Penerapan computer vision untuk deteksi social distancing berbasis algoritma Convolutional Neural Network (CNN)
Kasus penyebaran Covid-19 tiap hari nya bermunculan yang disebabkan melalui
manusia yang tidak menjaga jarak atau melakukan kontak fisik dengan manusia
lainya yang terkontaminasi virus tersebut. Untuk menimalisir kasus tersebut, pada
penelitian ini dibuat sebuah sistem yang dapat mendeteksi sebuah objek manusia
dengan objek manusia lainya pada social distancing dengan menggunakan
perangkat raspberry pi 4 model B 8GB dan kamera Logitech HD Webcam C270.
Untuk deteksi objek manusia berbasis Convolutional Neural Network (CNN)
digunakan metode You Only Look Once (YOLO). Objek antar manusia dengan
objek manusia lainya yang dideteksi dengan batas jarak 1 meter. Jika objek manusia
dengan manusia yang lainya tidak berdekatan (>1 meter), maka akan muncul kotak
pembatas berwarna hijau mengelilingi objek. Jika objek manusia dengan manusia
yang lainya saling berdekatan (<1 meter), maka akan muncul kotak pembatas
berwarna merah mengelilingi objek. Hasil dari uji coba alat sistem dapat
mendeteksi objek manusia dengan manusia lainya sesuai kotak pembatas dan
mendeteksi objek yang melakukan pelanggaran social distancing. Hasil data
training memiliki nilai rata-rata atau mAP = 0.9792, Precision 0.9482, Recall =
0.9819 dan f1 = 0.9648.
Detail Information
Bagian |
Informasi |
Pernyataan Tanggungjawab |
Khoirul Ghofur |
Pengarang |
Khoirul Ghofur - Personal Name
|
Edisi |
Publish |
No. Panggil |
REF TI2104709 KHO p |
Subyek |
Computer Vision Deteksi Objek Social Distancing YOLO
|
Klasifikasi |
TI2104709 |
Judul Seri |
|
GMD |
Text |
Bahasa |
Indonesia |
Penerbit |
Fakultas Teknik / Teknik Informatika |
Tahun Terbit |
2021 |
Tempat Terbit |
|
Deskripsi Fisik |
|
Info Detil Spesifik |
|