| dc.contributor.author | Maulana, Muhammad Ahsan | |
| dc.contributor.author | Soleh, Muhamad | |
| dc.date.accessioned | 2024-09-17T08:22:42Z | |
| dc.date.available | 2024-09-17T08:22:42Z | |
| dc.date.issued | 2022-08-14 | |
| dc.identifier.issn | KODEPRODI55201#Teknik Informatika | |
| dc.identifier.uri | http://repository.iti.ac.id/jspui/handle/123456789/2323 | |
| dc.description | Dosen Pembimbing : Muhamad Soleh | en_US |
| dc.description.abstract | Penelitian ini difokuskan pada implementasi dan pengujian Sistem Pendeteksi Physical Distance Pada Antrian Menggunakan Metode YOLOv3 dengan tujuan untuk membantu satgas COVID-19 pada area antrian dalam memantau serta menghimbau pelanggar physical distance secara langsung pada antrian sehingga antrian dapat berjalan sesuai dengan protokol kesehatan. Sistem dibangun menggunakan metode YOLOv3 dalam proses pendeteksian objek manusia dan menerapkan metode euclidean dua dimensi dalam proses pendeteksi pelanggaran physical distance. Metode pengujian berdasarkan hasil pengamatan dari video pengujian yang sudah diskenariokan dengan menggunakan angel kamera High Angle pada setiap video pengujian. Hasil pengujian berupa sebuah kesimpulan dimana menentukan dan menyesuaikan minimal jarak physical distance dalam satuan piksel dan maksimal jumlah objek yang terdeteksi pada jangkauan kamera untuk mendapatkan persentase hasil deteksi objek manusia dan deteksi pelanggaran yang terjadi. Pada pengujian video D dengan konfigurasi MIN_DISTANCE sebesar 60 mendapatkan persentase deteksi objek menggunakan YOLOv3 mencapai 94,17% dengan false detection sebanyak 0. Kemudian untuk persentase pelanggaran physical distance mencapai 100%. Diharapkan hasil penelitian ini dapat membantu satgas COVID-19 pada area antrian dalam memantau serta menghimbau pelanggar physical distance secara langsung pada antrian sehingga menumbuhkan kesadaran diri masyarakat terkait antrian yang sesuai dengan protokol kesehatan. | en_US |
| dc.language.iso | other | en_US |
| dc.publisher | Institut Teknologi Indonesia | en_US |
| dc.subject | COVID-19 | en_US |
| dc.subject | euclidean | en_US |
| dc.subject | false detection | en_US |
| dc.subject | physical distance | en_US |
| dc.subject | YOLOv3 | en_US |
| dc.title | Sistem Pendeteksi Physical Distance Pada Antrian Menggunakan Metode YOLO (You Only Look Once) v3 | en_US |
| dc.type | Thesis | en_US |
| dc.identifier.nidn | NIDN0302128902 | |
| dc.identifier.nim | NIM1151600047 |