Sistem Pendeteksi Physical Distance Pada Antrian Menggunakan Metode Yolo (You Only Look Once) V3

Main Article Content

Muhammad Ahsan Maulana

Abstract

Penelitian ini difokuskan pada implementasi dan pengujian Sistem Pendeteksi Physical Distance Pada Antrian Menggunakan Metode YOLOv3 dengan tujuan untuk membantu satgas COVID-19 pada area antrian dalam memantau serta menghimbau pelanggar physical distance secara langsung pada antrian sehingga antrian dapat berjalan sesuai dengan protokol kesehatan. Sistem dibangun menggunakan metode YOLOv3 dalam proses pendeteksian objek manusia dan menerapkan metode euclidean dua dimensi dalam proses pendeteksi pelanggaran physical distance. Metode pengujian berdasarkan hasil pengamatan dari video pengujian yang sudah diskenariokan dengan menggunakan angel kamera High Angle pada setiap video pengujian. Hasil pengujian berupa sebuah kesimpulan dimana menentukan dan menyesuaikan minimal jarak physical distance dalam satuan piksel dan maksimal jumlah objek yang terdeteksi pada jangkauan kamera untuk mendapatkan persentase hasil deteksi objek manusia dan deteksi pelanggaran yang terjadi. Pada pengujian video D dengan konfigurasi MIN_DISTANCE sebesar 60 mendapatkan persentase deteksi objek menggunakan YOLOv3 mencapai 94,17% dengan false detection sebanyak 0. Kemudian untuk persentase pelanggaran physical distance mencapai 100%. Diharapkan hasil penelitian ini dapat membantu satgas COVID-19 pada area antrian dalam memantau serta menghimbau pelanggar physical distance secara langsung pada antrian sehingga menumbuhkan kesadaran diri masyarakat terkait antrian yang sesuai dengan protokol kesehatan.

Article Details

Section
Articles

References

World Health Organization, Tatalaksana klinis infeksi saluran pernapasan akut berat (SARI) suspek penyakit COVID-19, World Health Organization, 2020.

B. K. H. R. F. N. Moch Halim Sukur, "Penanganan Pelayanan Kesehatan Di Masa Pandemi Covid-19 Dalam Perspektif Hukum Kesehatan," Journal Inicio Legis, vol. 1, 2020.

M. M. R. R. Hasma Hasma, "Penerapan Kebijakan Protokol Kesehatan dalam Pencegahan Covid-19," Jurnal Ilmiah Kesehatan Sandi Husada, p. 359, 2021.

A. Ahmad, "Mengenal Artificial Intelligence, Machine Learning, Neural Network, dan Deep Learning," ResearchGate, vol. I, 2017.

E. M. Y. Tengku Cut Al-Saidina Zulkhaidi, "Pengenalan Pola Bentuk Wajah dengan OpenCV," JURTI, vol. III, p. 182, 2019.

B. R. Christian Pangihutan Sitorus, "PENERAPAN ANGLE CAMERA DALAM VIDEOGRAFI JURNALISTIK SEBAGAI PENYAMPAI BERITA DI METRO TV BIRO MEDAN," Jurnal Universitas DarmaAgung, p. 137, 2016.

M. A. J. J. R. Imran Ahmed, "A deep learning-based social distance monitoring framework for COVID-19," Elsevier, 2021.

A. F. Joseph Redmon, "YOLOv3: An Incremental Improvement," IEEE, 2019.

E. M. Y. R. F. R. Dewinda Julianensi Rumala, "Activation Functions Evaluation to Improve Performance of Convolutional Neural Network in Brain Disease Classification Based on Magnetic Resonance Images," CENIM, 2020.

N. I. d. W. S. W. Adam Fahmi Fandisyah, "Deteksi Kapal di Laut Indonesia Menggunakan YOLOv3," JURNAL SAINS DAN SENI ITS, p. D27, 2021.

B. N. F. A. Bima Putra Gusti Pamungkas, "DETEKSI DAN MENGHITUNG MANUSIA MENGGUNAKAN YOLO-CNN," Jurnal Informatika dan Sistem Informasi (JIFoSI), p. 73, 2021.

N. N. N. N, "PENERAPAN EUCLIDEAN DISTANCE PADA PENGENALAN POLA CITRA SIDIK JARI," dspaceuii, p. 10, 2018.

S. M. H. R. P. Al Farissi, "Komputasi Paralel GPU Dengan Teknologi Nvdia Cuda Untuk Enkripsi Berkas Pdf Menggunakan Algoritma RC4 DAN MD5," Jurnal Sistem Informasi (JSI), 2017.