Perpustakaan Digital ITB

Pentingnya informasi statistik dalam analisis perilaku manusia mendorong adanya peningkatan efisiensi dalam proses pengumpulan data. Permasalahan yang terjadi adalah pengumpulan data yang masih dilakukan secara manual oleh tenaga manusia. Permasalahan tersebut dapat bermuara pada rendahnya ketelitian penghitung akibat keterbatasan yang dimiliki tenaga kerja. Penelitian ini mengkaji sistem penghitung orang yang dibangun dengan pendekatan deteksi dan pelacakan dari model berbasis Deep Learning yang bertujuan agar proses penghitungan orang dapat dilakukan secara otomatis dari analisis video rekaman CCTV dengan tetap menjaga akurasi sistem tetap terpercaya. Pendekatan yang dilakukan pertama kali adalah membangun detektor manusia beserta dataset latihnya, kemudian mengintegrasi sistem pelacakan dan metode hitung. Penyiapan detektor manusia mencakup pengumpulan gambar dan penganotasian objek untuk data latih sebanyak 4000 gambar manusia yang terdiri atas 2000 gambar yang diekstrak dari video CCTV serta 2000 gambar yang diperoleh dari dataset Open Image V6. Data gambar tersebut kemudian diolah dengan menggunakan metode deteksi YOLOV4. Berdasarkan pengujian dengan datatest sebanyak 2000 gambar diperoleh nilai mAP deteksi sebesar 92.62%. Setelah itu dilakukan proses integrasi dengan modul pelacakan yang menggunakan DeepSORT sehingga didapatkan lintasan pergerakan objek yang terdeteksi. Kemudian metode hitung yang digunakan adalah dengan menilai pergerakan objek yang dilihat dari selisih letak lintasan awal terdeteksi dengan letak terakhir objek yang terdeteksi. Menggunakan metode hitung seperti itu maka akan didapatkan hasil penghitungan objek yang keluar dan masuk di dalam video. Untuk mendapatkan hasil yang lebih optimal maka dilakukan tuning dalam parameter DeepSORT dan metode hitung. Setelah dilakukan pengujian sistem menggunakan video CCTV yang dimiliki dimana skenario yang diujikan adalah pergerakan manusia dalam video adalah dua arah maka diperoleh nilai F-score untuk penghitungan objek yang keluar dan masuk masing-masing sebesar 100% dan 85%.