UDP-based Extremely Low Latency Streaming

Kim, Seohyang; Shin, Seung-Young; Moon, Joon-Seok

doi:10.1109/ccnc49033.2022.9700635

Cited by 4 publications

(1 citation statement)

References 29 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Biasanya UDP digunakan untuk pengiriman data yang dapat menolerir data loss. Karena itu UDP sangat direkomendasikan untuk penggunaan video streaming tetapi memerlukan mekanisme tambahan agar lebih dapat diandalkan dan menangani masalah congestion control [17].…”

Section: Perancangan Dan Pengujian Internet Of Thingsunclassified

Monitoring Suhu Chiller Berbasis Internet of Things Menggunakan Thermal Camera

Arlan,

Rivai,

Pirngadii

2023

JTITS

View full text Add to dashboard Cite

Abstrak-Cold chain dideskripsikan sebagai alat dan proses yang melakukan suatu cara untuk memastikan produk terjaga suhunya hingga sampai ke konsumen. Produk ini bersifat mudah busuk, rentan perubahan suhu, dan memiliki jangka waktu yang pendek. Cold chain logistic merupakan gabungan dari empat sistem yang bekerja sama yaitu precooling, gudang pendingin, transportasi dengan pendinginan, dan pemasaran. Kelemahan sistem pemantauan yang digunakan sekarang ialah menggunakan sensor yang tidak merepresentasikan suhu satu ruangan. Pada penelitian ini melibatkan kamera termal untuk mendeteksi suhu dari produk-produk yang diletakkan dalam satu ruangan chiller. Sistem ini menggunakan computer vision untuk menampilkan gambar termal yang ditangkap oleh kamera termal, object detection dengan model YOLOv5 untuk mendeteksi objek yang akan dipantau, dan Internet of Things untuk pengiriman datanya. Alat ini dibuat menggunakan modul kamera termal MLX90640 yang terhubung dengan mikrokontroler ESP32 dan dikirim ke komputer untuk dapat mendeteksi objek dan pemantauan suhu dengan sistem peringatan dini. Hasil percobaan menunjukkan bahwa kamera termal dapat mengukur suhu ruangan chiller dengan persamaan polinomial orde dua setelah dilakukan proses kalibrasi. Tahap pelatihan model YOLOv5 menghasilkan nilai mean average precision (mAP) terbaik sebesar 0.7, object loss terkecil sebesar 0.013, dan box loss terkecil sebesar 0.016 dengan precision sebesar 0.976 dan recall sebesar 0.965. Sistem peringatan dini berupa alarm yang aktif ketika suhu objek atau ruangan melebihi batas yang telah diatur. Data-data suhu dikirimkan via Internet of Things (IoT) ke server Thingspeak untuk ditampilkan pada komputer.

show abstract

Section: Perancangan Dan Pengujian Internet Of Thingsunclassified