UNAMAUNAMA
Jurnal PROCESSORJurnal PROCESSORDeteksi objek merupakan salah satu penerapan utama dari teknologi computer vision dalam bidang kecerdasan buatan. Salah satu algoritma deteksi objek yang banyak digunakan karena efisiensinya adalah YOLOv5. Penelitian ini bertujuan untuk menerapkan metode YOLOv5 dalam mendeteksi dan mengklasifikasikan objek kendaraan dan manusia pada rekaman video non-real-time di kawasan Simpang Tugu Pena Kota Bengkulu. Dataset yang digunakan merupakan video hasil dokumentasi lapangan, yang kemudian dianalisis menggunakan model YOLOv5 dengan pelatihan berbasis transfer learning. Untuk menjaga identitas objek antar-frame, sistem dikombinasikan dengan metode Kalman Filter dan SORT sebagai pelacak objek. Hasil pengujian menunjukkan bahwa model yang dibangun mampu melakukan deteksi objek dengan baik pada kondisi visual yang bervariasi, serta mencapai nilai akurasi yang tinggi berdasarkan pengukuran menggunakan matriks konfusi. Penelitian ini menunjukkan bahwa penerapan YOLOv5 efektif digunakan dalam sistem dokumentasi visual berbasis AI di lingkungan ruang publik yang dinamis.
Penelitian ini menunjukkan bahwa penerapan metode YOLOv5 pada video non-real-time di kawasan Simpang Tugu Pena Kota Bengkulu mampu melakukan deteksi dan klasifikasi objek kendaraan serta manusia dengan performa yang cukup baik, ditunjukkan oleh nilai akurasi sebesar 73,3%, presisi 85%, dan recall 77,3%.Integrasi metode pelacakan Kalman Filter dan SORT membantu menjaga konsistensi identitas objek antar-frame, sehingga sistem mampu melacak pergerakan secara simultan meskipun kondisi visual dinamis.Hasil ini membuktikan bahwa YOLOv5 efektif digunakan sebagai sistem pemantauan visual berbasis AI di ruang publik, meskipun masih terdapat keterbatasan dalam mendeteksi objek kecil atau tertutup sebagian, yang dapat diatasi melalui peningkatan kualitas dataset dan pengembangan model lebih lanjut untuk aplikasi real-time maupun integrasi dengan perangkat pemantauan seperti CCTV dan drone.
Sebagai arah penelitian lanjutan, pertama, disarankan mengembangkan dataset dengan variasi objek kecil yang lebih kaya untuk meningkatkan akurasi deteksi di lingkungan kompleks. Kedua, eksplorasi integrasi YOLOv5 dengan algoritma pelacakan berbasis AI yang lebih canggih, seperti DeepSORT, untuk mengatasi tantangan identifikasi objek yang terhalang atau bergerak cepat. Ketiga, perlu dilakukan penelitian tentang implementasi model yang adaptif terhadap perubahan kondisi cuaca dan pencahayaan secara real-time, misalnya dengan memanfaatkan teknik augmentasi dinamis yang bisa disesuaikan dengan kondisi lingkungan saat pengambilan data.
- Penerapan Metode YOLOv5 untuk Klasifikasi dan Deteksi Objek Menggunakan Video Non-Real-Time | Jurnal... ejournal.unama.ac.id/index.php/processor/article/view/2508Penerapan Metode YOLOv5 untuk Klasifikasi dan Deteksi Objek Menggunakan Video Non Real Time Jurnal ejournal unama ac index php processor article view 2508
- Full article: Machine Learning, a Probabilistic Perspective. full article machine learning perspective... tandfonline.com/doi/full/10.1080/09332480.2014.914768Full article Machine Learning a Probabilistic Perspective full article machine learning perspective tandfonline doi full 10 1080 09332480 2014 914768
- Evaluating YOLOv4 and YOLOv5 for Enhanced Object Detection in UAV-Based Surveillance. evaluating yolov4... doi.org/10.3390/pr13010254Evaluating YOLOv4 and YOLOv5 for Enhanced Object Detection in UAV Based Surveillance evaluating yolov4 doi 10 3390 pr13010254
- A Comprehensive Review of YOLO Architectures in Computer Vision: From YOLOv1 to YOLOv8 and YOLO-NAS.... doi.org/10.3390/make5040083A Comprehensive Review of YOLO Architectures in Computer Vision From YOLOv1 to YOLOv8 and YOLO NAS doi 10 3390 make5040083
| File size | 412.1 KB |
| Pages | 7 |
| DMCA | Report |
Related /
LODDOSINSTITUTELODDOSINSTITUTE Penelitian sebelumnya telah berhasil mengenali karakter dasar (Ina Ni Surat) tulisan tangan digital dengan akurasi tinggi, namun belum mencakup pengenalanPenelitian sebelumnya telah berhasil mengenali karakter dasar (Ina Ni Surat) tulisan tangan digital dengan akurasi tinggi, namun belum mencakup pengenalan
UNAMAUNAMA Penelitian ini membahas masalah pengelolaan fluktuasi bandwidth yang signifikan dalam jaringan berskala besar, yang disimulasikan untuk institusi pendidikanPenelitian ini membahas masalah pengelolaan fluktuasi bandwidth yang signifikan dalam jaringan berskala besar, yang disimulasikan untuk institusi pendidikan
ILMUBERSAMAILMUBERSAMA Penelitian ini merancang (IoT) menggunakan komponen utama ESP32 sebagai pengendali utama, Baterai Li-ion 4000mAh sebagai sumber daya, Flame Sensor untukPenelitian ini merancang (IoT) menggunakan komponen utama ESP32 sebagai pengendali utama, Baterai Li-ion 4000mAh sebagai sumber daya, Flame Sensor untuk
STMIKJAYAKARTASTMIKJAYAKARTA Dengan skor F1 0,91 untuk sentimen positif dan 0,77 untuk sentimen negatif, model klasifikasi berkinerja berbeda untuk setiap sentimen. Studi ini menggunakanDengan skor F1 0,91 untuk sentimen positif dan 0,77 untuk sentimen negatif, model klasifikasi berkinerja berbeda untuk setiap sentimen. Studi ini menggunakan
MEDIAPUBLIKASIMEDIAPUBLIKASI Ini mengubah vektor fitur asli menjadi satu set semua vektor positif yang mewakili komponen warna dasar yang sebenarnya dengan memutar dan mengubahnya.Ini mengubah vektor fitur asli menjadi satu set semua vektor positif yang mewakili komponen warna dasar yang sebenarnya dengan memutar dan mengubahnya.
UMSUMS 105 km² menjadi 1. 334 km², yang digantikan oleh peningkatan tutupan pohon, padang rumput, dan batuan, sementara lahan pertanian, air, dan lahan basah105 km² menjadi 1. 334 km², yang digantikan oleh peningkatan tutupan pohon, padang rumput, dan batuan, sementara lahan pertanian, air, dan lahan basah
LENTERADUALENTERADUA Penelitian ini memanfaatkan teknologi, khususnya model deep learning InceptionV3, untuk klasifikasi penyakit ayam berdasarkan citra feses. Dataset yangPenelitian ini memanfaatkan teknologi, khususnya model deep learning InceptionV3, untuk klasifikasi penyakit ayam berdasarkan citra feses. Dataset yang
JIMF BIJIMF BI Tantangan utama yang masih ada adalah menentukan model ReTakaful yang paling sesuai untuk sektor asuransi Islam di Maroko. Hasil penelitian ini menunjukkanTantangan utama yang masih ada adalah menentukan model ReTakaful yang paling sesuai untuk sektor asuransi Islam di Maroko. Hasil penelitian ini menunjukkan
Useful /
JIMF BIJIMF BI Selain itu, temuan menunjukkan bahwa bank syariah di kedua negara memiliki kinerja efisiensi yang stabil selama periode penelitian dan oleh karena ituSelain itu, temuan menunjukkan bahwa bank syariah di kedua negara memiliki kinerja efisiensi yang stabil selama periode penelitian dan oleh karena itu
JIMF BIJIMF BI Penting juga untuk memahami layanan yang disediakan oleh penyedia dan lembaga keuangan yang sesuai Syariah dengan memanfaatkan jaringan sosial dalam lingkupPenting juga untuk memahami layanan yang disediakan oleh penyedia dan lembaga keuangan yang sesuai Syariah dengan memanfaatkan jaringan sosial dalam lingkup
UPIUPI Temuan penelitian lainnya menunjukkan bahwa siswa telah meningkatkan kesadaran mereka tentang kelas kata, urutan kata, dan makna kata. Bukti empiris iniTemuan penelitian lainnya menunjukkan bahwa siswa telah meningkatkan kesadaran mereka tentang kelas kata, urutan kata, dan makna kata. Bukti empiris ini
UPIUPI Sebanyak 265 siswa (48,3% perempuan, usia rata-rata 13,6 tahun) dari kelas 7 hingga 8 di empat sekolah secara anonim mengisi tes pemahaman membaca EFL.Sebanyak 265 siswa (48,3% perempuan, usia rata-rata 13,6 tahun) dari kelas 7 hingga 8 di empat sekolah secara anonim mengisi tes pemahaman membaca EFL.