Sistem Pendeteksi Kekerasan Berbasis CNN (Convolutional Neural Network)
DOI:
https://doi.org/10.29407/stains.v2i1.2849Abstract
Dengan kemajuan teknologi yang berkembang dengan pesat dan cepat, telah mempengaruhi pemikiran manusia untuk menemukan penemuan terbaru dibidang teknologi digital. Selaras dengan kemajuan teknologi pelaku kejahatan tawuran antar pelajar semakin marak terjadi, dengan ini dibuatlah pemrograman berbasis cnn untuk memperkecil perilaku tawuran antar pelajar. Saat ini perilaku tawuran hanya bisa terbaca oleh cctv saja, namun belum ada sensor yang mendeteksi lewat cctv bahwa telah terjadi perilaku tawuran. Citra resolusi tinggi berbasis CNN diharapkan dapat menghasilkan hasil terbaik untuk metode pengolahan gambar menjadi program, sehingga dapat digunakan untuk monitoring dan updating pada suatu wilayah. Didalam metode ini masih terdapat kendala pada saat melakukan pengenalan objek gambar yang terdeteksi khususnya pada objek yang bergerak. Kesalahan penganalan objek dapat terjadi saat objek yang di implementasikan dalam suatu program hampir menyerupai bentuk sebenarnya, sehingga kesalahan pengenalan objek dapat terjadi. Metode CNN ialah salah satu metode proses pembelajaran yang dijalnkan oleh mesin dengan cara menirukan gerakan otak pada manusia yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek, ekstraksi objek dan klasifikasi serta dapat diterapkan pada citra gestur tangan. Pada penelitian ini, diterapkan algoritma CNN untuk membedakan gestur tangan dengan contoh gerakan menonjok, menampar, dan gerakan kekerasan lainnya. Hasil penelitian ini memberitahukan bahwa penggunaan metode CNN mempunyai potensi bahwa pendekatan pengenalan objek secara otomatis dalam membedakan jenis kekerasan sebagai bahan pertimbangan dalam menentukan objek pada citra.
Kata Kunci —CNN (Convolutional Neural Network), tindak kekerasan, pengenalan objek
Downloads
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Dhella Dhelviana Tiara Amelia, Juli Sulaksono, Danang Wahyu Widodo

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





