Deteksi Manusia Dengan Algoritma YOLO Untuk Pemutaran Audio Otomatis Di Area Tertentu

M Alfin Mansyur
Nunik Pratiwi


DOI: https://doi.org/10.29100/jipi.v10i1.5967

Abstract


Industri ritel di Indonesia saat ini sedang mengalami ekspansi yang pesat, dengan implikasi ekonomi yang signifikan. Namun, di balik pertumbuhan yang pesat ini, pencurian selalu menjadi perhatian utama bagi para pelaku industri ritel. Oleh karena itu meningkatkan kualitas sistem keamanan pada masyarakat adalah suatu keharusan. Pada penelitian ini algoritma pengenalan objek YOLO (You Only Look Once) digunakan untuk mendeteksi dan melacak objek, sehingga program dapat memberikan ID pada setiap objek yang terdeteksi, lalu memutar audio pada saat objek yang memiliki ID memasuki area yang telah ditentukan. Model yang digunakan adalah model YOLOv5 untuk mendeteksi kepala manusia yang diunduh dari situs web GitHub. Sebagai bentuk pengujian, beragam video dengan karakteristik berbeda dikumpulkan, meliputi Single Entry, Multiple Entry, Reentry, Dengan Hambatan, dan Berdiam Diri. Program dievaluasi berdasarkan kemampuan dalam memberikan ID dan memutar audio. Hasil menunjukkan bahwa program ini mampu memberikan ID dan memutar audio untuk setiap objek yang berhasil terdeteksi. Namun, program ini tidak dapat bereaksi terhadap objek yang tidak terdeteksi karena terhalang oleh kendala fisik atau hambatan lainnya.

Keywords


You Only Look Once; Deteksi Objek; Pelacakan Objek; Keamanan Ritel

Full Text:

PDF

Article Metrics :

References


A. E. Pribadi, E. Darwiyanto, and J. H. Husen, “Perencanaan Strategis Sistem Informasi Pada Ritel Toko Swalayan Karunia,” e-Proceeding of Engineering, vol. 7, no. 1, 2020.

A. H. P. Subakti, A. M. H. Pardede, and M. A. S. Syari, “RANCANGAN SISTEM NOTIFIKASI KEDATANGAN

PEMBELI DENGAN SUARA MENGGUNAKAN ARDUINO,” JTIK (Jurnal Teknik Informatika Kaputama), vol. 7, no. 1, 2023, doi: 10.59697/jtik.v7i1.24.

A. A. Syukur, “Implementasi Webcam sebagai Pendeteksi Wajah pada Sistem Keamanan Perumahan menggunakan Image Processing,” ELECTRICES, vol. 2, no. 1, 2020, doi: 10.32722/ees.v2i1.2791.

G. N. Rizkatama, A. Nugroho, and A. F. Suni, “Sistem Cerdas Penghitung Jumlah Mobil untuk Mengetahui Keterse- diaan Lahan Parkir berbasis Python dan YOLO v4,” Edu Komputika Journal, vol. 8, no. 2, 2021, doi: 10.15294/edu- komputika.v8i2.47865.

F. A. Saputra and J. C. Chandra, “Prototipe Sistem Keamanan Ruang Server Otomatis Menggunakan ESP32CAM dan Algoritma You Only Look Once (YOLO),” Jurnal TICOM: Technology of Information and Communication, vol. 11, no. 1, pp. 62–67, 2022.

E. A. Z. Hamidi, M. R. Effendi, and M. R. Ramdani, “Prototipe Sistem Keamanan Rumah Berbasis Web dan SMS Gateway,” TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol, vol. 6, no. 1, 2020, doi: 10.15575/telka.v6n1.56-65.

J. Nishchal, S. Reddy, and P. N. Navya, “Automated Cheating Detection in Exams using Posture and Emotion Anal- ysis,” in Proceedings of CONECCT 2020 - 6th IEEE International Conference on Electronics, Computing and Com- munication Technologies, 2020. doi: 10.1109/CONECCT50063.2020.9198691.

A. Riansyah and A. H. Mirza, “Pendeteksi Mobil Berdasarkan Merek dan Tipe Menggunakan Algoritma YOLO,”

SMATIKA JURNAL, vol. 13, no. 01, 2023, doi: 10.32664/smatika.v13i01.719.

B. Hardiansyah and A. Primasetya, “Sistem Deteksi Penggunaan masker (Face Mask Detection) Menggunakan Al- goritma Deep Learning YOLOv4,” STAINS (SEMINAR NASIONAL TEKNOLOGI & SAINS), vol. 2, no. 1, 2023.

A. Srinivasan, A. Srikanth, H. Indrajit, and V. Narasimhan, “A Novel Approach for Road Accident Detection using DETR Algorithm,” in 2020 International Conference on Intelligent Data Science Technologies and Applications, IDSTA 2020, 2020. doi: 10.1109/IDSTA50958.2020.9263703.

C. J. Lin, S. Y. Jeng, and H. W. Lioa, “A Real-Time Vehicle Counting, Speed Estimation, and Classification System Based on Virtual Detection Zone and YOLO,” Math Probl Eng, vol. 2021, 2021, doi: 10.1155/2021/1577614.

N. H. Tasnim, S. Afrin, B. Biswas, A. A. Anye, and R. Khan, “Automatic classification of textile visual pollutants using deep learning networks,” Alexandria Engineering Journal, vol. 62, 2023, doi: 10.1016/j.aej.2022.07.039.

F. Bimantoro, I. G. P. S. Wijaya, and M. R. Aohana, “Pendeteksian Kecurangan Ujian Melalui CCTV Menggunakan Algoritma YOLOv5,” Seminar Nasional Teknologi & Sains, vol. 3, no. 1, 2024, doi: 10.29407/stains.v3i1.4360.

B. Yan, P. Fan, X. Lei, Z. Liu, and F. Yang, “A real-time apple targets detection method for picking robot based on

improved YOLOv5,” Remote Sens (Basel), vol. 13, no. 9, 2021, doi: 10.3390/rs13091619.

G. Jocher, “ultralytics/yolov5: v7.0 - YOLOv5 SOTA Realtime Instance Segmentation (v7.0),”

Https://Github.Com/Ultralytics/Yolov5/Tree/V7.0, 2022.

RichardoMrMu, “RichardoMrMu/class_yolov5_head,” https://github.com/RichardoMrMu/class_yolov5_head.

H. Feng, G. Mu, S. Zhong, P. Zhang, and T. Yuan, “Benchmark Analysis of YOLO Performance on Edge Intelli- gence Devices,” Cryptography, vol. 6, no. 2, 2022, doi: 10.3390/cryptography6020016.

M. A. Maulana, “SISTEM PENDETEKSI PHYSICAL DISTANCE PADA ANTRIAN MENGGUNAKAN

METODE YOLO (YOU ONLY LOOK ONCE) V3,” Jurnal IPTEK, vol. 7, no. 1, 2023, doi: 10.31543/jii.v7i1.225.

Y. Egi, M. Hajyzadeh, and E. Eyceyurt, “Drone-Computer Communication Based Tomato Generative Organ Count- ing Model Using YOLO V5 and Deep-Sort,” Agriculture (Switzerland), vol. 12, no. 9, 2022, doi: 10.3390/agricul- ture12091290.

Z. Chen et al., “Plant Disease Recognition Model Based on Improved YOLOv5,” Agronomy, vol. 12, no. 2, 2022, doi: 10.3390/agronomy12020365.

H. Husnan, C. Fatichah, and R. Dikairono, “Deteksi Objek Menggunakan Metode YOLO dan Implementasinya pada Robot Bawah Air,” Jurnal Teknik ITS, vol. 12, no. 3, 2023, doi: 10.12962/j23373539.v12i3.122326.

M. Mahendru and S. K. Dubey, “Real time object detection with audio feedback using Yolo vs. Yolo_V3,” in Pro- ceedings of the Confluence 2021: 11th International Conference on Cloud Computing, Data Science and Engineer- ing, 2021. doi: 10.1109/Confluence51648.2021.9377064.