Perpustakaan Digital ITB

Smartphone telah menjadi alat sangat menunjang kebutuhan masyarakat diseluruh dunia hingga menuntut agar aplikasi dengan komputasi yang intesif dapat dilakukan. Salah satunya pendeteksian objek dengan menggunakan deep learning. Dalam menghadapi permasalahan ini muncullah paradigma mobile cloud computing dengan teknik yang disebut komputasi offloading. Teknik tersebut bertujuan untuk mengekstensi kapabilitas dari smartphone dengan sumber daya remote di cloud. Pada penelitian ini akan dilakukan pengembangan pendeteksi objek YOLOv3 dengan menerapkan komputasi offloading pada smartphone untuk memanfaatkan daya komputasi cloudlet. Smartphone akan berfungsi untuk mengambil gambar, mengirim dan menerima gambar ke cloudlet, dan menampilkan hasil pendeteksian objek kepada pengguna. Cloudlet akan melakukan proses pendeteksian objek terhadap gambar yang diterima dan mengirim kembali hasilnya ke smartphone. Protokol komunikasi yang digunakan untuk komputasi offloading adalah TCP yang berfokus menjamin keberhasilan pengiriman dan penerimaan data, serta keutuhan dari data. Berdasarkan hasil pengujian, total waktu pemrosesan pendeteksian objek dengan komputasi offloading 6.3x lebih cepat dibandingkan dengan menggunakan komputasi lokal pada smartphone, namun terjadi penurunan rata-rata confidence score sebesar 4% pada objek yang terdeteksi dengan komputasi offloading. Selain itu, pemrosesan dengan komputasi offloading masih dapat ditingkatkan dengan mengganti koneksi wifi 2.4 Ghz menjadi 5 Ghz dengan hasil total waktu pemrosesan menjadi lebih cepat 10 %, dan hasil confidence score meningkatkan sebesar 1.5%.