Perpustakaan Digital ITB

Saat ini masih banyak kasus kehilangan barang pribadi yang terjadi di ruang publik. Meskipun terdapat CCTV, pemilik barang baru menyadari kehilangan barangnya setelah beberapa waktu, sehingga mempersulit pencarian barang. Untuk mengatasi permasalahan tersebut, dibutuhkan suatu sistem yang dapat mendeteksi apakah suatu barang rawan untuk hilang melalui CCTV secara realtime. Pendeteksian secara realtime didefinisikan sebagai pendeteksian secara langsung yang memastikan tidak ada objek yang tertangkap kamera dan terlewat dari sistem, sehingga digunakan batasan frekuensi minimal 3 FPS. Ketika sewaktu-waktu terjadi kasus kehilangan barang, informasi barang rawan hilang yang dibuat sistem dapat digunakan untuk membantu mempermudah pencarian barang. Sistem pendeteksian barang rawan hilang yang dibangun dapat mendeteksi objek, melacak pergerakan objek, membuat relasi antara barang dan pemiliknya, serta menentukan apakah suatu barang berada dalam kondisi rawan untuk hilang. Pendeteksian objek dilakukan menggunakan pilihan model deteksi YOLOv4CSP, ScaledYOLOv4, dan YOLOv5. Sementara, pelacakan objek dilakukan dengan framework SORT dan Deep SORT. Relasi barang dan orang dibuat berdasarkan seberapa lama objek terdeteksi dan saling berdekatan. Berdasarkan hasil pengujian pada komponen sistem, sistem dapat dibangun dengan pilihan komponen yang berjalan secara optimal pada GPU, namun pada CPU pilihan komponen yang dapat digunakan lebih terbatas agar frekuensi pemrosesan yang dihasilkan masih diatas batas minimal. Kinerja sistem pada CPU dapat dilakukan dengan mengakselerasi model yang digunakan dengan ONNX untuk meningkatkan frekuensi pemrosesan 1-2 FPS. Sistem yang dibangun dianggap berhasil jika dapat berjalan pada setidaknya setengah dari skenario yang telah dibuat. Dari 7 buah skenario yang dibuat, terdapat 4 skenario yang berhasil dan 3 skenario yang gagal dideteksi sistem. Sistem dapat berjalan pada kondisi benda dan pemiliknya terdeteksi pada waktu dan jarak yang berdekatan serta pengambilan barang oleh orang lain masih terjadi di dalam frame. Namun, sistem masih belum dapat mengatasi permasalahan objek yang telah terdeteksi keluar dari frame dan masuk kembali setelah beberapa waktu.