Publisher

UMIUMI

Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi AkuntansiMETHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Abstract

Manajemen kerumunan di area transportasi publik menjadi tantangan penting seiring meningkatnya populasi urban. Penelitian ini mengembangkan sistem deteksi dan penghitungan jumlah orang secara real-time berbasis web, dengan mengintegrasikan algoritma YOLOv8 dan framework Streamlit. Studi kasus dilakukan di pintu masuk Stasiun Bekasi. Model dikembangkan menggunakan pendekatan AI Project Life Cycle dan sistem dibangun dengan metode Waterfall. Data diperoleh dari rekaman video yang diekstrak menjadi gambar, kemudian dianotasi dan diproses menjadi dataset pelatihan dan pengujian. Model YOLOv8 dilatih selama 50 epoch, menghasilkan performa yang baik dengan mAP@0.5 sebesar 91,7%, precision maksimum 93,6%, dan F1-score 87%. Uji coba terhadap 15 gambar menunjukkan akurasi rata-rata 80,37% dan error 19,63%. Performa model menurun pada gambar luar-dataset akibat variasi pencahayaan dan kepadatan ekstrem. Sistem diuji melalui black-box testing dan menunjukkan bahwa semua fitur utama—unggah gambar, deteksi objek, visualisasi, dan unduhan hasil—berfungsi dengan baik. Sistem telah berhasil dideploy di Streamlit Cloud. Hasil ini menunjukkan bahwa sistem mampu memberikan solusi praktis, ringan, dan responsif untuk mendukung pengawasan kerumunan di area publik. Pada tahap selanjutnya, sistem dapat ditingkatkan untuk mendukung pemrosesan input berupa stream video secara langsung serta diintegrasikan dengan modul klasifikasi guna mengidentifikasi dan membedakan arus pergerakan individu yang masuk dan keluar dari suatu area pengamatan.

Conclusion

Penelitian ini berhasil mengembangkan sebuah sistem crowd counting berbasis web dengan menggunakan model YOLOv8 yang diintegrasikan ke dalam framework Streamlit.Sistem ini dirancang untuk mendeteksi dan menghitung jumlah orang secara real-time di area pintu masuk Stasiun Bekasi.Hasil implementasi menunjukkan bahwa sistem mampu menampilkan visualisasi deteksi secara langsung, yang sangat bermanfaat untuk mendukung pengelolaan kerumunan di lokasi yang padat seperti stasiun kereta api.Dari pengujian, model YOLOv8 menunjukkan performa yang cukup baik dengan tingkat akurasi sebesar 80,37%, dan rata-rata kesalahan sebesar 19,63% dalam mendeteksi serta menghitung jumlah orang pada gambar.Sistem memiliki potensi sebagai alat bantu dalam pengawasan kerumunan, khususnya untuk meningkatkan keselamatan dan kenyamanan pengguna transportasi publik.

Future Research

Berdasarkan hasil penelitian, pengembangan sistem selanjutnya dapat difokuskan pada beberapa aspek penting. Pertama, perlu dikembangkan mekanisme penghitungan dua arah untuk menganalisis arus pergerakan pengunjung masuk dan keluar stasiun secara terpisah. Kedua, integrasi kemampuan pemrosesan video secara real-time akan memungkinkan pemantauan kerumunan secara langsung dan responsif. Ketiga, perlu dilakukan pelatihan model dengan dataset yang lebih beragam untuk meningkatkan kemampuan generalisasi dan akurasi deteksi pada berbagai kondisi lingkungan, seperti pencahayaan rendah dan kepadatan tinggi. Dengan pengembangan ini, sistem crowd counting diharapkan dapat memberikan kontribusi yang lebih signifikan dalam pengelolaan kerumunan di area transportasi publik.

References

1. Enhancing real human detection and people counting using YOLOv8 | BIO Web of Conferences. enhancing real... bio-conferences.org/articles/bioconf/abs/2024/16/bioconf_iscku2024_00061/bioconf_iscku2024_00061.htmlEnhancing real human detection and people counting using YOLOv8 BIO Web of Conferences enhancing real bio conferences articles bioconf abs 2024 16 bioconf iscku2024 00061 bioconf iscku2024 00061 html
2. Abstract. library back articles article volume ipas crowd counting deep learning based head detection... library.imaging.org/ei/articles/35/9/IPAS-293Abstract library back articles article volume ipas crowd counting deep learning based head detection library imaging ei articles 35 9 IPAS 293
3. PEOPLE COUNTING FOR PUBLIC TRANSPORTATIONS USING YOU ONLY LOOK ONCE METHOD | Jurnal Teknik Informatika... jutif.if.unsoed.ac.id/index.php/jurnal/article/view/77PEOPLE COUNTING FOR PUBLIC TRANSPORTATIONS USING YOU ONLY LOOK ONCE METHOD Jurnal Teknik Informatika jutif if unsoed ac index php jurnal article view 77

Metadata

File size	1.65 MB
Pages	9
DMCA	Report