Perpustakaan Digital ITB

Pencatatan kinerja pemain sepak bola di Indonesia masih banyak dilakukan secara manual dan subjektif, yang menyebabkan ketidakkonsistenan data serta evaluasi yang kurang akurat. Penelitian ini mengembangkan sistem analisis video yang mampu memberikan identitas (ID) unik secara konsisten kepada setiap pemain sepanjang pertandingan, bahkan dalam kondisi occlusion maupun perpindahan posisi pemain yang keluar-masuk frame. Sistem ini mengintegrasikan metode object detection menggunakan YOLOv8, multi-object tracking dengan StrongSORT, serta algoritma Re-Identification berbasis Multi-Task Learning yang mencakup body part-based features, triplet loss, dan focal loss untuk meningkatkan keandalan identifikasi pada tampilan citra dalam bounding box. Evaluasi menggunakan dataset Soccernet menunjukkan bahwa sistem ini efektif dalam mengurangi kasus ID-switch dan meningkatkan akurasi pelacakan, terutama untuk pemain yang tidak memiliki nomor punggung. Penerapan sistem ini tidak hanya meningkatkan akurasi pencatatan statistik individu secara otomatis, tetapi juga membuka peluang bagi penerapan evaluasi kinerja yang lebih objektif, terukur, dan berbasis data di lingkungan sekolah sepak bola (SSB)