TA : Sistem Deteksi Pelanggaran Jarak Social Distancing dengan Transformasi Bird’s Eye View Menggunakan Yolo-V3

Payudan, Moamar Zahir (2022) TA : Sistem Deteksi Pelanggaran Jarak Social Distancing dengan Transformasi Bird’s Eye View Menggunakan Yolo-V3. Undergraduate thesis, Universitas Dinamika.

[img]
Preview
Text
18410200056-2022-UNIVERSITASDINAMIKA.pdf - Accepted Version

Download (1MB) | Preview
[img] Text
18410200056-2022-LAMPIRAN.pdf - Accepted Version
Restricted to Repository staff only

Download (852kB)

Abstract

Salah satu protokol menjaga jarak merupakan upaya pencegahan virus COVID-19 yang masih sering diabaikan masyarakat. Berdasarkan permasalahan tersebut diatas maka penulis membuat sistem yang mampu mendeteksi pelanggaran jarak social distancing dengan transformasi bird’s eye view. Proses deteksi pelanggaran jarak social distancing menggunakan input video dengan metode YOLO-V3. Pelacakan objek manusia menggunakan kamera dengan perspective view images 45o kemudian di transformasi menjadi bird’s eye view 90o terhadap ground plane. Proses tranformasi ini dilakukan untuk mengetahui efektifitas program perspective view images 45o dan program bird’s eye view 90o dalam mendeteksi pelanggaran jarak. Tingkat akurasi hasil dari penelitian ini dalam mendeteksi pelanggaran jarak berdasar visualisasi perspective view images 45o sebesar 81.9%, sedangkan 18.1% pelanggaran jarak social distancing tidak terdeteksi, dan dalam transformasi sistem bird’s eye view 90o memiliki tingkat akurasi sebesar 70.1%, sedangkan 29.9% pelanggaran jarak social distancing tidak terdeteksi. Hal ini menunjukkan bahwa tingkat akurasi dari program Perspective view Images 45o lebih tinggi dibandingkan program Perspective Bird’s Eye View 90o. Tingginya nilai error pada program Perspective Bird’s Eye View 90o dipengaruhi oleh sistem yang mendeteksi objek selain manusia, sehingga sistem menghitung dan memproses dengan jumlah data pelanggaran yang lebih banyak maupun lebih sedikit dibandingkan dengan data asli atau data perhitungan manual.


Export Record



Statistic

IRStats Detail StatisticView more statistics

Item Type: Thesis (Undergraduate)
Additional Information: Moamar Zahir Payudan (18410200056)
Uncontrolled Keywords: YOLO-V3, social distancing, bird eye view, COVID-19
Dewey Decimal Classification: 600 – Technology > 620 Engineering & Applied operations > 629 Other branches of engineering
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Moamar Zahir Payudan
Date Deposited: 09 Aug 2022 09:54
Last Modified: 09 Aug 2022 09:54
THESIS ADVISORS: 1. Heri Pratikno, M.T., MTCNA., MTCRE. (NIDN : 0716117302)
2. Yosefine Triwidyastuti, M.T. (NIDN : 0729038504)
URI: http://repository.dinamika.ac.id/id/eprint/6637

Actions (login required)

View Item View Item