna. Pada aplikasi
untuk aparat keamanan diberikan beberapa informasi untuk
membantu proses pemantauan agar dapat mengurangi
kontak langsung dengan banyak orang. Informasi yang
diperoleh aparat keamanan adalah mendapatkan daftar
lokasi mana saja yang terdapat keramaian dan tidak
melakukan physical distancing (Gambar 8). Aparat juga
memiliki hak langsung untuk mengakses kamera agar dapat
memantau kejadian secara langsung.
Gambar 8. Tampilan prototipe aplikasi untuk aparat keamanan
B. Analisis Dampak Penerapan Prototipe Sistem
Prototipe sistem dan smart camera dapat membantu
masyarakat dan aparat keamanan apabila
diimplementasikan. Masyarakat dapat terbantu dengan
adanya informasi dan peringatan terkait adanya orang yang
memiliki gejala dan/atau tanpa gejala di sekitarnya. Hal ini
dapat berdampak pada tingkat kewaspadaan dapat menjadi
lebih tinggi. Bagi aparat keamanan dapat membantu proses
pengawasan aktivitas masyarakat tanpa harus turun di
lapangan sehingga mengurangi terjadinya kontak dengan
masyarakat yang terinfeksi virus Covid-19.
Penggunaan perangkat smart camera di titik-titik dalam
kota akan sangat membantu dalam proses pengawasan. Hal
ini disebabkan karena smart camera dapat mendeteksi area
secara luas untuk memaksimalkan pencegahan virus, secara
khusus melalui peningkatan kesadaran masyarakat dengan
pemberitahuan informasi adanya orang yang menunjukkan
gejala. Selain itu, waktu pengawasan yang dilakukan oleh
aparat keamanan menjadi lebih efisien.
Kendala yang dapat dihadapi dalam implementasi sistem
pengawasan berbasis smart camera adalah membutuhkan
dana yang besar serta waktu yang tidak cepat karena
diperlukan adanya proses instalasi dan pemasangan smart
camera di titik-titik dalam kota. Hal ini dapat diatasi dengan
adanya kerja sama antara pemerintah, internet provider, dan
pihak terkait lainnya sehingga dapat memaksimalkan
penggunaan dari sistem pengawasan berbasis smart camera
apabila diimplementasikan.
18
LIEM, WILLY, TUGA, LISANGAN IJCCSISSN
VII. KESIMPULAN
Prototype sistem pengawasan Covid-19 berbasis smart
camera akan sangat bermanfaat apabila diimplementasikan
dalam masa new normal. Informasi yang diberikan kepada
pengguna, baik masyarakat maupun aparat keamanan, akan
sangat membantu dalam mendeteksi dan mengurangi
terjadinya penyebaran virus Covid-19 di tengah masyarakat.
Penelitian selanjutnya direncanakan untuk melakukan
perancangan smart camera dan sistem secara utuh sehingga
memungkinkan untuk diimplementasikan di tengah
masyarakat. Selain itu dibutuhkan adanya uji coba terkait
akurasi algoritma deteksi serta tingkat kecepatan
konektivitas antara smart camera dan server.
DAFTAR ACUAN
[1] J. M. Noguera, Barranco M. J. Barranco, R. J. Segura, and L.
Martinez, “A Location-aware Tourism Recommender System
Based on Mobile Devices,” Uncertainty Modeling in
Knowledge Engineering and Decision Making, pp. 34-39,
October 2012.
[2] A. Fauzi. “Penerapan Location-based Service pada Layanan
Informasi Budaya Indonesia di Perangkat Mobile,” Faktor
Exacta, vol. 8, no. 3, pp. 250-260.
View publication stats
[3] RD. Kusumanto, W. S. Pambudi, and A. N. Tompunu.
“Aplikasi Sensor Vision untuk Deteksi MultiFace dan
Menghitung Jumlah Orang,” Seminar Nasional Teknologi
Informasi & Komunikasi Terapan 2012, pp. 26-33, Juni 2012.
[4] M. D. Putro, T. B. Adji, and B. Winduratna, “Sistem Deteksi
Wajah dengan Menggunakan Metode Viola-Jones,” Seminar
Nasional Science, Engineering and Technology 2012, pp. 1-5,
Februari 2012.
[5] V. Athanasios, D. Mikolaos, D. Anastasios, and E.
Protopapadakis, “Deep Learning for Computer Vision: A
Brief Review”, Computational Intelligence and Neuroscience,
vol. 2018, pp. 1-13, Februari 2018.
[6] M. Anwar, and S. Yaya, “Tinjauan Ulang Sistem Pemindaian
Termal Tubuh Manusia dengan Sensor Suhu Pyroelectric.”
Jurnal Al-Azhar Indonesia Seri Sains dan Teknologi, vol. 01,
no. 03, pp. 100-104, Maret 2012.
[7] A. Nayyar, and E. V. Puri, “A Review of Intel Galileo
Development Board’s Technology,” International Journal of
Engineering Research and Applications, vol. 6, no. 3, pp. 34-
39, Maret 2016.
[8] E. A. Lisangan, and S. C. Sumarta, “Proposed Prototype and
Simulation of Wireless Smart City: Wireless Sensor Network
for Congestion and Flood Detection in Makassar.” 2018 2nd
East Indonesia Conference on Computer and Information
Technology (EIConCIT) (2018), pp. 72-77, November 2018.
19