IMPLEMENTASI ARSITEKTUR YOLOv5 UNTUK MENDETEKSI JUMLAH ORANG DALAM BERKAS VIDEO

Detail Cantuman

Skripsi

IMPLEMENTASI ARSITEKTUR YOLOv5 UNTUK MENDETEKSI JUMLAH ORANG DALAM BERKAS VIDEO

XML

Deteksi objek merupakan teknologi dalam bidang computer vision yang digunakan
untuk mengenali dan menentukan keberadaan objek dalam gambar atau video
secara otomatis. Variasi pencahayaan dan pergerakan objek menjadi permasalahan
yang dapat mempengaruhi kinerja sistem deteksi.
Penelitian ini bertujuan untuk mengevaluasi kinerja arsitektur YOLOv5 dalam
mendeteksi dan menghitung jumlah orang pada video dengan kondisi pencahayaan
dan pergerakan yang bervariasi. Dataset yang digunakan terdiri dari 18 video yang
bersumber dari UCF101 dengan total 10.932 frame, dibagi menjadi 8.745 frame
(80%) untuk pelatihan dan 2.187 frame (20%) untuk validasi. Pelatihan dilakukan
selama 50 epoch menggunakan YOLOv5 berukuran 640 × 640 piksel. Setiap video
diproses melalui tahap ekstraksi frame dan pra-pemrosesan sebelum dilakukan
deteksi menggunakan model YOLOv5. Pengujian dilakukan pada 7 video hasil
perekaman sendiri dengan variasi kondisi pencahayaan dan pergerakan objek,
menggunakan tiga nilai confidence threshold yaitu 0,3, 0,4, dan 0,5.
Hasil pengujian menunjukkan ketiga nilai threshold menghasilkan precision 100%,
artinya semua objek yang terdeteksi adalah manusia. Pada threshold 0,3 diperoleh
recall 54% dan f1-score 66%, pada threshold 0,4 diperoleh recall 50% dan f1-score
62%, dan pada threshold 0,5 diperoleh recall 45% dan f1-score 57%. Hasil ini
menunjukkan bahwa threshold 0,3 memberikan kinerja terbaik. Disimpulkan
bahwa YOLOv5 cukup efektif mendeteksi jumlah orang pada video, namun
kinerjanya masih dipengaruhi kondisi lingkungan sehingga perlu dikembangkan
lebih lanjut.
Kata kunci: YOLOv5, deteksi objek, jumlah orang, computer vision, video
*Pembimbing I **Pembimbing II


Detail Information

Item Type
Skripsi
Penulis
YUNLY NELDI SARI PAKH - Personal Name
Student ID
190603004
Dosen Pembimbing
SILVESTER TENA - 197412312000121001 - Dosen Pembimbing 1
HENDRO F J LAMI - 198002282005011001 - Dosen Pembimbing 2
Penguji
Silvester Tena - 197412312000121001 - Ketua Penguji
Hendro F J Lami - 198002282005011001 - Penguji 1
Wenefrida T Ina - 197704152003122001 - Penguji 2
Kode Prodi PDDIKTI
20201
Edisi
Published
Departement
Teknik Elektro
Kontributor
Bahasa
Indonesia
Penerbit UPT Perpustakaan Undana : Kupang.,
Edisi
Published
Subyek
No Panggil
202.01 PAK I
Copyright
Individu Penulis
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail


SELAMAT DATANG DI REPOSITORY UPT PERPUSTAKAAN UNIVERSITAS NUSA CENDANA