Perpustakaan Digital ITB

Penggunaan teknologi pada pertempuran modern merupakan aspek yang terus berkembang, termasuk penggunaan drone untuk keperluan pengintaian dan pelacakan target berupa kendaraan militer. Fenomena ini menghasilkan citra video dalam volume besar yang memerlukan deteksi dan pelacakan secara otomatis, sehingga mengurangi kebutuhan operator manusia. Meski demikian, citra video drone pada dunia nyata seringkali diperburuk dengan frame rate dan resolusi yang rendah. Hambatan-hambatan ini dapat menurunkan kinerja sistem deteksi dan pelacakan kendaraan militer. Pada tugas akhir ini, dikembangkan sebuah pipeline deteksi dan pelacakan multi-objek berbasis drone yang robust terhadap citra video berkualitas rendah sekaligus menangani pergerakan simultan dari drone dan kendaraan militer. Pipeline berupa modifikasi terhadap gabungan detektor YOLOv12 dan tracker Hybrid-SORT. Berdasarkan evaluasi pada dataset dari sumber yang sama dengan penelitian Kostiv dkk. (2025) dalam penelitian mereka, pipeline mampu mencapai nilai metrik evaluasi HOTA sebesar 49,29% dan IDF1 sebesar 51,20% pada data uji.