Implementasi YOLO Sebagai Sarana Pembatasan Jumlah Pengunjung Pada Ruangan

Muklis Adi Wicaksono, Farida Farida, Agung Wahyudi

Abstract


Dimasa pandemi seperti yang terjadi saat ini membuat para banyak para pelaku usaha mengalami kerugian diakibatkan oleh adanya suatu peraturan yang membatasi gerak masyarakat, demi mengurangi dampak negatif dari pandemic Covid-19. Adanya PPKM (Pemberlakuan Pembatasan Kegiatan Masyarakat) membuat para pelaku usaha kecil menjalankan usahanya dengan menerapkan pembatasan kuota kunjungan, baik pada tempat terbuka ataupun pada tempat tertutup sekalipun. Dengan langkah yang tepat untuk membatasi kuota tersebut membuat para pelaku usaha tidak harus menutup kegiatannya dikarenakan adanya peraturan PPKM dari pemerintah. Dengan adanya peraturan tersebut maka dibuatlah suatu sistem yang dapat mendeteksi para pendatang, yang diharapkan dengan sistem ini mampu membantu untuk selalu mengingatkan tentang adanya pembatasan. Proses deteksi tersebut menggunakan CNN (Convolutional Neural Network) dan YOLO (You Only Look Once)sebagai pencarian fitur dan deteksi.

Keywords


Convolutional Neural Network; Deteksi; CNN; YOLO.

Full Text:

PDF

References


S. Khanvilkar, S. Gupta, H. Rane, and C. Galbaw, “Human Detection in Video Surveillance,” Int. J. Appl. Sci. Smart Technol., vol. 03, no. 01, pp. 27–34, 2021, doi: 10.24071/ijasst.v3i1.2747.

J. Angelico and K. R. R. Wardani, “Convolutional Neural Network Using Kalman Filter for Human Detection and Tracking on RGB-D Video,” CommIT (Communication Inf. Technol. J., vol. 12, no. 2, p. 105, 2018, doi: 10.21512/commit.v12i2.4890.

J. Du, “Understanding of Object Detection Based on CNN Family and YOLO,” J. Phys. Conf. Ser., vol. 1004, no. 1, 2018, doi: 10.1088/1742-6596/1004/1/012029.

J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “Yolo1,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 2016-Decem, pp. 779–788, 2016.

J. Liu and D. Zhang, “Research on Vehicle Object Detection Algorithm Based on Improved YOLOv3 Algorithm,” J. Phys. Conf. Ser., vol. 1575, no. 1, 2020, doi: 10.1088/1742-6596/1575/1/012150.

S. Vasavi, N. K. Priyadarshini, and K. Harshavaradhan, “Invariant Feature-Based Darknet Architecture for Moving Object Classification,” IEEE Sens. J., vol. 21, no. 10, pp. 11417–11426, 2021, doi: 10.1109/JSEN.2020.3007883.




DOI: https://doi.org/10.31284/p.snestik.2022.2855

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 muklis adi wicaksono, Farida Farda, Agung Wahyudi

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.