Perpustakaan Digital ITB

Penggunaan drone atau UAV telah meluas di berbagai sektor, namun sering kali drone dioperasikan oleh individu yang tidak bertanggung jawab di area terlarang, seperti di sekitar bandara. Fenomena ini menyebabkan risiko yang signifikan bagi operasi bandara. Selain itu, drone juga dapat menyelinap masuk ke area tersembunyi seperti di antara pepohonan atau bangunan, menyulitkan deteksi. Dalam penelitian ini, penulis mengusulkan pendekatan deteksi drone menggunakan metode YOLO serta algoritma pendukung. Penulis mengembangkan sistem pengawasan yang menggabungkan model YOLO dengan algoritma DeepSORT, Region of Interest dan Background Subtraction. Data set pelatihan mencakup citra drone dan klip video. Pemilihan model YOLO didasarkan pada kinerja real-time yang efisien. Hasil eksperimen menunjukkan bahwa sistem pengawasan yang diusulkan berhasil mendeteksi drone di dalam area yang samar-samar, termasuk di antara pepohonan dan bangunan. Namun, satu keterbatasan sistem adalah bahwa ia masih kadang mengidentifikasi burung sebagai drone. Dalam kesimpulan, sistem pengawasan yang diusulkan berpotensi efektif dalam mendeteksi drone dalam kondisi yang sulit terdeteksi. Meskipun masih ada beberapa aspek yang perlu ditingkatkan, penelitian ini dapat membantu pengembangan sistem pengawasan untuk mendeteksi drone di daerah yang dilarang serta dalam pengembangan teknologi keamanan.