Sistem Penghitung Pengunjung dengan Metode You Only Look Once pada CCTV di Anom Coffee

Zacky, Rizky Aris (2025) Sistem Penghitung Pengunjung dengan Metode You Only Look Once pada CCTV di Anom Coffee. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354032_0001099003_0012059501_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (418kB)
	Text (Full Text) RAMA_58302_2115354032_full.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy
	Text (iThenticate) RAMA_58302_2115354032_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Kemajuan teknologi informasi dan kecerdasan buatan, khususnya dalam bidang computer vision, telah mendorong pengembangan sistem pemantauan berbasis kamera yang mampu mendeteksi dan menghitung jumlah orang secara otomatis. Sistem ini semakin dibutuhkan di berbagai ruang publik seperti kafe, pusat perbelanjaan, dan area komunitas untuk mendukung pengelolaan kapasitas, pelayanan pelanggan, serta pengambilan keputusan berbasis data. Penelitian ini mengembangkan sistem penghitung pengunjung otomatis dengan memanfaatkan algoritma YOLO11 sebagai model deteksi objek, yang difokuskan untuk mengenali objek manusia dari rekaman video CCTV. Proses deteksi dilakukan dengan memanfaatkan bounding box hasil keluaran model YOLO, dan menentukan arah pergerakan objek berdasarkan interaksi terhadap area poligon yang telah ditentukan. Seluruh proses logika pendeteksian dikembangkan menggunakan bahasa pemrograman Python dan ditampilkan melalui antarmuka web berbasis Django. Data jumlah pengunjung disimpan secara berkala ke dalam basis data, lalu divisualisasikan dalam bentuk grafik dan statistik harian agar mudah dianalisis oleh pengguna. Model pra-latih YOLO11n dapat mencapai precision 100%, recall sebesar 76,67%, F1-score 86,81%, dan accuracy 76,67%. Sistem juga mampu berjalan hingga 68 frame per detik dengan latensi rata-rata 15 ms ketika dijalankan pada perangkat dengan GPU Cuda. Pengujian terhadap beberapa skenario menunjukkan akurasi tinggi pada kondisi tidak padat, namun menurun ketika tiga orang melintas bersamaan akibat tumpang tindih objek. Sistem ini mampu memberikan informasi jumlah pengunjung dan okupansi secara akurat, sehingga dapat digunakan sebagai alat bantu pengambilan keputusan dalam pengelolaan ruang publik.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	YOLOv11, People Counting, CCTV, Deteksi Objek, Real-time
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	Rizky Aris Zacky
Date Deposited:	17 Sep 2025 01:20
Last Modified:	17 Sep 2025 01:20
URI:	https://repository.pnb.ac.id/id/eprint/19797

Actions (login required)

View Item