Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal.

xx-xx
e-ISSN 2622-6588
DOI: XXXX

Sistem Pendeteksi Suhu Tubuh menggunakan Thermal Image Sensor

AMG8833 pada SPOTKASTER (Sistem Portal Otomatis Deteksi Wajah,
Suhu Tubuh, dan Masker)

Agnis Walentine Manullang

Institut Teknologi Sumatera
agnis.13117123@student.itera.ac.id

ABSTRACT

Currently, Indonesia is facing the problem of the spread of the corona virus (Covid-19). The Covid-19 virus is a
disease caused by the severe acute respiratory syndrome virus which causes disorders of the respiratory system. By
implementing health protocols such as wearing masks, checking body temperature, and washing hands, the chain
of spread can be reduced. The health protocol also implements a social distancing and physical distancing system.
The protocol system that is still done manually is that officers check the health protocol at the entrance of the
building so that there will be quite a long queue.

In solving this problem, the authors created a body temperature detection system using the AMG8833 thermal
image sensor by applying a non-contact temperature detection system. The goal is to minimize the level of
interaction between officers and users. The detection is carried out at the entrance to the ITERA campus area
(Sumatra Institute of Technology). This temperature detection system can detect humans up to a distance of ± 1.5
meters. The use of the AMG8833 sensor was carried out to determine the heat pattern map that was captured based
on the Qualitative Thermography method and the Raspberry pi camera sensor to detect faces using the
Haarcascade Classifier method. The data that will be obtained from the test results include the comparison of the
temperature results on the AMG8833 sensor to the data on the DT-8826 thermogun, detection based on distance,
detection of temperature samples with different people and temperature to weather conditions. The difference in
accuracy between the AMG8833 sensor and the thermogun reaches an average of about 0.25, so it can be concluded
that the sensor is functioning properly.

Keywords: Covid-19, AMG8833 sensor, Raspberry pi camera sensor, Thermogun DT-8826.

INTISARI
Saat ini, Indonesia sedang mengahadapi permasalahan penyebaran virus corona (Covid-19). Virus Covid-19
merupakan suatu penyakit akibat virus severe acute respiratory syndrome yang menyebabkan adanya gangguan pada
sistem pernapasan. Dengan diterapkannya protokol kesehatan seperti penggunaan masker, pengecekan suhu tubuh,
dan mencuci tangan, maka rantai penyebaran dapat berkurang. Protokol kesehatan juga menerapkan sistem sosial
distancing dan physical distancing. Sistem protokol yang masih dilakukan secara manual yaitu petugas mengecek
protokol kesehatan dipintu masuk gedung sehingga akan mengalami antrian yang cukup panjang.

Dalam memecahkan permasalahan tersebut, penulis membuat sistem pendeteksian suhu tubuh menggunakan sensor
thermal image AMG8833 dengan menerapkan sistem pendeteksian suhu non kontak. Tujuannya agar tingkat interaksi
antara petugas dan pengguna semakin minim. Pendeteksian dilakukan dipintu masuk wilayah kampus ITERA (Institut
Teknologi Sumatera). Sistem pendeteksi suhu ini dapat mendeteksi manusia hingga jarak ±1,5 meter. Penggunaan
sensor AMG8833 dilakukan untuk mengetahui peta pola panas yang ditangkap berdasarkan metode Thermografi
Kualitatif dan sensor kamera Raspberry pi untuk mendeteksi wajah dengan metode Haarcascade Classifier. Data yang
akan diperoleh dari hasil pengujian tersebut diantaranya perbandingan hasil suhu pada sensor AMG8833 terhadap

1
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal. xx-xx
e-ISSN 2622-6588
DOI: XXXX

data pada thermogun DT-8826, pendeteksian berdasarkan jarak, pendeteksian sample suhu dengan orang yang berbeda
serta suhu terhadap kondisi cuaca. Adapun perbedaan akurasi antara sensor AMG8833 dengan thermogun mencapai
rata-rata sekitar 0,25 sehingga dapat disimpulkan sensor tersebut berfungsi dengan baik.

Kata kunci: Covid-19, sensor AMG8833, sensor kamera Raspberry pi, Thermogun DT-8826.

I. PENDAHULUAN Teknologi Sumatera. Sistem pendeteksian yang

Sistem imunitas tubuh manusia dapat
ditentukan kestabilannya dengan meninjau nilai
suhu tubuh yang diperoleh. Menurut WHO
(World Health Organization) suhu tubuh
dikatakan stabil (normal) apabila suhu tersebut
berkisar antara 36,5 oC - 37,5oC [1]. Adapun
faktor-faktor yang menyebabkan turun naik
suhu tubuh akibat dari cuaca, suhu ruangan,
paparan matahari, dll. Apabila suhu tubuh
rendah maka akan mengakibatkan kegagalan
seperti fungsi pernapasan serta organ jantung.
Apabila suhu tubuh tinggi maka akan
mengakibatkan tubuh gagal mengatur suhu
tersebut, sehingga suhu tubuh terus naik. Pada
umumnya suhu tubuh dapat dideteksi
menggunakan suatu alat yaitu berupa
termometer analog maupun digital dalam
melakukan pendeteksian suhu tubuh secara
akurat.
Covid-19 yaitu suatu penyakit yang
diakibatkan dari virus SARS-CoV-2 (Severe
Acute Respiratory Syndrome CoronaVirus 2).
Virus tersebut menyebabkan penderitaan pada
sistem pernapasan serta dapat menyebar
melalui kontak tubuh. Adapun gejala-gejala
yang muncul pada penderita virus ini,
diantaranya demam atau perubahan suhu
meningkat (suhu tubuh >37oC), flu, batuk, serta
sesak napas [2]. Protokol kesehatan yang
diterapkan saat ini seperti wajib mencuci
tangan, memakai masker, serta pengecekan
suhu tubuh sebagai syarat untuk mengunjungi
suatu tempat.
Dikarenakan pengecekan suhu tubuh
merupakan salah satu syarat dari protokol
kesehatan Covid-19, maka penulis melakukan
suatu penelitian terhadap perancangan
SPOTKASTER dengan judul “Sistem
Pendeteksi Suhu Tubuh menggunakan Thermal
Image Sensor AMG8833 pada SPOTKASTER
(Sistem Portal Otomatis Deteksi Wajah, Suhu
Tubuh dan Masker)”. SPOTKASTER
merupakan suatu alat yang dirancang untuk
mengurangi tingkat penyebaran Covid-19 yang
dikhususkan untuk pegawai di Institut
dirancang salah satunya dapat mengukur suhu
tubuh manusia menggunakan thermal image
sensor AMG8833 untuk memperoleh peta
panas dengan metode thermografi kualitatif dan
sensor kamera Raspberry pi untuk memperoleh
nilai suhu dari titik wajah yang dideteksi
dengan metode haarcascade classifier,
sehingga pendeteksian yang dilakukan user
secara non kontak. Sistem akan mendeteksi
suhu tubuh user dengan jarak hingga ±1,5
meter, kemudian hasil sensing tersebut yang
diolah oleh Raspberry Pi akan ditampilkan pada
layar LCD. Apabila suhu tubuh yang terdeteksi
tidak sesuai dengan ketentuan protokol
kesehatan (suhu tubuh>37oC), maka notifikasi
akan ditampilkan pada layar LCD yaitu
“Perhatian!!! Suhu Tubuh Anda Diatas 37 oC,
Lapor Operator”.
II. LANDASAN TEORI
A. Covid-19
Virus Corona atau SARS-CoV-2 (severe
acute respiratory syndrome coronavirus 2)
yaitu virus yang dapat menginfeksi sistem pada
pernapasan. Penyakit dari virus tersebut
dinamakan dengan Covid-19. Covid-19 mampu
menyebabkan gangguan ringan seperti pada
infeksi paru-paru, sistem pernapasan, juga
kematian. Virus corona mempunyai ukuran
partikel 60-140 nm [4]. Gejala yang terjadi
ketika seseorang terpapar virus tersebut
diantaranya seperti suhu tubuh mencapai
≥38oC, batuk kering, dan juga sesak napas. Cara
untuk mencegah penyebaran virus tersebut
yaitu dengan langkah memenuhi 3M (Memakai
masker, Mencuci tangan atau menggunakan
handsanitizer, dan Menjaga jarak ±1 meter).
Langkah protokol tambahan untuk memasuki
wilayah gedung yaitu mengecek suhu tubuh.
B. Suhu Tubuh Normal Manusia
Parameter kondisi suhu tubuh normal
manusia menurut kesehatan mencapai 36,5 oC-
37oC [2]. Apabila suhu tubuh manusia > 37oC,
maka dapat disebut bahwa seseorang tersebut

2
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal. xx-xx
e-ISSN 2622-6588
DOI: XXXX
mengalami penurunan imunitas yang mengacu
pada demam. Sistem pendeteksian dalam
melakukan pengukuran suhu tubuh yaitu
menggunakan alat yang disebut dengan
termometer. Pertama kali termometer
ditemukan oleh Galileo, dimana alat tersebut
saat ini terus dikembangkan untuk memperoleh
tingkat akurasi dalam penggunaannya. Dahulu
thermometer menggunakan prinsip kerja secara
manual yaitu dengan benda berbentuk batang
yang memiliki cara kerja pada titik deteksi
didekatkan dibagian lekukan tubuh seperti
ketiak, leher, dll. Seiring perubahan zaman,
termometer semakin dikembangkan menjadi
termometer digital yang saat ini lebih sederhana
untuk mengetahui informasi mengenai suhu
tubuh.
WHO (World Health Organization) dan
HCWH (Health Care Without Harm)
berencana untuk mengubah termometer air
raksa sebesar 70% diseluruh dunia dan
digantikan dengan alternatif lain yaitu
termometer digital pada tahun 2017. Besarnya
kemungkinan jenis termometer air raksa pecah
saat digunakan sehari-hari dapat memiliki efek
merkuri yang bisa mengganggu kesehatan,
sehingga termometer digital yang ramah
lingkungan digantikan sebagai alternatifnya
[5]. Saat ini, thermometer terus mengalami
perkembangan untuk dapat mendeteksi dengan
lebih baik lagi. Mendeteksi suhu tubuh dapat
dilakukan tidak hanya dengan komponen
sensor infrared, tetapi dapat diukur melalui
thermal image dengan prinsip pendeteksian
panas tubuh yang akan ditampilkan warna RGB
dari parameter panas yang telah ditentukan.
C. Sensor Thermal Image AMG8833
Thermal Image Camera Adafruit
AMG8833 merupakan suatu sensor kamera
berbasis infra merah yang memiliki susunan
8x8 array segmen (matriks) dengan ukuran 3x3
cm serta memiliki 64 titik pendeteksian suhu.
Pembacaan nilai suhu pada Adafruit AMG8833
sangat bekerja optimum pada temperatur diatas
12oC. Kamera thermal mampu mengukur suhu
mulai dari 0oC hingga 80oC dengan akurasi
±2,5oC dengan frame rate maksimum 10Hz.
Prinsip kerja sensor AMG8833 IR Thermal
Camera yaitu mengukur suhu tubuh maupun
benda yang dapat dideteksi secara non-kontak
dari pancaran panas objek [6]. Sensor thermal
image AMG8833 akan digunakan pada
SPOTKASTER untuk mendeteksi suhu tubuh
3
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author
dengan tampilan warna panas dari tangkapan
objek. Kalibrasi dari pendeteksian suhu tubuh
akan dilakukan menggunakan thermogun.
D. Sensor Kamera Raspberry Pi
Sensor kamera raspberry pi dengan tipe
OmniVision OV5647 merupakan sensor
khusus yang dipasangkan pada port raspberry
pi. Sensor ini memiliki spesifikasi 5MP, dengan
tingkat fokus 1 meter sampai tak hingga,
resolusi video 1080p at 30 fps up to 90 fps dan
memiliki ukuran 25x24 mm. Sensor kamera
raspberry pi ini digunakan pada perancangan
sistem untuk menentukan titik wajah yang akan
dideteksi dari array yang terdapat pada sensor
AMG8833. Sehingga nilai suhu dari sensor
thermal akan ditampilkan pada hasil titik
pembacaan di sensor kamera.
E. Raspberry Pi
Raspberry Pi yaitu suatu komponen berupa
mini komputer dengan ukuran seperti credit
card memiliki banyak fungsi. Raspberry Pi
digunakan sebagai otak atau pusat sistem lebih
dari satu perangkat, baik jarak dekat maupun
jauh. Mini komputer dikonfigurasikan untuk
membuat program memanfaatkan bahasa
python dalam pemrogramannya. Komponen ini
mempunyai macam-macam fitur didalamnya
seperti Micro SD sebagai harddisk, , CPU 400-
700 MHz, HDMI Video, audio output, port
USB, port Ethernet, RCA video, dan hal utama
milik Raspberry yaitu pin GPIO (General
Purpose Input Output) yang berperan sebagai
interface pada perangkat elektronik lainnya [7].
Raspberry Pi 4B memiliki spesifikasi
prosesor Broadcom BCM2711B0. Prosesor ini
menggunakan clockspeed 1.5 GHz dari CPU
64-bit Quad-Core ARM Cortex-A72. Raspberry
Pi 4B yang digunakan pada implementasi
perancangan sistem menggunakan kapasitas
RAM 4GB. Mini komputer sebagai
pengendalian sistem ini akan dikonfigurasikan
dengan sensor thermal serta sensor kamera
raspberry pi dalam pengambilan proses deteksi
suhu berdasarkan jarak dan juga komponen
lainnya yang dihubungkan untuk notifikasi
sistem.
F. LCD 7 Inch
LCD 7 inch yaitu salah satu tipe layar LCD
(Liquid Crystal Display) Capacitive.
Komponen ini memiliki resolusi yang baik dari
panel data active-matrix LCD. Layar ini telah
berbasiskan IPS 7 inch dengan resolusi
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal. xx-xx
e-ISSN 2622-6588
DOI: XXXX
perangkat keras 1024x60. Panel layar yang sehingga menjadikan IDE yang baik dalam
dapat disentuh (touch) dengan bahan kaca pengembangan python. Adapun fitur-fiturnya
memiliki kekuatan 6H. LCD mendukung antara lain penyorotan kesalahan sintaks,
output audio HDMI serta input VGA. LCD debugger, penyelesaian kode, evaluasi langkah-
akan digunakan pada sistem penelitian sebagai langkah ekspresi, dan lainnya.
tampilan desktop dari proses mini komputer
berupa tampilan pendeteksian nilai suhu dari
III. METODE PENELITIAN
thermal image sensor dan kamera raspberry pi
A. Metode Penelitian Sistem
serta tampilan notifiikasi.
Pada metode penelitian sistem
G. LED RGB menjelaskan terkait proses dalam melakukan
LED (Light Emitting Diode) RGB adalah penelitian, dapat dilihat pada Gambar 3.1.
suatu lampu indikator yang termasuk kedalam Dalam melakukan penelitian, metode yang
komponen elektronika, memiliki fungsi dalam dilakukan yaitu mengetahui tinjauan pustaka
menunjukkan suatu kondisi. Prinsip kerja pada yang berkaitan dengan sistem yang ingin
LED, jika komponen dialiri tegangan dari dirancang. Jika tinjauan pustaka sudah
anoda ke katoda maka LED akan aktif ditemukan, maka selanjutnya melakukan
menampilkan cahaya. LED RGB memiliki 3 perancangan sistem. Perancangan sistem
macam warna diantaranya red, green, dan blue. membahas terkait komponen yang akan
Lampu tersebut tersusun oleh plastik dan dioda digunakan oleh sistem yang kemudian
semikonduktor yang aktif jika diberikan dilakukan verifikasi perancangan. Jika sudah
tegangan listrik sebesar 3V-3.2V dengan lensa terverifikasi, dilakukan implementasi sistem
diameter 5mm. LED digunakan pada sistem dan pengujiannya untuk melakukan
untuk menampilkan notifikasi dari pengambilan data. Analisis data yang diperoleh
pendeteksian suhu tubuh. Apabila suhu tubuh pada sistem yang dirancang.
dibawah 37oC, maka LED akan aktif berwarna
hijau. Jika suhu tubuh diatas 37oC, maka LED
akan aktif berwarna merah.
H. Python
Python merupakan sebuah bahasa
pemrograman yang digunakan untuk berbagai
platform perancangan yang merupakan salah
satu bahasa populer berkaitan dengan Data
Science, Machine Learning, dan Internet of
Things (IoT). Awalnya python dikembangkan
sebagai salah satu respon Van Rossum dalam
bahasa pemrograman ABC[14]. Python tidak
menggunakan compiler dalam bahasa
pemrogramannya juga bersifat open source.
Gambar 2.8 merupakan logo atau lambang
bahasa pemrograman python. Keunggulan
software python bersifat interpretatif juga
banyak digunakan dalam perancangan alat,
script pada pengelolaan infrastruktur, juga
dalam pembuatan website, mendukung IoT
sehingga meningkatkan produktivitas, free dan
open source. Kelemahan python yaitu
kurangnya dukungan multiprosesor, lebih
sedikit developers yang berpengalaman, tidak
ideal untuk memory intensive task, serta
memiliki batasan kecepatan. Thonny Python
merupakan IDE khusus python 3 built-in.
Thonny memiliki fitur-ftur yang berguna Gambar 3.1 Metode Penelitian

4
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal. xx-xx
e-ISSN 2622-6588
DOI: XXXX
B. Diagram Blok Sistem C. Flowchart Sistem
Diagram blok rangkaian sistem pendeteksi
suhu ditujukan sebagai acuan untuk
mempermudah penulis dalam merancangan
sistem dapat dilihat pada Gambar 3.2. Diagram
blok tersebut menjelaskan terkait masukan dan
keluaran pada sistem. Ketika power supply
memberikan tegangan ke raspberry pi dan LCD
7 inch, maka sistem akan aktif. Kedua sensor
akan mendeteksi wajah dan panas dari objek
yang dideteksi sebagai inputan proses sistem.
Pendeteksian wajah dilakukan menggunakan
sensor kamera dan deteksi suhu menggunakan
sensor thermal image AMG8833. Hasil sensing
dari pengolahan citra tersebut diproses dalam
raspberry pi 4B sebagai pusat pengendalian
sistem. Proses yang dilakukan oleh mini
komputer tersebut kemudian memberikan
output berupa tampilan LCD, dan LED RGB.
Tampilan pada LCD akan diperoleh hasil
deteksi kamera dari sensor AMG8833 berupa
peta pola panas dan hasil nilai suhu dari titik
sensor kamera raspberry pi.
Diagram 3.3 Flowchart sistem keseluruhan
Flowchart sistem keseluruhan pada
Gambar 3.3 merupakan sistem pendeteksian
suhu tubuh. Sensor kamera akan mendeteksi
wajah untuk menyesuaikan posisi sensor,
apabila wajah terdeteksi maka sensor thermal
image AMG8833 akan mendeteksi suhu tubuh.
Jika sensor kamera tidak mendeteksi adanya
wajah maka akan kembali ke langkah awal.
Inputan dari sensor akan dieksekusi oleh mini
komputer atau raspberry pi 4B. Jika suhu yang
dideteksi oleh sensor <=37oC LED RGB
berwarna hijau aktif. Jika suhu yang dideteksi
>=37oC maka LED RGB berwarna merah aktif.
Gambar 3.2 Diagram blok sistem Hasil pembacaan suhu dan wajah akan
ditampilkan pada LCD 7 inch raspberry pi.

5
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal. xx-xx
e-ISSN 2622-6588
DOI: XXXX
memulai pendeteksian user, maka akan
tampil suhu yang diperoleh dari warna
RGB. Bagian kedua pada pendeteksian
sensor kamera raspberry dapat dilihat pada
Gambar 3.5. Flowchart tersebut
menggambarkan proses pengambilan titik
suhu yang akan diukur nilainya.

IV. HASIL PENELITIAN DAN

PEMBAHASAN
A. Hasil Pengujian Perbandingan sensor
AMG8833 dengan Thermogun DT-8826

Tabel 4.1 Perbandingan thermogun dan

AMG8833
No Jarak Thermogun Sensor Selisih
(cm) (oC) AMG8
Gambar 3.4 Flowchart pendeteksian sensor
AMG8833 833
(oC)
36,4 36,50 0,1
36,3 36,75 0,45
1. 20 36,2 36,25 0,05
36,3 36,25 0,05
36,3 36,25 0,05
36,3 36,05 0,25
36,2 36,05 0,15
2. 25 36,2 36,50 0,3
36,1 35,80 0,3
36,2 35,80 0,4
36,1 35,95 0,15
36,0 35,95 0,05
3. 30 36,1 35,95 0,15
36,1 35,45 0,65
36,0 35,45 0,55
Gambar 3.5 Flowchart pendeteksian sensor
kamera raspberry pi
Dari data pada Tabel 4.1 merupakan data
Flowchart perancangan pada sistem perbandingan antara AMG8833 terhadap
terbagi menjadi dua bagian. Bagian thermogun. Dari data tersebut dapat diketahui
pertama yaitu pendeteksian pada sensor bahwa terdapat selisih hasil pendeteksian rata-
AMG8833 yang dapat dilihat pada Gambar rata pada jarak 20 cm yaitu 0,14, pada jarak 25
3.4. Flowchart tersebut menjelaskan ketika cm yaitu 0,28 dan pada jarak 30 cm rata-rata

6
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal. xx-xx
e-ISSN 2622-6588
DOI: XXXX
akurasinya 0,31. Sehingga dapat disimpulkan
bahwa AMG8833 sedikit lebih akurat
7. 0,7 35,68
dikarenakan adanya pengkalibrasian untuk
mendapatkan hasil yang sesuai. Dari hasil
tersebut dapat dilihat bahwa metode yang
digunakan pada sensor AMG8833 dengan
menggunakan thermografi kualitatif telah 8. 0,8 35,39
berhasil menampilkan peta pola panas.
Sedangkan hasil pada sensor kamera raspberry
yaitu metode haarcascade classifier telah dapat
diterapkan dikarenakan adanya pendeteksian
wajah untuk mendapatkan hasil suhu tubuh 9. 0,9 35,39
sesuai dengan titik yang telah di setting.
B. Hasil Pengujian sensor AMG8833
berdasarkan jarak
10. 1,0 35,10
Tabel 4.2 Pengukuran AMG8833 berdasarkan
jarak 0,1-1,5 meter
No. Jarak Suhu Gambar Gambar
11. 1,1 35,10
(m) (oC) AMG883 Sensor
3 Raspberry
Pi
12. 1,2 34,81

1. 0,1 -

13. 1,3 34,81

2. 0,2 36,56

14. 1,4 34,81

3. 0,3 36,27

15. 1,5 34,72

4. 0,4 35,98

Dari hasil Tabel 4.2 merupakan data suhu

pada sensor AMG8833 berdasarkan jarak 0,1-
1,5 meter. Semakin jauh objek yang dideteksi
5. 0,5 35,68 maka nilai suhu akan semakin kecil seperti pada
jarak 1,15 meter dengan nilai suhu 34,72oC.
Sebaliknya, apabila semakin dekat objek yang
dideteksi, maka nilai suhu yang diperoleh akan
6. 0,6 35,68 semakin besar seperti pada jarak 0,2 meter
dengan nilai suhu sebesar 36,56 oC. Jarak 0,1
meter diperoleh hasil termal tetapi hasil dari
sensor kamera tidak diperoleh dikarenakan saat
jarak tersebut sensor kamera tidak dapat

7
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal. xx-xx
e-ISSN 2622-6588
DOI: XXXX
mendeteksi seluruh wajah akibat jarak terlalu Cerah Berawan
dekat karena diluar dari frame deteksi.
C. Hasil Pengujian sensor AMG8833
terhadap suhu normal dan tidak normal

Suhu Normal

Gambar 4.3 Hasil deteksi ketika cuaca cerah

berawan jarak dekat

Gambar 4.1 Hasil pengujian suhu tubuh

normal
Gambar 4.1 merupakan hasil pengujian
suhu tubuh normal dengan notifikasi “Terima
Kasih, Suhu Tubuh Anda Normal”, LED RGB
berwarna hijau ketika wajah dikenali. Gambar 4.4 Hasil deteksi ketika cuaca cerah
berawan jarak jauh
Suhu Tidak Normal
Gambar 4.3 dan Gambar 4.4 merupakan
hasil deteksi suhu ketika cuaca cerah berawan.
Hasil yang diperoleh tetap sama seperti pada
hasil berdasarkan jarak baik jaiuh maupun
dekat yaitu semakin dekat objek suhu semakin
tinggi, apabila semakin jauh objek maka suhu
akan semakin rendah. Hal tersebut juga dapat
dilihat pada hasil RGB thermal yang diperoleh,
terdapat perbedaan diantara keduanya.
Cerah Panas

Gambar 4.2 Hasil pengujian suhu tubuh tidak

normal
Gambar 4.2 merupakan hasil pengujian
suhu tubuh tidak normal dengan notifikasi
“Perhatian!!!, Suhu Tubuh Anda Diatas 37C,
Lapor Operator”, LED RGB berwarna merah
ketika wajah dikenali.
D. Hasil Pengujian sensor AMG8833
berdasarkan kondisi cuaca Gambar 4.5 Hasil deteksi ketika cuaca cerah
panas

8
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal. xx-xx
e-ISSN 2622-6588
DOI: XXXX
Gambar 4.5 diperoleh dari hasil deteksi 1. Thermal Image Sensor AMG8833 telah
suhu tubuh ketika cuaca panas. Dapat dlihat dapat mendeteksi suhu tubuh dengan jarak
pada gambar tersebut, hasil daripada sensor 0,1-1,5 meter. Dapat diketahui dari hasil
kamera masih mampu mendeteksi suhu. Akan pendeteksian panas objek.
tetapi, sensor thermal tidak mampu 2. Sensor kamera raspberry pi dapat
menghasilkan RGB suhu yang baik menampilkan suhu tubuh dengan titik
dikarenakan panasnya suhu lingkungan yang deteksi yang sesuai dengan pixel pada
mempengaruhi hasil tersebut. AMG8833.
3. Tampilan pada LCD 7 inch telah dapat
E. Hasil pengujian pendeteksian suhu menampilkan hasil sensing sensor
terhadap banyaknya sample orang. AMG8833 dan sensor kamera.
Tabel 4.3 Data pendeteksian suhu terhadap 5 4. Hasil yang diperoleh pada sensor AMG8833
sampel orang mengalami selisih dengan thermogun rata-
rata sekitar 0,25. Semakin dekat jaraknya,
No Sampel Nilai Tampilan maka selisih antara sensor dan pembanding
Suhu semakin kecil.
(oC) 5. Kamera thermal akan mendapatkan hasil
yang baik jika sistem ditempatkan pada
tempat teduh, sedangkan jika di tempat terik
1. Orang 35,75 maka hasil peta panas menjadi kurang baik.
ke-1
REFERENSI
[1] L. Z. Wangean, F. Lintong and J. F.
2. Orang 35,75 Rumampuk, "Pengaruh lamanya paparan
ke-2 energi panas terhadap suhu tubuh dengan
metode mandi uap pada wanita dewasa," e-
Biomedik (eBm), vol. 4, p. 4, 2016.
3. Orang 35,0 [2] Supria and M. Nasir, "Monitoring of Body
ke-3 Temperature Non Contact Using
AMG8833 Thermal Camera and Face
Detection," Seminar Naional Terapan Riset
Orang
Inovatif (SENTRINOV), vol. 6, p. 8, 2020.
4. ke-4 35,25
[3] N. I. Fitriani, "Tinjauan Pustaka Covid-19:
Virologi, Patogenesis, dan Manifestasi
5. Orang Klinis," Medika Malahayati, vol. 4, p. 8,
ke-5 35,25 2020.
[4] I. D. Darwis, E. Basyar and A. A.
Adrianto, "Kesesuaian Termometer Digital
dengan Termometer Air Raksa dalam
Data yang diperoleh pada Tabel 4.3 Mengukur Suhu Aksila pada Dewasa
merupakan hasil pengujian pendeteksian suhu Muda," Kedokteran Diponegoro, vol. 7, p.
berdasarkan 5 orang sampel. Hasil 8, 2018.
pendeteksian suhu tubuh diperoleh dengan rata-
rata 35,25oC. Hal tersebut terjadi karena [5] J. Cooper, "Adafruit AMG8833 8x8
pendeteksian dilakukan didalam ruangan, Thermal Camera Sensor," in Adafruit
sehingga panas tubuh yang diperoleh tidak Learning System, 2018, p. 29.
mencapai range 36oC. [6]A. Ikrimah, "BAB II Tinjauan Pustaka,"
V. KESIMPULAN 2019. [Online]. Available:
Adapun kesimpulan yang diperoleh dari http://eprints.polsri.ac.id/8120/3/File%20III
hasil penelitian dalam perancangan sistem %20%28BAB%20II%20Tinjauan%20Pusta
diantaranya: ka%29.pdf.

9
Jurnal ELECTRON, Vol. x, No.x, Mei 2021, Hal xx-xx
(*)Correspondence Author