Perpustakaan Digital ITB

Mobilisasi yang terus terjadi dan meningkat di kota-kota besar menjadikan kereta api menjadi salah satu opsi yang paling banyak dipilih oleh penduduk kota. Smart mobility menjadi salah satu aspek yang diwujudkan dalam smart city. Bandung adalah salah satu ibu kota di Indonesia yang sedang dalam rangka mewujudkan smart city. Stasiun Bandung menjadi stasiun yang difokuskan pada Tugas Akhir karena menjadi stasiun utama di kota Bandung. Safety and security adalah aspek yang paling penting bagi penumpang kereta api Bandung ketika melakukan perjalanan dengan kereta dan berada di stasiun. Solusi yang dilakukan pada Tugas Akhir ini adalah memanfaatkan CCTV yang sudah dipasang di sudut-sudut area stasiun. CCTV ini digunakan untuk melakukan video analytics terhadap orang di stasiun, terutama untuk pergerakan orang yang menyusup pintu stasiun dengan menggunakan metode multi object tracking. Tugas Akhir ini bertujuan untuk menambahkan fitur rekognisi aktivitas trespassing untuk meningkatkan safety and security pada platform safe and secure di stasiun KAI dengan memperhatikan ketepatan algoritma yang dipilih, kebutuhan komputasi model, dan kinerja model dari segi presisi. Dilakukan perbandingan antara sepuluh kombinasi algoritma deteksi (YOLOv3, YOLOv4, dan YOLOv5) serta algoritma pelacakan (SORT dan DeepSort). Algoritma yang digunakan dalam Tugas Akhir ini adalah Crowd YOLOv5m dan DeepSort. Kombinasi algoritma ini dinilai paling akurat dengan kekuatan komputasi yang hampir sama dengan kombinasi lain. Setelah ditambahkan fitur safe and secure pada platform existing VIANA, fitur berhasil berjalan diatas platform dengan kekuatan utilisasi GPU 92%, utilisasi memori 19%, frame rate 8 FPS, serta skor precision sebesar 44%.