Ryaas Rasyid Irvine, Flavius (2022) Penerapan Algoritma YOLOv3 melalui Webcam untuk Pengawasan Physical Distancing di Perpustakaan Universitas Multimedia Nusantara. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
COVID-19 pertama kali ditemukan di Wuhan, China pada tahun 2019. Kasus pertama COVID-19 di Indonesia ditemukan pada bulan Maret tahun 2020. Berbagai cara sudah dilakukan oleh pemerintah untuk menanggulangi pandemi COVID-19 mulai dari PSBB, PPKM, dan kampanye gerakan 5M. Namun salah satu protokol yang sering diabaikan terutama ketika aktivitas sudah kembali berjalan normal yaitu physical distancing. Pemanfaatan teknologi berperan penting dalam pandemi, seperti aplikasi Peduli Lindungi dan alat pendeteksi suhu. Pengawasan physical distancing dapat diterapkan menggunakan algoritma pendeteksian objek. Salah satu algoritma pendeteksian objek yang sering dipakai secara realtime dan memiliki performa terbaik seperti algoritma YOLOv3. Oleh karena itu, pada penelitian ini akan menghasilkan sebuah sistem yang mampu melakukan pendeteksian physical distancing menggunakan webcam dan mampu memiliki performa yang tinggi dengan menggunakan algoritma YOLOv3 untuk melakukan pendeteksian objek. Sistem yang dibuat juga akan memberikan pengawasan physical distancing terutama dalam pengukuran jarak karena adanya komponen tambahan seperti line untuk membantu pengukuran antar objek.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Object Detection, Physical Distancing, YOLOv3 viii Penerapan Algoritma YOLOv3..., Flavius Ryaas Rasyid Irvine, Universitas Multimedia Nusantara |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ |
Divisions: | Faculty of Engineering & Informatics > Information System |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 24 Nov 2022 06:01 |
Last Modified: | 03 Aug 2023 01:15 |
URI: | https://kc.umn.ac.id/id/eprint/20103 |
Actions (login required)
![]() |
View Item |