UBTUBT
Jurnal Borneo Informatika dan Teknik KomputerJurnal Borneo Informatika dan Teknik KomputerPenelitian ini dilatarbelakangi oleh meningkatnya potensi tindak kriminal yang melibatkan penggunaan senjata tajam serta keterbatasan sistem pengawasan manual dalam mendeteksi ancaman secara cepat dan akurat. Kondisi ini menunjukkan perlunya sistem otomatis berbasis deep learning yang mampu melakukan deteksi objek secara real-time. Penelitian ini bertujuan untuk mengembangkan sistem deteksi senjata tajam menggunakan algoritma YOLOv8n dengan fokus pada tiga jenis objek, yaitu pisau, sabit, dan parang. Dataset yang digunakan terdiri dari 1.200 citra (600 citra primer dan 600 citra sekunder) yang diproses melalui tahap anotasi dan augmentasi (saturasi, kecerahan, dan resize) sehingga menghasilkan 2.640 citra. Dataset kemudian dibagi menjadi 2.160 data latih, 240 data validasi, dan 240 data uji. Model dilatih selama 100 epoch menggunakan data latih. Hasil pelatihan menunjukkan nilai precision sebesar 0,865 dan recall sebesar 0,815. Evaluasi pada data uji menghasilkan precision 0,837, recall 0,819, dan F1-score 0,827, dengan performa terbaik pada kelas sabit dengan F1-score sebesar 0,924. Pengujian real-time pada jarak 1–4 meter menunjukkan sistem mampu mendeteksi objek secara responsif dengan rata-rata F1-score 0,790.
Penelitian ini berhasil merancang dan mengimplementasikan sistem deteksi senjata tajam berbasis YOLOv8n menggunakan 2.640 citra dan pelatihan selama 100 epoch, serta diintegrasikan dengan antarmuka GUI berbasis PyQt5 untuk pemantauan real-time.Berdasarkan hasil pengujian, model mampu mendeteksi objek senjata tajam dengan rata-rata precision sebesar 0,824, recall sebesar 0,760, dan F1-score sebesar 0,790 pada skenario real-time.Sistem yang dikembangkan tidak hanya mampu mendeteksi keberadaan senjata tajam, tetapi juga dilengkapi dengan mekanisme peringatan dini berupa notifikasi alarm yang aktif secara otomatis ketika objek teridentifikasi.Berdasarkan hasil penelitian, menunjukkan bahwa model YOLOv8n memiliki potensi yang baik untuk implementasi deteksi senjata tajam secara real-time.
Berdasarkan latar belakang penelitian yang menyoroti keterbatasan sistem pengawasan konvensional dan pentingnya deteksi dini ancaman, serta hasil penelitian yang menunjukkan potensi YOLOv8n dalam mendeteksi senjata tajam secara real-time, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan penelitian lebih lanjut untuk menguji kemampuan model dalam berbagai kondisi pencahayaan dan cuaca ekstrem, seperti hujan atau kabut, guna memastikan keandalan sistem dalam berbagai situasi operasional. Kedua, pengembangan sistem dapat diperluas dengan mengintegrasikan teknologi pelacakan objek (object tracking) untuk memantau pergerakan senjata tajam dan mengidentifikasi potensi ancaman secara lebih akurat. Ketiga, penelitian dapat difokuskan pada pengembangan model yang mampu mendeteksi berbagai jenis senjata tajam lainnya, seperti pisau lipat atau bom molotov, untuk meningkatkan cakupan deteksi dan memberikan perlindungan yang lebih komprehensif. Dengan menggabungkan ketiga saran ini, diharapkan dapat menghasilkan sistem deteksi senjata tajam yang lebih adaptif, akurat, dan mampu memberikan kontribusi signifikan dalam meningkatkan keamanan publik.
- ANALISIS PENGGUNAAN MODEL YOLOV8 (YOU ONLY LOOK ONCE) TERHADAP DETEKSI CITRA SENJATA BERBAHAYA | JATI... ejournal.itn.ac.id/index.php/jati/article/view/8271ANALISIS PENGGUNAAN MODEL YOLOV8 YOU ONLY LOOK ONCE TERHADAP DETEKSI CITRA SENJATA BERBAHAYA JATI ejournal itn ac index php jati article view 8271
- Prototipe Sederhana Sistem Deteksi Kriminal Berbasis Internet Of Things Menggunakan Teknologi YOLOv5... doi.org/10.34010/komputika.v13i1.12217Prototipe Sederhana Sistem Deteksi Kriminal Berbasis Internet Of Things Menggunakan Teknologi YOLOv5 doi 10 34010 komputika v13i1 12217
- Perancangan Sistem Login pada Aplikasi Berbasis GUI Menggunakan Qtdesigner Python | Budi | Jurnal SIMADA... jurnal.darmajaya.ac.id/index.php/SIMADA/article/view/2961Perancangan Sistem Login pada Aplikasi Berbasis GUI Menggunakan Qtdesigner Python Budi Jurnal SIMADA jurnal darmajaya ac index php SIMADA article view 2961
- Object Tracking Menggunakan Algoritma You Only Look Once (YOLO)v8 untuk Menghitung Kendaraan | Komputa... ojs.unikom.ac.id/index.php/komputa/article/view/10654Object Tracking Menggunakan Algoritma You Only Look Once YOLO v8 untuk Menghitung Kendaraan Komputa ojs unikom ac index php komputa article view 10654
| File size | 949.11 KB |
| Pages | 13 |
| DMCA | Report |
Related /
POLBANPOLBAN Pertumbuhan populasi dan urbanisasi telah meningkatkan timbulan sampah serta memperberat tantangan pengelolaan sampah secara global. Di Indonesia, timbulanPertumbuhan populasi dan urbanisasi telah meningkatkan timbulan sampah serta memperberat tantangan pengelolaan sampah secara global. Di Indonesia, timbulan
ITB ADITB AD js menunjukkan penurunan performa dan kestabilan saat beban tinggi, dengan munculnya kesalahan pada skenario ramp up 50 VU, namun tetap cocok untuk sistemjs menunjukkan penurunan performa dan kestabilan saat beban tinggi, dengan munculnya kesalahan pada skenario ramp up 50 VU, namun tetap cocok untuk sistem
LAKASPIALAKASPIA Al-Ghazali memandang bahwa tujuan utama pendidikan adalah mendekatkan manusia kepada Allah melalui proses penyucian diri dan pembentukan akhlak mulia.Al-Ghazali memandang bahwa tujuan utama pendidikan adalah mendekatkan manusia kepada Allah melalui proses penyucian diri dan pembentukan akhlak mulia.
NURUL FIKRINURUL FIKRI Global Media Utama Teknologi dengan menggunakan beberapa teknologi, seperti Network Attached Storage (NAS) dan aplikasi backup dari perusahaan AcronisGlobal Media Utama Teknologi dengan menggunakan beberapa teknologi, seperti Network Attached Storage (NAS) dan aplikasi backup dari perusahaan Acronis
NURUL FIKRINURUL FIKRI Relay digunakan untuk mengontrol pompa air yang menyiram tanaman secara otomatis berdasarkan kelembapan tanah, sehingga mengeliminasi kebutuhan penyiramanRelay digunakan untuk mengontrol pompa air yang menyiram tanaman secara otomatis berdasarkan kelembapan tanah, sehingga mengeliminasi kebutuhan penyiraman
NURUL FIKRINURUL FIKRI Hasil evaluasi pengujian dengan metode Blackbox Testing terhadap fungsionalitas aplikasi menunjukkan semua fitur 85,7% aplikasi bekerja dengan baik, danHasil evaluasi pengujian dengan metode Blackbox Testing terhadap fungsionalitas aplikasi menunjukkan semua fitur 85,7% aplikasi bekerja dengan baik, dan
LLDIKTI10LLDIKTI10 Hyper Parameter yang digunakan juga berpengaruh terhadap hasil akurasi pengujian. Penelitian ini menggunakan metode Convolutional Neural Network (CNN)Hyper Parameter yang digunakan juga berpengaruh terhadap hasil akurasi pengujian. Penelitian ini menggunakan metode Convolutional Neural Network (CNN)
UMAUMA Upaya penanganan masalah tersebut diharapkan dapat dilakukan secara reaktif artinya pemerintah daerah dapat melakukan resolusi konflik, mediasi atau musyawarahUpaya penanganan masalah tersebut diharapkan dapat dilakukan secara reaktif artinya pemerintah daerah dapat melakukan resolusi konflik, mediasi atau musyawarah
Useful /
ITB ADITB AD Penelitian ini berhasil mengimplementasikan model YOLOv8 untuk klasifikasi dan pelacakan kendaraan berbasis OpenCV dan Flask. Model ini menunjukkan performaPenelitian ini berhasil mengimplementasikan model YOLOv8 untuk klasifikasi dan pelacakan kendaraan berbasis OpenCV dan Flask. Model ini menunjukkan performa
LLDIKTI10LLDIKTI10 Metode ini menggunakan Unified Modelling Language (UML) sebagai standar pemodelannya. UAM adalah suatu usaha untuk mengkombinasikan praktek, proses danMetode ini menggunakan Unified Modelling Language (UML) sebagai standar pemodelannya. UAM adalah suatu usaha untuk mengkombinasikan praktek, proses dan
UMAUMA Hasil penelitian menunjukkan bahwa peranan Jaksa dalam pengendalian tindak pidana korupsi secara penal maupun non penal belum maksimal karena terdapatHasil penelitian menunjukkan bahwa peranan Jaksa dalam pengendalian tindak pidana korupsi secara penal maupun non penal belum maksimal karena terdapat
UMAUMA Pertamina hanya mengatur hak-haknya dan jarang sekali terdapat kewajiban dan dari segi lain perjanjian tersebut hanya memuat sejumlah kewajiban yang harusPertamina hanya mengatur hak-haknya dan jarang sekali terdapat kewajiban dan dari segi lain perjanjian tersebut hanya memuat sejumlah kewajiban yang harus