Implementasi Computer Vision Dalam Sistem Deteksi Gerakan Disiplin Kampus

Abstract

Sistem pendeteksi objek merupakan aspek penting dalam bidang computer vision yang mendukung terhadap perkembangan teknologi yang serba canggih seperti sekarang ini. Penelitian ini untuk mengimplementasikan teknologi computer vision dalam sistem deteksi pelanggar aturan. Di dalam Sivitas Akademika IIB Darmajaya terdapat suatu program Gerakan Disiplin Kampus, GDK merupakan upaya untuk membentuk sikap moral seseorang melalui proses prilaku yang menunjukan nilai-nilai ketaatan, kepatuhan, keteraturan, dan ketertiban. Namun masih terdapat pelanggaran seperti merokok disembarang tempat yang menjadi kendala dalam penerapan program tersebut. Dalam upaya meningkatkan penegakan disiplin terbatasnya sumber daya manusia mendorong pemanfaatan teknologi, salah satu alternatifnya adalah memanfaatkan kecerdasan buatan (Artificial Intelegence) dalam bentuk computer vision, khususnya menggunakan algoritma YOLO (You Only Look Once). Algoritma ini telah terbukti unggul dalam kecepatan dan akurasi dalam deteksi objek. Pada tahapan pengembangan dilakukan pengumpulan dataset melalui sumber online dan pengambilan gambar menggunakan kamera ponsel. Total 7.057 gambar digunakan untuk melatih model deteksi pelanggaran. Selanjutnya dilakukan proses pelatihan validasi dan pengujian menggunakan python dengan bantuan perangkat lunak seperti roboflow dan google colab. Hasil dari penelitian ini menunjukkan bahwa sistem deteksi pelanggaran yang di implementasikan mampu mengenali objek pelanggaran. Evaluasi dilakukan menggunkan confution metrix dan parameter kinerja model seprti precision, recall, f1-score dan mAP.