Sistem Pengawasan Keamanan Otomatis dengan Sound Sensor untuk Mencegah Bullying
Sistem Pengawasan Keamanan Otomatis dengan Sound Sensor untuk Mencegah Bullying
DOI:
https://doi.org/10.34010/komputika.v14i2.13932Abstract
Perundungan merupakan masalah serius di berbagai lingkungan, termasuk di tempat kerja dan sekolah, yang membutuhkan perhatian dan tindakan pencegahan. Di Indonesia, tingkat perundungan di kalangan pelajar mencapai 41%, dengan dampak negatif seperti rendah diri, depresi, dan kesulitan belajar. Untuk mengatasi masalah ini, diperlukan solusi yang meningkatkan kualitas pengawasan keamanan guna mengurangi tingkat perundungan. Salah satu langkah yang dapat diambil adalah menggunakan perangkat yang mampu melakukan pengawasan secara otomatis. Penggunaan Internet of Things (IoT) dengan sensor suara berbasis metode machine learning, seperti Support Vector Machine (SVM), dapat meningkatkan efisiensi pengawasan dan mendeteksi perundungan secara real-time dengan memanfaatkan fitur suara teriakan. Dengan menerapkan metode SVM dan didukung dengan IoT, pengawasan keamanan dapat dilakukan secara otomatis. Dalam penelitian ini, hasil model klasifikasi teriakan dengan menggunakan metode SVM memiliki akurasi sebesar 98% pada saat training, 76% pada saat pelaksanaan testing dengan menggunakan dataset, dan 55% pada saat percobaan langsung dengan menggunakan sensor KY-037. Hasil tersebut menunjukkan bahwa sensor suara KY-037 dapat digunakan untuk melakukan pengklasifikasian suara dengan bantuan machine learning.
Kata Kunci – IoT; SVM; Machine Learning; Keamanan; Perundungan.
References
[1] M. S. D. Lotulung dan J. Kasingku, “Dampak Tindakan Perundungan Terhadap Perkembangan Mental Siswa Serta Pencegahannya,” Pendas : Jurnal Ilmiah Pendidikan Dasar, vol. 9, no. 3, Art. no. 3, Sep 2024, doi: 10.23969/jp.v9i3.18379.
[2] S. M. R. Noval, “Perlindungan Hukum Terhadap Pekerja atas Perundungan yang Terjadi di Tempat Kerja,” Jurnal Pemuliaan Hukum, vol. 4, no. 2, Art. no. 2, Okt 2021, doi: 10.30999/jph.v4i2.1464.
[3] I. Tang, W. Supraha, dan I. K. Rahman, “Upaya mengatasinya perilaku perundungan pada usia remaja,” Jurnal Pendidikan Luar Sekolah, vol. 14, no. 2, Art. no. 2, Des 2020, doi: 10.32832/jpls.v14i2.3804.
[4] I. UNICEF, “Perundungan di Indonesia: Fakta-fakta Kunci, Solusi, dan Rekomendasi.” UNICEF Indonesia, Februari 2020. [Daring]. Tersedia pada: https://www.unicef.org/indonesia/media/5691/file/Fact Sheet Perkawinan
[5] E. Maritim, “Pencegahan dan Upaya Mengatasi Tindak Perundungan di Sekolah Dasar,” Khazanah Pendidikan, vol. 17, no. 1, Art. no. 1, Apr 2023, doi: 10.30595/jkp.v17i1.16094.
[6] F. Ardhistya dkk., “Peran guru dalam pencegahan kasus perundungan di SMK PGRI 11 Ciledug,” Pendidikan Karakter Unggul, vol. 1, no. 2, 2023, Diakses: 26 Oktober 2023. [Daring]. Tersedia pada: https://karakter.esaunggul.ac.id/index.php/pku/article/view/104
[7] N. Nursasari, “Penerapan Antisipasi Perundungan (Bullying) pada Sekolah Dasar di Kota Tenggarong,” SYAMIL: Jurnal Pendidikan Agama Islam (Journal of Islamic Education), vol. 5, no. 2, Art. no. 2, Des 2017, doi: 10.21093/sy.v5i2.926.
[8] C. Destiana Sari, “Optimalisasi pengawasan unit Apron Movement Control (AMC) terhadap kebersihan sisi udara (airside) dari Foreign Object Debris (FOD) di Bandara Internasional Jenderal Ahmad Yani Semarang,” tugasakhir, Sekolah Tinggi Teknologi Kedirgantaraan Yogyakarta, 2021. Diakses: 26 Oktober 2023. [Daring]. Tersedia pada: http://sttkd.ac.id/
[9] M. Varsha, Y. R. Aithal, S. Fathima, dan S. Sen, “Distress Detection Using a Hybrid SVM - CNN Classifier,” dalam 2023 International Conference on Computational Intelligence for Information, Security and Communication Applications (CIISCA), Jun 2023, hlm. 224–229. doi: 10.1109/CIISCA59740.2023.00051.
[10] D. Gultom dan M. F. Susanto, “Studi Aplikasi Smartlock Pada Pintu Rumah Dengan Arduino Berbasis Iot Dengan Sensor Suara,” Prosiding Industrial Research Workshop and National Seminar, vol. 11, no. 1, Art. no. 1, Sep 2020, doi: 10.35313/irwns.v11i1.2001.
[11] V. Kalbag dan A. Lerch, “Scream Detection in Heavy Metal Music,” 11 Mei 2022, arXiv: arXiv:2205.05580. doi: 10.48550/arXiv.2205.05580.
[12] T. Matsuda dan Y. Arimoto, “Acoustic discriminability of unconscious laughter and scream during game-play,” dalam Speech Prosody 2022, ISCA, Mei 2022, hlm. 575–579. doi: 10.21437/SpeechProsody.2022-117.
[13] F. S. Saeed, A. A. Bashit, V. Viswanathan, dan D. Valles, “An Initial Machine Learning-Based Victim’s Scream Detection Analysis for Burning Sites,” Applied Sciences, vol. 11, no. 18, Art. no. 18, Jan 2021, doi: 10.3390/app11188425.
[14] M.-Q. Tran dkk., “Reliable Deep Learning and IoT-Based Monitoring System for Secure Computer Numerical Control Machines Against Cyber-Attacks With Experimental Verification,” IEEE Access, vol. 10, hlm. 23186–23197, 2022, doi: 10.1109/ACCESS.2022.3153471.
[15] M. K. Akbar, R. Erliansyah, dan B. Efendi, “Prototipe Sistem Monitoring Tingkat Kebisingan Ruang Kelas Pada Smp Muhammadiyah 7 Palembang Berbasis Internet Of ThingS”.
[16] A. Fatimatuzzahro, Pengaruh Pelatihan Empati dan Konseling Kelompok untuk Meningkatkan Asertivitas Bystander terhadap Perilaku Bullying di MA X, Yogyakarta. 2018.
[17] Y. Hendriani dan I. Sukmawati, “Perilaku Cyberbullying yang Terjadi pada Siswa di SMA Taman Siswa Padang,” MASALIQ, vol. 3, no. 6, hlm. 1298–1307, Nov 2023, doi: 10.58578/masaliq.v3i6.2075.
[18] W. A. Jabbar, H. K. Shang, S. N. I. S. Hamid, A. A. Almohammedi, R. M. Ramli, dan M. A. H. Ali, “IoT-BBMS: Internet of Things-Based Baby Monitoring System for Smart Cradle,” IEEE Access, vol. 7, hlm. 93791–93805, 2019, doi: 10.1109/ACCESS.2019.2928481.
[19] S. Nazir, M. Awais, S. Malik, dan F. Nazir, “A Review on Scream Classification for Situation Understanding,” International Journal of Advanced Computer Science and Applications (IJACSA), vol. 9, no. 8, Art. no. 8, 49/01 2018, doi: 10.14569/IJACSA.2018.090809.
