(0721) 8030188    pusat@itera.ac.id   

DETEKSI HEATMAP KERAMAIAN PENGUNJUNG DI TAMAN GAJAH SELAMA PANDEMI COVID-19 BERBASIS ALGORITMA OBJECT DETECTION SINGLE SHOT MULTIBOX DETECTOR (SSD)


Pandemi Covid-19 telah memaksa masyarakat beraktivitas dengan menerapkan protokol kesehatan. Pengawasan untuk menjaga jarak menjadi krusial di tempat wisata seperti Taman Gajah. Deep learning diajukan untuk melakukan pengawasan keramaian di suatu ruang. Penelitian ini bertujuan mengetahui penerapan deep learning untuk membuat motion heatmap keramaian berbasis deteksi objek kelas “person” guna memetakan keramaian di Taman Gajah. Algoritma deep learning dijalankan menggunakan NVIDIA Jetson Nano. SSD MobileNet V1 COCO diterapkan untuk melakukan deteksi objek. Motion heatmap dibangun menggunakan fitur background substraction dari OpenCV. Data pre-trained digunakan untuk melatih model deteksi objek dan memiliki skor mAP sebesar 23,2% pada set data COCO dengan 91 kelas. Evaluasi deteksi objek dilakukan menggunakan teknik confusion matrix. Diperoleh performa deteksi objek dengan skor accuracy 0,60; recall 0,63; precision 0,84; dan F1 score 0,72 pada variasi confidence threshold 0,3. Motion heatmap berhasil dibuat pada variasi confidence threshold deteksi objek 0,6. Algoritma motion heatmap berbasis deteksi objek menggunakan ssd_mobilenet_v1_coco berhasil dibangun pada video pengujian di Taman Gajah.

URI
https://repo.itera.ac.id/depan/submission/SB2206160061

Keyword