SISTEM DETEKSI PELANGGARAN SOCIAL DISTANCING DI RUANG TERBUKA MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE (YOLO)
Total View This Week0
Total View This Week0
Institusion
Universitas Telkom
Author
DWIKI RAHMAN
Subject
Machine Learning
Datestamp
2021-09-30 00:00:00
Abstract :
Pemerintah mengeluarkan perintah untuk menerapkan social distancing atau physical distancing. Social distancing merupakan metode menjaga jarak setidaknya satu meter dari orang lain. Hal ini berguna untuk mengurangi / mencegah penularan penyakit (virus) dan mengurangi rantai penyebaran covid-19. Sehingga rumah sakit bisa memberikan pelayanan secara optimal. Untuk itu, Tugas Akhir ini disusun untuk membuat sebuah sistem yang dapat mendeteksi pelanggaran social distancing pada suatu tempat terbuka. Sistem menggunakan algoritma You Only Look Once (YOLO). Sistem yang dikembangkan menggunakan model Yolov4 yang telah di pre-trained untuk mendeteksi 80 kelas objek. Pengujian sistem ini dilakukan berdasarkan beberapa skenario. Sistem diprogram menggunakan bahasa pemrograman Python dengan tools yang digunakan untuk coding adalah Microsft Visual Studo Code dan Anaconda. Hasil terbaik dari pembuatan model deteksi didapat dari rasio dataset yaitu 90% data train dan 10% data test dengan hasil mean average precision yang didapatkan adalah 54,11%, dan dengan hasil uji akurasi deteksi pada saat pengujian sebesar 100%. Kata Kunci : akurasi, mean average precision, python, social distancing, yolov4
Pemerintah mengeluarkan perintah untuk menerapkan social distancing atau physical distancing. Social distancing merupakan metode menjaga jarak setidaknya satu meter dari orang lain. Hal ini berguna untuk mengurangi / mencegah penularan penyakit (virus) dan mengurangi rantai penyebaran covid-19. Sehingga rumah sakit bisa memberikan pelayanan secara optimal. Untuk itu, Tugas Akhir ini disusun untuk membuat sebuah sistem yang dapat mendeteksi pelanggaran social distancing pada suatu tempat terbuka. Sistem menggunakan algoritma You Only Look Once (YOLO). Sistem yang dikembangkan menggunakan model Yolov4 yang telah di pre-trained untuk mendeteksi 80 kelas objek. Pengujian sistem ini dilakukan berdasarkan beberapa skenario. Sistem diprogram menggunakan bahasa pemrograman Python dengan tools yang digunakan untuk coding adalah Microsft Visual Studo Code dan Anaconda. Hasil terbaik dari pembuatan model deteksi didapat dari rasio dataset yaitu 90% data train dan 10% data test dengan hasil mean average precision yang didapatkan adalah 54,11%, dan dengan hasil uji akurasi deteksi pada saat pengujian sebesar 100%. Kata Kunci : akurasi, mean average precision, python, social distancing, yolov4
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
