Perpustakaan Digital ITB

Smart Surveillance System atau disebut juga Smart CCTV (Close Circuit Television) pada penelitian ini merupakan pengembangan dari konsep Smart CCTV konvensional dengan menerapkan teknologi deep learning yang merupakan subbidang machine learning dalam mengolah data hasil ekstraksi dari Computer Vision untuk mendeteksi dan melacak objek kendaraan secara real-time. Sistem ini berfungsi sebagai perangkat Stand Alone tanpa memerlukan proses terpusat atau aplikasi pendukung untuk pengolahan citra video. Data yang dihasilkan melalui proses klasifikasi kendaraan diolah secara langsung dan menghasilkan output dalam bentuk data teks, sehingga transmisi data menjadi lebih ringan dibandingkan dengan Smart CCTV konvensional yang mengirimkan data berupa citra bergerak atau video untuk diproses di perangkat pusat atau aplikasi pendukungnya. Peneliti menggunakan tiga varian model YOLOv7, yaitu YOLOv7, YOLOv7-Tiny, dan YOLOv7-E6, serta mengimplementasikan DeepSORT sebagai pelacak objek. Hasil penelitian menunjukkan bahwa Model YOLOv7-Tiny menonjol dengan peningkatan kinerja hingga 96.23% dibandingkan dengan YOLOv7 dan 97.22% dibandingkan dengan YOLOv7-E6. Selain itu, model YOLOv7-Tiny mampu mencapai waktu inferensi per frame sebesar 0.0235 detik, lebih cepat dari YOLOv7 (0.6226 detik per frame) dan YOLOv7-E6 (0.8449 detik per frame). Proses optimasi perangkat dengan mengubah desktop environment dari GNOME menjadi LXDE berhasil mengurangi penggunaan memori hingga 52.94%. Penelitian ini juga mencakup pengujian Object Tracking dan Counter System dengan variasi parameter Max Age, dimana tingkat akurasi tertinggi dicapai pada nilai Max Age 40, yaitu 100% untuk objek masuk dan 98.03% untuk objek keluar. Dengan implementasi Smart Surveillance System dengan menerapkan model YOLOv7 dan DeepSORT terbukti efektif dalam mendeteksi dan melacak objek kendaraan secara real-time. Hasil penelitian ini menunjukkan potensi aplikasi teknologi machine learning dan deep learning dalam pengembangan sistem pengawasan cerdas untuk pengawasan lalu lintas dan keamanan dengan tingkat responsifitas dan efisiensi yang tinggi, serta menghasilkan output dalam bentuk data teks yang memfasilitasi transmisi data secara ringan dan efisien.