Penerapan Computation Offloading Pada Sistem Deteksi Pelanggaran Perlintasan Sebidang Berbasis Komputasi Tepi

Rian Putra Pratama, S. Supangkat
{"title":"Penerapan Computation Offloading Pada Sistem Deteksi Pelanggaran Perlintasan Sebidang Berbasis Komputasi Tepi","authors":"Rian Putra Pratama, S. Supangkat","doi":"10.22146/jnteti.v13i1.8795","DOIUrl":null,"url":null,"abstract":"Perlintasan sebidang masih menjadi permasalahan di beberapa kota akibat tingkat pelanggaran yang tinggi. Saat ini, pengawasan di perlintasan sebidang masih dilakukan secara konvensional. Permasalahan di perlintasan sebidang makin kompleks dan solusi konvensional tidak lagi efektif, sehingga diperlukan sistem pengawasan video cerdas sebagai solusi. Penerapan sistem pengawasan video cerdas merupakan tugas yang kompleks dan memerlukan perangkat dengan sumber daya komputasi besar. Penelitian ini bertujuan mengoptimalkan sistem dalam melakukan pemrosesan data secara real-time dengan melakukan komputasi dekat dengan sumber data dan membagi tugas komputasi ke beberapa perangkat tepi (edge device). Sistem pengawasan video cerdas berbasis komputasi tepi (edge computing) dengan metode computation offloading pada perangkat terbatas diusulkan sebagai solusi pada penelitian ini. Penelitian ini terdiri atas dua tahap pengembangan. Tahap pertama mengembangkan model deteksi objek menggunakan dataset perlintasan sebidang di Kota Bandung dan tahap kedua mengembangkan sistem berbasis komputasi tepi dengan menerapkan metode computation offloading pada perangkat komputasi terbatas. Metode komputasi tepi memperluas komputasi awan (cloud computing) ke tepi jaringan untuk melakukan perhitungan dekat dengan sumber data, sedangkan metode computation offloading meningkatkan kinerja komputasi tepi dengan membagi tugas komputasi. Hasil pengujian menunjukkan terjadinya peningkatan kecepatan komputasi sekitar 1,5 kali lebih cepat dengan tingkat akurasi deteksi pelanggaran mencapai 89,4%. Selain itu, terjadi penurunan suhu GPU sebesar 5,50 °C, penggunaan GPU turun 44,05%, penggunaan memori berkurang 301 Mb, dan konsumsi daya menurun 2,28 W. Sistem yang dikembangkan efektif dan efisien dalam mengoptimalkan kinerja sistem deteksi pelanggaran di perlintasan sebidang pada perangkat komputasi terbatas.","PeriodicalId":31477,"journal":{"name":"Jurnal Nasional Teknik Elektro dan Teknologi Informasi","volume":"110 3","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-02-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Nasional Teknik Elektro dan Teknologi Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22146/jnteti.v13i1.8795","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Perlintasan sebidang masih menjadi permasalahan di beberapa kota akibat tingkat pelanggaran yang tinggi. Saat ini, pengawasan di perlintasan sebidang masih dilakukan secara konvensional. Permasalahan di perlintasan sebidang makin kompleks dan solusi konvensional tidak lagi efektif, sehingga diperlukan sistem pengawasan video cerdas sebagai solusi. Penerapan sistem pengawasan video cerdas merupakan tugas yang kompleks dan memerlukan perangkat dengan sumber daya komputasi besar. Penelitian ini bertujuan mengoptimalkan sistem dalam melakukan pemrosesan data secara real-time dengan melakukan komputasi dekat dengan sumber data dan membagi tugas komputasi ke beberapa perangkat tepi (edge device). Sistem pengawasan video cerdas berbasis komputasi tepi (edge computing) dengan metode computation offloading pada perangkat terbatas diusulkan sebagai solusi pada penelitian ini. Penelitian ini terdiri atas dua tahap pengembangan. Tahap pertama mengembangkan model deteksi objek menggunakan dataset perlintasan sebidang di Kota Bandung dan tahap kedua mengembangkan sistem berbasis komputasi tepi dengan menerapkan metode computation offloading pada perangkat komputasi terbatas. Metode komputasi tepi memperluas komputasi awan (cloud computing) ke tepi jaringan untuk melakukan perhitungan dekat dengan sumber data, sedangkan metode computation offloading meningkatkan kinerja komputasi tepi dengan membagi tugas komputasi. Hasil pengujian menunjukkan terjadinya peningkatan kecepatan komputasi sekitar 1,5 kali lebih cepat dengan tingkat akurasi deteksi pelanggaran mencapai 89,4%. Selain itu, terjadi penurunan suhu GPU sebesar 5,50 °C, penggunaan GPU turun 44,05%, penggunaan memori berkurang 301 Mb, dan konsumsi daya menurun 2,28 W. Sistem yang dikembangkan efektif dan efisien dalam mengoptimalkan kinerja sistem deteksi pelanggaran di perlintasan sebidang pada perangkat komputasi terbatas.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
计算卸载在基于边缘计算的越界违规检测系统中的应用
由于违规现象严重,平交道口在一些城市仍然是个问题。目前,对平交道口的监管仍采用传统方式。平交道口的问题日益复杂,传统的解决方案已不再有效,因此需要一个智能视频监控系统作为解决方案。智能视频监控系统的实施是一项复杂的任务,需要具备大量计算资源的设备。本研究旨在通过在数据源附近进行计算,并将计算任务分配给多个边缘设备,从而优化系统的实时数据处理。本研究提出了一种基于边缘计算的智能视频监控系统解决方案,该系统在有限的设备上采用计算卸载方法。这项研究包括两个阶段的开发。第一阶段利用万隆市的平交道口数据集开发了一个物体检测模型,第二阶段通过在有限的计算设备上应用计算卸载方法开发了一个基于边缘计算的系统。边缘计算方法将云计算扩展到网络边缘,在靠近数据源的地方执行计算,而计算卸载方法则通过划分计算任务提高边缘计算性能。测试结果表明,计算速度提高了约 1.5 倍,违规检测准确率达到 89.4%。此外,GPU 温度降低了 5.50°C,GPU 使用量降低了 44.05%,内存使用量降低了 301 Mb,功耗降低了 2.28 W。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
期刊最新文献
Citra Tekstur Terbaik Untuk Gaussian Naïve Bayes Dengan Interpolasi Nearest Neighbor Research and Analysis of IndoBERT Hyperparameter Tuning in Fake News Detection Implementation of QR Code Attendance Security System Using RSA and Hash Algorithms Fog Computing-Based System for Decentralized Smart Parking System by Using Firebase Pemantauan dan Pengendalian Parameter Greenhouse Berbasis IoT Dengan Protokol MQTT
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1