Proyek Deteksi Suhu Otomatis Berbasis AI dengan Arduino Nano 33 BLE Sense

Raisa

3 min read

·

22-08-2024

10

0

Share

Pendahuluan

Dalam era teknologi yang semakin berkembang, penggunaan perangkat berbasis kecerdasan buatan (AI) menjadi semakin umum di berbagai sektor, termasuk kesehatan, industri, dan penelitian. Salah satu contoh aplikasi yang menarik adalah deteksi suhu otomatis. Proyek ini tidak hanya membantu dalam memantau suhu tubuh individu, tetapi juga memberikan pemahaman yang lebih baik mengenai pengaruh suhu terhadap kesehatan secara umum. Dalam artikel ini, kita akan membahas bagaimana membangun proyek deteksi suhu otomatis berbasis AI menggunakan Arduino Nano 33 BLE Sense.

Alat dan Bahan

Sebelum kita mulai, ada beberapa alat dan bahan yang perlu disiapkan untuk proyek ini:

1. Arduino Nano 33 BLE Sense: Papan mikrokontroler ini dilengkapi dengan berbagai sensor dan modul yang memungkinkan kita untuk mengembangkan proyek berbasis AI.
2. Sensor Suhu: Arduino Nano 33 BLE Sense sudah dilengkapi dengan sensor suhu, tetapi kita juga bisa menggunakan sensor terpisah seperti DHT11 atau DHT22 jika perlu.
3. LED dan Resistor: Sebagai indikator ketika suhu terdeteksi berada di luar batas normal.
4. Perangkat Lunak Arduino IDE: Untuk melakukan pemrograman pada papan Arduino.
5. Kabel Jumper: Untuk menghubungkan komponen.
6. Komputer/Laptop: Untuk melakukan pemrograman dan debugging.

Konsep Proyek

Proyek deteksi suhu otomatis ini akan memanfaatkan kemampuan AI dan sensor yang terdapat di Arduino Nano 33 BLE Sense. Secara umum, proyek ini akan memiliki beberapa fitur sebagai berikut:

• Pengukuran suhu: Mengukur suhu tubuh dengan sensor yang tersedia.
• AI untuk analisis: Menggunakan model machine learning untuk menentukan apakah suhu yang terdeteksi berada dalam batas normal atau tidak.
• Indikator visual: Menggunakan LED yang menyala sesuai dengan status suhu yang terdeteksi.

Persiapan dan Instalasi

Sebelum menulis kode untuk proyek ini, kita perlu menyiapkan beberapa hal:

Instalasi Arduino IDE

1. Download dan Instal: Download versi terbaru dari Arduino IDE dari situs resmi Arduino.
2. Install Board: Pastikan bahwa board Arduino Nano 33 BLE Sense sudah terinstal pada IDE. Buka Preferences dan tambahkan URL Board di "Additional Boards Manager URLs".
3. Library Tambahan: Instal library yang dibutuhkan, seperti Arduino_LSM9DS1 untuk sensor sederhana dan Arduino_TensorFlowLite jika Anda ingin terlibat dalam AI.

Skematik Rangkaian

Berikut adalah skematik sederhana untuk menghubungkan sensor suhu dengan Arduino Nano 33 BLE Sense:

• Hubungkan pin sensor suhu ke pin input analog pada papan Arduino.
• Hubungkan LED ke pin digital dan resistor untuk menghindari arus lebih.

Kode Program

Setelah semua perangkat keras siap, langkah selanjutnya adalah menulis kode program. Berikut adalah contoh kode sederhana yang dapat digunakan:

#include <Arduino_LSM9DS1.h>

#define LED_PIN 13 // Pin untuk LED
#define NORMAL_TEMP 37.0 // Suhu normal tubuh dalam derajat Celsius

void setup() {
  Serial.begin(9600);
  pinMode(LED_PIN, OUTPUT);
}

void loop() {
  float temperature = 0;

  // Mengambil data suhu dari Sensor
  if (LSM9DS1.begin()) {
    temperature = LSM9DS1.readTemperature(); // Dari sensor yang terintegrasi
  }

  Serial.print("Suhu: ");
  Serial.println(temperature);

  // Menganalisis suhu
  if (temperature > NORMAL_TEMP) {
    digitalWrite(LED_PIN, HIGH); // LED menyala jika suhu tinggi
  } else {
    digitalWrite(LED_PIN, LOW); // LED mati jika suhu normal
  }

  delay(1000); // Delay 1 detik sebelum membaca suhu lagi
}

Integrasi AI

Untuk meningkatkan akurasi deteksi suhu, kita dapat mengintegrasikan model machine learning. Penggunaan library seperti TensorFlow Lite memungkinkan kita untuk mempersiapkan model AI sederhana untuk menganalisa suhu yang dibaca.

• Pelatihan Model: Mengumpulkan data suhu dan status kesehatan dari individu untuk melatih model.
• Klasifikasi Suhu: Menggunakan model untuk klasifikasi suhu menjadi 'normal', 'dingin', dan 'demam'.

Berikut adalah langkah-langkah dasar untuk melatih dan mengimplementasikan model:

1. Kumpulkan Data: Ambil data suhu tubuh dan label kondisi pada dataset.
2. Latih Model: Gunakan TensorFlow untuk melatih model pada komputer.
3. Implemetasikan di Arduino: Ekspor model dan gunakan TensorFlow Lite untuk menjalankannya di Arduino Nano 33 BLE Sense.

Pengujian Proyek

Setelah kode berhasil diunggah, lakukan pengujian proyek untuk memastikan semuanya berfungsi dengan baik. Beberapa langkah pengujian yang dapat dilakukan meliputi:

1. Uji Sensor: Pastikan sensor dapat membaca suhu dengan akurat.
2. Uji Indikator LED: Periksa apakah LED menyala dan mati sesuai dengan suhu yang terdeteksi.
3. Uji AI: Jika menggunakan model AI, pastikan klasifikasi suhu berfungsi dengan baik.

Kesimpulan

Proyek deteksi suhu otomatis berbasis AI menggunakan Arduino Nano 33 BLE Sense merupakan contoh teknologi yang bisa diaplikasikan dalam bidang kesehatan dan pemantauan. Dengan memanfaatkan kemampuan sensor dan AI, kita dapat menciptakan alat yang dapat membantu mendeteksi perubahan suhu tubuh secara real-time. Ini sangat penting, terutama di masa pandemi atau saat meningkatnya kesadaran terhadap kesehatan.

Dengan proyek ini, Anda tidak hanya belajar tentang pemrograman Arduino, tetapi juga tentang cara mengintegrasikan kecerdasan buatan ke dalam aplikasi dunia nyata. Sekarang adalah saatnya untuk bereksperimen lebih jauh dengan pengembangan model AI yang lebih kompleks atau menambahkan fitur tambahan pada proyek ini!