PERBANDINGAN MOBILENET-SSD VERSI 1 DAN 2 UNTUK DETEKSI OBJEK MANUSIA
Menurut data registrasi Polri tindak kriminalitas di Indonesia pada tahun 2019 sebanyak 269.324 kejadian, sedangkan pada kasus kejahatan terhadap hak milik tanpa menggunakan kekerasan berada pada angka 80.450 kejadian. kamera pengawas menjadi salah satu upaya meningkatkan keamanan. Kemajuan teknologi pengolahan citra dibidang teknologi computer vision memanfaatkan teknologi deep learning untuk mendeteksi sebuah objek. pada penelitian ini arsitektur CNN yang digunakan untuk mengenali sebuah objek adalah pre-trained model MobileNet-SSDV1 dan V2 yang dilakukan analisis performa untuk mendeteksi objek manusia dari input citra dua dimensi dan menggunakan masukan video capture. Sistem melakukan deteksi terhadap objek manusia menggunakan kedua pre-trained model tersebut. Hasil Pengujian data latih terhadap input citra dua dimensi diambil menggunakan kamera smartphone pre-trained model MobileNet-SSDV2 mendapatkan nilai akurasi, presisi, recall, dan F1 Score yang lebih tinggi dibandingkan pre-trained model MobileNet-SSDV1. Hasil pengujian data uji dengan input webcam laptop pre-trained model MobileNet-SSDV2 mendapatkan nilai rata-rata sebesar 77.3, sedangakan pre-trained model MobileNet-SSDV1 mendapatkan nilai rata-rata sebesar 69.7.
Detail Information
Citation
APA Style
. (2022).PERBANDINGAN MOBILENET-SSD VERSI 1 DAN 2 UNTUK DETEKSI OBJEK MANUSIA ().Teknik Informatika:FTI
Chicago Style
.PERBANDINGAN MOBILENET-SSD VERSI 1 DAN 2 UNTUK DETEKSI OBJEK MANUSIA ().Teknik Informatika:FTI,2022.Text
MLA Style
.PERBANDINGAN MOBILENET-SSD VERSI 1 DAN 2 UNTUK DETEKSI OBJEK MANUSIA ().Teknik Informatika:FTI,2022.Text
Turabian Style
.PERBANDINGAN MOBILENET-SSD VERSI 1 DAN 2 UNTUK DETEKSI OBJEK MANUSIA ().Teknik Informatika:FTI,2022.Text