OPAC - STMIK IM & STIE STAN IM

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title
Penanda Bagikan

Text

Peningkatan Kinerja Deteksi Objek Tertanam Melalui Akselerasi Perangkat Keras Neural

Agung Wicaksono 362389010 - Nama Orang;

ABSTRAK
Makalah ini menyajikan benchmarking pertama dari You Only Look Once versi 11 (YOLO11) pada neural processing unit (NPU) Rockchip RK3566 di dalam platform Orange Pi 3B. Kinerja dibandingkan antara CPU quad-core ARM Cortex-A55 dan NPU terintegrasi menggunakan dataset COCO2017, dengan evaluasi terhadap latensi, konsumsi energi, dan akurasi. Akselerasi NPU mencapai pengurangan latensi lebih dari 80% dan penurunan energi per-inferensi sekitar 94%, dengan percepatan hingga 16,7× sambil mempertahankan akurasi dalam rentang 0,03 mAP dari baseline. Daya rata-rata tetap hampir konstan (3,60 W pada CPU vs. 3,59 W pada NPU), menunjukkan bahwa efisiensi yang dicapai berasal dari waktu inferensi yang lebih singkat, bukan dari penurunan daya (watt). Keterbatasan meliputi ketidakstabilan kuantisasi INT8 akibat operator yang tidak didukung dan ketidaksesuaian rentang kalibrasi, serta sedikit overhead pada sisi CPU selama preprocessing dan non-maximum suppression. Temuan ini menegaskan bahwa NPU RK3566 memberikan peningkatan efisiensi yang signifikan tanpa mengurangi akurasi, memungkinkan platform berukuran ringkas dan berbiaya rendah untuk menangani beban kerja deteksi objek modern secara berkelanjutan. Hal ini menunjukkan bahwa NPU yang terjangkau dapat menyediakan inferensi AI yang andal dan real-time untuk aplikasi visi tertanam, IoT, dan robotika.. Kata Kunci : YOLO11, Orange Pi 3B, RK3566 NPU, Inferensi citra berlatensi rendah,
efisiensi energi.


Ketersediaan
#
My Library Jurnal/S1/TI/31/WIC/2025
Jurnal/S1/TI/31/WIC
Tersedia namun tidak untuk dipinjamkan - No Loan/Tidak dipinjamkan
Informasi Detail
Judul Seri
-
No. Panggil
Jurnal/S1/TI/31/WIC/2025
Penerbit
Yogyakarta : TELKOMNIKA Telecommunication Computing Electronics and Control., 2026
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
1693-6930
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Vol. 24, No. 1
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
TELKOMNIKA Telecommunication Computing Electronics and Control
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • Peningkatan Kinerja Deteksi Objek Tertanam Melalui Akselerasi Perangkat Keras Neural
    Other Resource Link
Komentar

Anda harus masuk sebelum memberikan komentar

OPAC - STMIK IM & STIE STAN IM
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan OPAC STMIK IM dan STIE STAN IM menyediakan akses mudah ke koleksi buku, jurnal, dan sumber digital untuk mendukung pembelajaran dan penelitian di bidang Teknologi Informasi dan Manajemen. Kami berkomitmen memberikan layanan terbaik bagi mahasiswa, dosen, dan peneliti dalam mengakses informasi akademik yang dibutuhkan.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?