Rancang Bangun Sistem Deteksi Manusia dengan YOLO pada video CCTV
DOI:
https://doi.org/10.29407/inotek.v8i2.5050Abstract
Penelitian ini bertujuan untuk mengembangkan sistem deteksi objek manusia berbasis computer vision pada CCTV untuk meningkatkan efisiensi penyimpanan data. Masalah klasik sistem CCTV konvensional adalah overload penyimpanan akibat rekaman terus-menerus tanpa seleksi. Solusi yang ditawarkan adalah menerapkan algoritma deteksi objek manusia menggunakan YOLO (You Only Look Once) untuk mengoptimalkan penyimpanan dengan hanya merekam saat ada kehadiran manusia.Penelitian ini menggunakan dataset berupa 775 gambar orang dari Roboflow, di mana setiap gambar dilengkapi dengan label kotak di sekitar objek manusia. Proses pelatihan model dilakukan menggunakan algoritma YOLO versi 8 dengan arsitektur YOLOv8m-seg. Hasil pengujian menggunakan 15 sampel gambar menunjukkan bahwa model dapat mendeteksi semua objek manusia dengan akurasi 100%.Meskipun hasil ini sangat baik, perlu dilakukan pengujian lebih lanjut dengan jumlah sampel yang lebih besar untuk mengevaluasi kinerja model secara menyeluruh. Penelitian ini memberikan kontribusi dalam memecahkan masalah klasik penyimpanan CCTV dengan memanfaatkan teknologi deteksi objek manusia berbasis computer vision.
Keywords:
CCTV, Deteksi Objek, YOLO##plugins.themes.default.displayStats.downloads##
References
O. Rizan and J. Jend Sudirman Selindung Kel Selindung Kec Gabek Kota Pangkalpinang, “RANCANGAN APLIKASI MONITORING KAMERA CCTV UNTUK PERANGKAT MOBILE BERBASIS ANDROID.”
M. Abdurrahman Hakim, T. Rohana, D. Sulistya Kusumaningrum, and P. Karawang, “Seminar Nasional Hasil Riset Prefix-RTR PEREKAMAN OTOMATIS BERDASARKAN DETEKSI OBJEK MANUSIA PADA CCTV MENGGUNAKAN METODE YOU ONLY LOOK ONCE V3 (YOLOV3),” 2020.
M. Yusqi Alfan Thoriq, K. Eka Permana, I. Agustien Siradjuddin, T. Informatika, U. Trunojoyo Madura, and J. Raya Telang Kamal, “DETEKSI WAJAH MANUSIA BERBASIS ONE STAGE DETECTOR MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO),” 2023. [Online]. Available: https://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
K. C. Leowis, J. Raharjo, and N. Ibrahim, “RANCANG BANGUN SISTEM PENGENALAN WAJAH DIAREA PUBLIK BERBASIS VIDEO MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN VIOLA JONES DESIGN OF THE PUBLIC FACE RECOGNITION SYSTEM BASED ON VIDEO USING PRINCIPAL COMPONENT ANALYSIS (PCA) AND VIOLA JONES METHODS.”
F. Sthevanie, A. Kurniawan, K. Nur, and R. #3, “Deteksi Helm pada Video Pengendara Sepeda Motor menggunakan Ekstraksi Ciri Histogram of Oriented Gradients”, doi: 10.21108/indojc.2020.5.1.377.
M. Zulfikri, K. Abd Latif, R. Hammad, M. Syahrir, and P. Studi, “Deteksi dan Estimasi Kecepatan Kendaraan dalam Sistem Pengawasan Lalu Lintas Menggunakan Pengolahan Citra Detection and Estimation of Vehicle Speed in Traffic Control Systems Using Image Processing.”
Y. Adil Hidayat, Y. Diah Rosita, and L. Ardiantoro, “DETEKSI UKURAN BOTOL KEMASAN DENGAN METODE HAAR CASCADE DAN SHAPE AREA FEATURE,” APPLIED SCIENCE, ENGINEERING, AND TECHNOLOGY, vol. 2, no. 1, 2023.
M. F. Mustaqim, A. Nugroho, D. Alfa, and F. Suni, “Sistem Deteksi Kecepatan Kendaraan Menggunakan Metode Haar Cascade untuk Keamanan Berkendara,” Edu Elektrika Journal, vol. 10, no. 2.
A. Habib Fitriansyah and E. Rachmawati, “PENGENALAN JALAN BERLUBANG BERBASIS VISION MENGGUNAKAN PYRAMID HISTOGRAM OF ORIENTED GRADIENTS,” vol. 10, no. 3, 2023, doi: 10.25126/jtiik.2023106820.
O. V. Putra and I. N. Gustri, “Sistem Deteksi Marka Jalan Berbasis Convolutional Neural Network,” Journal of Computer Engineering, Network, and Intelligent Multimedia, vol. 1, no. 1, pp. 1–13, Feb. 2023, doi: 10.59378/jcenim.v1i1.2.
J. Homepage, B. Purnama, E. Insanudin, F. Labib, and N. Sayyid Furqoon, “BATIK: Jurnal Pengembangan dan Pengabdian Masyarakat Multikultural Implementation of Computer Vision for Truck Detection Implementasi Computer Vision untuk Deteksi Truk,” vol. 2, pp. 17–23, 2024, doi: 10.57152/batik.v2i1.1223.
J. H. Sri Wisna et al., “Jurnal Sustainable: Jurnal Hasil Penelitian dan Industri Terapan,” vol. 09, no. 01, pp. 8–14, 2020.
B. Putra, G. Pamungkas, B. Nugroho, and F. Anggraeny, “DETEKSI DAN MENGHITUNG MANUSIA MENGGUNAKAN YOLO-CNN.”
L. Rahma, H. Syaputra, A. H. Mirza, and S. D. Purnamasari, “Objek Deteksi Makanan Khas Palembang Menggunakan Algoritma YOLO (You Only Look Once),” 2021.
D. Nafis Alfarizi, R. Agung Pangestu, D. Aditya, M. Adi Setiawan, and P. Rosyani, “Penggunaan Metode YOLO Pada Deteksi Objek: Sebuah Tinjauan Literatur Sistematis,” 2023. [Online]. Available: https://jurnalmahasiswa.com/index.php/aidanspk
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Muhamad Yusup Efendi, Resty Wulanningrum, Ahmad Bagus Setiawan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
