SKRIPSI DIGITAL
Rancang Bangun Sistem Deteksi Manusia Menggunakan Machine Learning untuk Menghitung Potensi Kerumunan = Design and Developing Human Detection System Using Machine Learning to Calculate Crowd Potential
Kerumunan manusia merupakan fenomena sosial yang sering terjadi dalam berbagai situasi seperti acara besar, transportasi publik, dan tempat wisata. Kerumunan yang terlalu padat bisa menjadi bahaya serius karena dapat menyebabkan insiden yang disebut human stampede. Sebagai contoh, pada insiden Kanjuruhan dan Itaewon, kerumunan orang yang besar membuat beberapa orang tidak dapat bertahan, terjatuh, terjepit, dan kesulitan bernapas. Hal ini diperburuk dengan metode deteksi kerumunan yang ada masih dilakukan secara manual. Dari masalah tersebut dibangun sebuah sistem pendeteksi manusia untuk menghitung potensi kerumunan dengan machine learning. Penelitian ini menggunakan arsitektur Convolutional Neural Network (CNN) dengan algoritma YOLOv8 yang dilatih dengan dataset kemudian diterapkan pada Jetson Nano sehingga dapat dipantau secara real-time melalui situs web localhost. Hasil penelitian ini menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi orang dan menghitung kepadatan dengan rata-rata precision sebesar 0,9235 dan rata-rata recall sebesar 0,764 dengan rata-rata waktu inference sebesar 272,26 ms.
No other version available