Implementasi Algoritma You Only Look Once (YOLO) untuk Deteksi Korban Bencana Alam

Abstract

<p class="Abstrak">Bencana alam merupakan suatu peristiwa yang dapat menyebabkan kerusakan dan menciptakan kekacuan. Bangunan yang runtuh dapat menyebabkan cidera dan kematian pada korban. Lokasi dan waktu kejadian bencana alam yang tidak dapat diprediksi oleh manusia berpotensi memakan korban yang tidak sedikit. Oleh karena itu, untuk mengurangi korban yang banyak, setelah kejadian bencana alam, pertama yang harus dilakukan yaitu menemukan dan menyelamatkan korban yang terjebak. Penanganan evakuasi yang cepat harus dilakukan tim SAR untuk membantu korban. Namun pada kenyataannya, tim SAR mengalami kendala selama proses evakuasi korban. Mulai dari sulitnya medan yang dijangkau hingga terbatasnya peralatan yang dibutuhkan. Pada penelitian ini sistem diimplementasikan untuk deteksi korban bencana alam yang bertujuan untuk membantu mengembangkan peralatan tim SAR untuk menemukan korban bencana alam yang berbasis pengolahan citra. Algoritma yang digunakan untuk mendeteksi ada atau tidaknya korban pada gambar adalah <em>You Only Look Once</em> (YOLO). Terdapat dua macam algoritma YOLO yang diimplementasikan pada sistem yaitu YOLOv3 dan YOLOv3 Tiny. Dari hasil pengujian yang telah dilakukan didapatkan <em>F1 Score</em> mencapai 95.3% saat menggunakan YOLOv3 dengan menggunakan 100 data latih dan 100 data uji.</p><p class="Abstrak"> </p><p class="Abstrak"><strong><em>Abstract</em></strong></p><p class="Abstrak"> </p><p class="Abstract"><em>Natural disasters are events that can cause damage and create havoc. Buildings that collapse and can cause injury and death to victims. Humans can not predict the location and timing of natural disasters. After the natural disaster, the first thing to do is find and save trapped victims. The handling of rapid evacuation must be done by the SAR team to help victims to reduce the amount of loss due to natural disasters. But in reality, the process of evacuating victims of natural disasters is still a lot of obstacles experienced by the SAR team. It was starting from the difficulty of the terrain that is reached to the limited equipment needed. In this study, a natural disaster victim detection system was designed using image processing that aims to help find victims in difficult or vulnerable locations when directly reached by humans. In this study, a detection system for victims of natural disasters was implemented which aims to help develop equipment for the SAR team to find victims of natural disasters based on image processing. The algorithm used is You Only Look Once (YOLO). In this study, two types of YOLO algorithms were compared, namely YOLOv3 and YOLOv3 Tiny. From the test results that have been obtained, the F1 Score reaches 95.3% when using YOLOv3 with 100 training data and 100 test data.</em></p>

Optimasi Penerapan Algoritma Yolo dan Data Augmentasi dalam Klasifikasi Pakaian Tradisional Kebaya

“…Penelitian Mochamad Sarosa dan Nailul Muna (2019) menggarisbawahi penerapan teknologi dalam bidang kemanusiaan. Dengan menggunakan algoritma YOLOv3 dan YOLOv3 Tiny, penelitian ini berhasil mencapai F1 Score sebesar 95.3% dalam mendeteksi korban bencana alam, memberikan kontribusi penting dalam upaya pencarian dan penyelamatan korban bencana dengan cepat dan efektif [7]. Sementara itu, penelitian Oktaviani Ella Karlina dan Dina Indarti (2019) menunjukkan aplikasi YOLO dalam industri makanan.…”

Sistem Identifikasi Kesegaran dan Jenis Ikan dengan Metode K-Nearest Neighbor Berdasarkan Citra Mata dan Bentuk Ikan

“…YOLO atau You Only Look Once merupakan salah satu metode untuk mendeteksi objek secara langsung baik dari sebuah citra maupun video. Dimana YOLO akan melakukan pendekatan JST untuk melakukan deteksi, yang diperlukan dari jaringan ini yaitu dengan fitur dari semua citra akan diprediksi tiap bounding box dimana secara langsung memprediksi kotak pembatas dan kemungkinan secara langsung [6].…”

Algoritma YOLO sebagai deteksi korban akibat kerusakan geohazard menggunakan citra (computer vision)

“…YOLO merupakan salah satu metode deteksi objek tercepat dengan kinerja yang baik dan akurasi tinggi (Fang et al, 2020;Sarosa & Muna, 2021). Berdasarkan uraian di atas maka penelitian ini bertujuan untuk melakukan identifikasi objek korban akibat kerusakan geohazard menggunakan algoritma YOLO.…”