Implementasi Sistem Keamanan Otomatis dengan You Only Look Once V8
Tahun 2027 · Penulis: Ilvan Rezky Pradana
Faculty of Engineering, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Peningkatan kasus kriminalitas, khususnya pencurian sepeda motor di kawasan padat penduduk, menuntut adanya sistem keamanan yang lebih proaktif dan efisien. Sistem keamanan konvensional seperti patroli manual dan CCTV memiliki keterbatasan karena sifatnya yang reaktif dan rentan terhadap human error. Penelitian ini mengusulkan pengembangan sistem keamanan otomatis berbasis algoritma You Only Look Once versi 8 (YOLOv8) untuk mendeteksi objek secara real-time. Penelitian berfokus pada implementasi deteksi logo pada seragam santri dan objek manusia sebagai dasar kontrol akses gerbang otomatis yang terintegrasi dengan pengiriman notifikasi melalui Telegram. Metodologi penelitian mencakup perancangan perangkat keras dengan simulasi motor DC sebagai gerbang otomatis, pengumpulan dan anotasi dataset sebanyak 2.594 citra, serta pelatihan lima varian model YOLOv8 (n, s, m, l, x) menggunakan platform Google Colab. Evaluasi dilakukan dengan parameter Precision, Recall, mAP, serta F1-Score. Hasil menunjukkan bahwa YOLOv8m unggul pada akurasi lokalisasi dengan nilai mAP@0.5:0.95 sebesar 0,729, sedangkan YOLOv8l memberikan keseimbangan terbaik antara Precision dan Recall dengan F1-Score tertinggi 0,935. Model YOLOv8n menunjukkan kinerja optimal dalam kecepatan deteksi dengan rata-rata 27 FPS, sedangkan YOLOv8x memberikan akurasi tertinggi hingga 100% meskipun membutuhkan komputasi lebih besar. Secara keseluruhan, sistem mampu mengenali santri dengan tingkat keberhasilan 83–100% sesuai varian model, serta mendeteksi orang asing dengan akurasi 90%. Penelitian ini membuktikan bahwa YOLOv8 dapat diimplementasikan untuk sistem keamanan otomatis yang efektif, dengan potensi pengembangan lebih lanjut melalui peningkatan dataset, penyesuaian arsitektur model, dan optimalisasi sudut pandang kamera.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,847
Tahun 2026 · Penulis: Virginia Br Hutauruk
Rancang Bangun Smart Lock Home Berbasis IoT dengan Deteksi Wajah Menggunakan Face Recognition YOLOv8
Sistem keamanan rumah tinggal konvensional yang mengandalkan kunci manual maupun kartu akses memiliki kelemahan berupa risiko duplikasi, kehilangan, maupun penyalahgunaan oleh pihak yang tidak berwenang. Penelitian ini bertujuan untuk merancang dan menguji sis
- Cosine 0,838
Tahun 2025 · Penulis: Sofia Yuliana Manullang
Modifikasi Arsitektur YOLOv10 untuk Meningkatkan Performa Deteksi Biota Laut pada Citra Bawah Air
Penelitian ini dilakukan untuk mengatasi tantangan dalam deteksi objek bawah air yang sering mengalami kendala akibat kondisi lingkungan seperti pencahayaan rendah, kabut air, dan objek yang tersamarkan atau berukuran kecil. Deteksi secara manual oleh penyelam
- Cosine 0,837
Tahun 2025 · Penulis: Putra Gama Supriyadi
Analisa Deteksi Kendaraan Berdasarkan Jenis Dan Kecepatan Menggunakan Kamera CCTV Berbasis Algoritma Yolo V11 Di Lingkungan Universitas Jember
Penelitian ini bertujuan untuk menganalisis kemampuan algoritma YOLO V11 dalam mendeteksi jenis dan kecepatan kendaraan dari rekaman CCTV di Universitas Jember. Permasalahan utama adalah bagaimana akurasi dan kecepatan sistem bekerja secara real-time. Tujuan l