Prediksi Deteksi Manusia Pada Citra 2,5 Dimensi Menggunakan Metode You Only Look Once (Yolov5).

Efendi, Alvin Auzan Widi (2023) Prediksi Deteksi Manusia Pada Citra 2,5 Dimensi Menggunakan Metode You Only Look Once (Yolov5). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07211640000025-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (6MB) | Request a copy

Abstract

Perkembangan teknologi pada sistem pengawasan saat ini pengawasan salah satunya adalah LiDAR, LiDAR adalah kepanjangan dari Light Detection and Ranging. Sensor LiDAR memancarkan sinar laser yang tidak terlihat untuk memindai dan mendeteksi objek disekitar sensor dan membuat bentuk 3D map dari objek dan sekitar objek pada layar display. Selain terdapat hasil berupa 3D map. LiDAR juga mengeluarkan hasil citra berbentuk 2,5 dimensi. hasil pembacaan LiDAR dapat diaplikasikan untuk keamanan, contohnya pada autonomus dimana sensor LiDAR dipasang diatas kendaraan. Sensor LiDAR akan berputar dan menembakan sinar laser secara terus menerus secara cepat dan akan menampilkan objek sekitar sensor karena diterapkan pada suatu sistem keamanan maka diperlukan pendeteksian objek secara cepat dan tepat. Deteksi objek merupakan salah satu teknologi komputer yang terkait dengan citra digital dan pengolahan citra yang berfungsi untuk mendeteksi bentuk objek semantik dari golongan tertentu (seperti manusia, gedung, atau mobil) yang ada di dalam gambar dan video digital (Sulistyowati, 2021) objek yang dipilih merupakan manusia. Metode yang digunakan YOLOv5, YOLOv5 memiliki keunggulan mudah di instal, dimana yolov5 hanya membutuhkan torch dan library python, proses training pada model yolov5 cepat selain itu yolov5 dapat mengolah sebuah gambar, sekelompok gambar, sebuah video, dan dari webcam (Solawetz, 2023), yolov5 juga dapat digunakan pada google colaboration sehingga sangat sesuai untuk penelitian yang dilakukan. Citra 2,5 dimensi keluaran LiDAR terkadang nampak secara visual kurang jelas sehingga dirasa cukup sulit untuk mengenali suatu objek Sensor LiDAR sendiri tidak dilengkapi dengan sistem pendeteksian maka diperlukan sebuah pendeteksian dengan tujuan untuk mempermudah mengenali apa objek pada citra 2,5 dimensi, Karena digunakan prediksi deteksi pada citra 2,5 dimensi dimana suatu prediksi tidak akan tergolong akurat apabila belum dibuktikan maka diperlukannya suatu pengujian untuk mengukur akurasi prediksi deteksi manusia.
=================================================================================================================================
There are many Technological developments in current surveillance systems, one of which is LiDAR, LiDAR stands for Light Detection and Ranging. The LiDAR sensor emits an invisible laser beam to scan and detect objects around the sensor and create a 3D map of the object and surrounding objects on the display screen. In addition, there are results in the form of 3D maps. LiDAR also produces 2.5-dimensional image results. LiDAR reading results can be applied for security, for example in autonomous situations where LiDAR sensors are installed above the vehicle. The LiDAR sensor will rotate and fire a continuous laser beam quickly and will display objects around the sensor because it is applied to a security system, so fast and precise object detection is required. Object detection is a computer technology related to digital imagery and image processing which functions to detect the shape of semantic objects of a certain class (such as people, buildings, or cars) in digital images and video (Sulistyowati, 2021) of selected objects. are human. The method used is YOLOv5, YOLOv5 has the advantage of being easy to install, whereas yolov5 only requires a torch and python library, and the training process on the yolov5 model is fast Besides that yolov5 can process an image, a group of images, a video, and from a webcam (Solawetz, 2023), yolov5 can also be used on google colaboratoru so it is very suitable for the research being carried out. 2.5 dimensional LiDAR output images sometimes appear visually unclear so it is quite difficult to recognize an object. therefore a prediction need to be proven, to prove a prediction an accuracy of human detection will be needed.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Detection, Human, Prediction, Security, YOLOv5, Deteksi, Keamanan, Manusia, Prediksi
Subjects:	Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User:	Alvin Auzan Widi Efendi
Date Deposited:	03 Aug 2023 06:34
Last Modified:	03 Aug 2023 06:34
URI:	http://repository.its.ac.id/id/eprint/99819

Actions (login required)

View Item