Pengawasan Physical Distancing Berbasis Transformasi Perspektif Bird View Dalam Mengukur Jarak Euclid Antar Objek

Ananda, Yesaya Yova (2021) Pengawasan Physical Distancing Berbasis Transformasi Perspektif Bird View Dalam Mengukur Jarak Euclid Antar Objek. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 06111740000070-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (3MB) | Request a copy

Abstract

Penyebaran wabah COVID-19 masih terjadi sampai saat ini.
Ada beberapa kebijakan untuk mengatasinya, salah satunya
adalah dengan melakukan physical distancing, dengan cara
menjaga jarak antar individu untuk mengurangi peluang penyebaran wabah melalui kontak fisik. Namun masih banyak
terjadi pelanggaran pada kebijakan physical distancing salah satu faktornya adalah sulitnya melakukan pengawasan secara manual karena faktor kelelahan manusia sebagai pengawas. Karena itu perlu adanya sebuah sistem yang dapat melakukan pengawasan secara otomatis. Perkembangan teknologi dapat mengatasi permasalahan ini. Teknologi yang dapat membantu adalah teknologi untuk mendeteksi objek dan pengolahan citra untuk transformasi perspektif. Pada tugas akhir ini, digunakan metode YOLOv4 yang memiliki performa baik untuk mendeteksi objek pada data video secara real-time. Pendeteksian objek digunakan untuk mendeteksi setiap objek *manusia), kemudian dilakukan perubahan perspektif bird view untuk menghitung jarak Euclid antar objek. Dengan demikian sistem dapat mendeteksi pelanggaran physical distancing bila ada objek yang jaraknya kurang 1 meter. Hasil yang diperoleh dari penelitian ini adalah sebuah sistem yang menghasilkan akurasi 95.72% dalam mendeteksi pelanggaran dan rata-rata error jarak estimasi sebesar 7.49%.
=====================================================================================================
The spread of the COVID-19 outbreak is still happening today. There are several policies to overcome this, one of which is to carry out physical distancing, by maintaining a distance between individuals to reduce the chance of spreading the outbreak through physical contact. However, there are still many violations of the physical distancing policy, one of the factors is the difficulty of conducting manual supervision due to human fatigue as a supervisor. Therefore, it is necessary to
have a system that can carry out monitoring utomatically.
Technological developments can solve this problem. One technology that can help is technology to detect objects in an image. In this final project, the YOLOv4 method is used which has good performance to detect objects in video data in realtime. Object detection is used to detect every human object, then the distance between objects is calculated. Thus the system can detect physical distancing violations if there are objects that are less than 1 meters away. The results obtained from this study are a system that produces an accuracy value of 95.72% in detecting violations and the average error between the estimated distance and the real distance is 7.49%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Physical Distancing, YOLOv4, Perubahan Perspektif, Perspective Transformation
Subjects:	Q Science > QA Mathematics > QA336 Artificial Intelligence
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Yesaya Yova Ananda
Date Deposited:	28 Aug 2021 15:09
Last Modified:	28 Aug 2021 15:09
URI:	http://repository.its.ac.id/id/eprint/90431

Actions (login required)

View Item