Rancang Bangun Sistem People Counter untuk Penghitungan Durasi dan Kepadatan Orang dalam Ruangan Berbasis YOLOv8

Authors

  • Fadhil Julian Nimra
  • Iwan Iwut Tritoasmoro
  • Sofia Saidah

Abstract

Pengelolaan ruang publik seperti kafe, restoran, dan ruang kerja bersama memerlukan informasi akurat mengenai jumlah pengunjung, durasi kehadiran, dan tingkat kepadatan ruangan untuk mendukung pengambilan keputusan operasional. Penelitian ini merancang dan mengimplementasikan sistem People Counter berbasis visi komputer menggunakan algoritma YOLOv8 untuk mendeteksi dan menghitung jumlah orang secara real-time. Sistem memanfaatkan kamera IP berbasis RTSP sebagai perangkat input, kemudian memproses data video melalui model YOLOv8 yang telah fine-tuned khusus untuk deteksi manusia. Untuk memantau pergerakan individu, sistem menerapkan object tracking sehingga setiap pengunjung memiliki ID unik, memungkinkan perhitungan durasi kunjungan secara presisi. Data hasil deteksi disimpan pada basis data dan divisualisasikan melalui dashboard interaktif yang menampilkan jumlah pengunjung, tingkat kepadatan, serta tren kunjungan dalam bentuk grafik. Pengujian menunjukkan akurasi deteksi rata-rata mencapai 87,5% dengan kecepatan pemrosesan ≥15 FPS, dan toleransi kesalahan durasi ±2 detik. Hasil ini membuktikan bahwa sistem People Counter yang dikembangkan dapat diandalkan untuk pemantauan kapasitas ruangan secara otomatis, efisien, dan adaptif. Implementasi sistem ini berpotensi digunakan dalam berbagai skenario, termasuk manajemen acara, pemantauan fasilitas publik, dan optimalisasi operasional berbasis data.

Kata kunci— people counter, YOLOv8, visi komputer, deteksi orang, kepadatan ruangan.

References

YOLOv8 Team, “YOLOv8 Architecture Overview,” YOLOv8.org, 2024. [Online]. Available:https://yolov8.org/yolov8architecture/?utm_source=chatgpt.com#2_YOLOv 8_Architecture_Overview

I. K. Surya, “Rancang Bangun Sistem Monitoring Jumlah Pengunjung Menggunakan Kamera CCTV Berbasis Website,” Tugas Akhir, Institut Bisnis dan Informatika Stikom Surabaya, 2020. [Online]. Tersedia: https://repository.dinamika.ac.id/id/eprint/2329/5/BAB_III.pdf. [Diakses: 17-Jul-2025].

Fakultas Informatika Universitas Pasundan, “Apa itu HTML? Pengertian, Sejarah dan Bagaimana Cara Kerjanya,” if.unpas.ac.id, 2023. [Online]. Tersedia: https://if.unpas.ac.id/berita/apa-itu-html-pengertian-sejarah-dan-bagaimana-cara- kerjanya/. [Diakses: 17-Jul-2025].

Syahfaridzah, A., Panggabean, A. K., & Ardiningsih, N. A. (2020). Mendeteksi Secara Otomatis Objek Gerakan Berdasarkan Gaussian Mixture Model Menggunakan Aplikasi MATLAB. Jurnal Methodika, 19(1), 1-10.

Ren, S., He, K., Girshick, R., & Sun, J. (2016). Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. IEEE Transactions on Pattern Analysis and Machine Intelligence, 39(6), 1137-1149.

Published

2025-12-23

Issue

Section

Prodi S1 Teknik Telekomunikasi