DETEKSI SOCIAL DISTANCE DATA VIDEO UNTUK MENCARI SUDUT DAN JARAK OPTIMAL PENDETEKSIAN DENGAN METODE DEEP LEARNING YOLO V3

Anggraini, Mutiara Dwi (2023) DETEKSI SOCIAL DISTANCE DATA VIDEO UNTUK MENCARI SUDUT DAN JARAK OPTIMAL PENDETEKSIAN DENGAN METODE DEEP LEARNING YOLO V3. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 20.52.1307 Mutiara Dwi Anggraini.pdf Download (3MB)

Abstract

Pandemi Covid-19 memberikan dampak negatif pada ekonomi ke seluruh aspek masyarakat. Salah satu solusi yang hingga saat ini dilakukan oleh pemerintah yaitu menggunakan masker dan jaga jarak atau social distancing. Seiring berjalannya waktu, menjaga jarak di lingkungan masyarakat sulit dikendalikan krena masyarakat telah mengikuti anjuran pemerintah untuk melakukan vaksin sebanyak tiga kali. Salah satu cara untuk mengatasi masalah ini yaitu dengan sistem social distancing detector. Sistem tersebut dapat mendeteksi jumlah dan jarak orang pada suatu area. Penelitian ini bertujuan untuk dapat diterapkan pada area kantor, atau public. Penelitian ini salah satu pengembangan dari aplikasi social distancing detector yang menghasilkan sudut yang optimal dalam pengaplikasian di lingkungan masyarakat. Sehingga program dapat mendeteksi keramaian objek dalam akurasi yang optimal. Sudut sangatlah berpengaruh dalam pengambilan citra yang akan diproses dalam sistem. Pada penelitian ini menggunakan bahasa python dengan library YOLOv3. Penelitian ini mendapatkan hasil terbaik mean average precision di 90%:10% didapatkan dengan learning rate 0.001 dengan nilai mAP 54.11%, akurasi deteksi pada saaat penggujian sebesar 100%. Percobaan sudut terdapat 00,150,300, 450,600 dengan total 50 data testing video. Sudut optimal yang didapatkan pada penelitian ini adalah 00,150,300. Hal ini membuktikan bahwa sudut mempengaruhi pengambilan video atau peletakan kamera sistem social distancing.

Actions (login required)

View Item