Perancangan Pola Algoritma Dan Citra Sistem Keamanan Dengan Menggunakan Convolutional Neural Network

Abstract

Usaha tambak udang merupakan usaha yang sangat menjanjikan saat ini. Masyarakat di Indonesia sangat menyukai hewan laut satu ini untuk dijadikan olahan makanan. Dengan banyaknya masyarakat indonesia yang menyukai udang dan pastinya penjualan udang sangat menjanjikan membuat sering terjadinya pencurian dan kecurangan dalam membudidayakan tambak udang. Penggunaan kamera CCTV (Closed-Circuit Television) merupakan salah satu alternatif yang digunakan untuk memantau wilayah tambak udang. Perkembangan teknologi saat ini pada CCTV dapat melakukan pengenalan aktivitas maupun manusia serta dapat mengenali yang tertangkap oleh kamera. Proses pengenalan aktivitas dan manusia ini dilakukan dengan melihat kemiripan objek maupun aktivitas yang ingin dilakukan deteksi. Sebelum proses ini terjadi sistem melakukan analisis, deteksi dan tracking pada objek dengan menghasilkan dataset yang akan diolah menggunakan CNN (Convolutional Neural Network) yang dibantu dengan algoritma YOLO versi 8. Hasil yang didapatkan berupa label dan juga garis objek yang berhasil dideteksi. Pada proses pengenalan objek manusia didapatkan rata-rata nilai akurasi yang didapatkan dari proses deteksi manusia sebesar 80,8%. Pada pengenalan aktivitas didapatkan rata-rata akurasi aktivitas berjalan sebesar 94.25%, aktivitas berlari sebesar 75%, aktivitas jongkok sebesar 92,5%, dan aktivitas duduk sebesar 80%, sedangkan pada pengenalan objek khusus seperti petugas keamanan didapatkan akurasi sebesar 96,7%.

Analisis Penggunaan Model Yolov8 (You Only Look Once) Terhadap Deteksi Citra Senjata Berbahaya

“…Sementara itu, pada penelitian lain dengan topik pembangunan sistem keamanan deteksi pengunjung dan petugas pada tambak udang menggunakan algoritma YOLOv8 tanpa modifikasi arsitektur dengan pelatihan 80 epochs menunjukkan hasil yang cukup baik. Hasil dari deteksi pada objek petugas dan pengunjung mencapai nilai rata-rata akurasi 80.8%, lalu pada pendeteksian malam hari nilai akurasi mencapai 96.7%, sedangkan pada objek berlari pada waktu siang, sore maupun malam hari mendapat hasil akurasi sebesar 75% [7].…”