Kamera Pengawasan Physical Distancing Berbasis Artificial Intelligence

Authors

DOI:

https://doi.org/10.34818/eoe.v9i5.18465

Abstract

Abstrak—Keadaan darurat yang diakibatkan Coronavirus telah mempengaruhi dunia dalam beberapa hal. Sejak adanya virus menular tersebut, seluruh warga dunia harus menyesuaikan cara hidup karena virus ini dapat menyebar melalui droplet dari hidung atau mulut pada saat batuk atau bersin. Salah satu cara untuk mengurangi penyebaran virus tersebut adalah dengan cara menerapkan physical distancing. Physical distancing merupakan salah satu cara pencegahan penyebaran virus dengan menjaga jarak, maka untuk memastikan bahwa pelaksanaan physical distancing dilakukan dengan benar, perlu dilakukan pengawasan terhadap kegiatan tersebut. Salah satu hal yang bisa dilakukan untuk membantu permasalahan tersebut adalah dengan memanfaatkan teknologi pada bidang artificial intelligence atau deep learning. Dalam penelitian ini, peneliti menerapkan algoritma YOLO (You Only Look Once) untuk melakukan pendeteksian physical distancing. Dari hasil pengujian, sistem yang dibangun dapat mendeteksi object orang pada suatu tempat menggunakan raspberry pi. Output yang didapatkan yaitu sistem dapat memberikan tanda hijau pada bounding box jika object berada pada jarak aman, sebaliknya sistem memberikan tanda merah pada bounding box jika object berada pada jarak berdekatan. Hasil yang didapatkan untuk deteksi objek ialah 100% dalam 200 kali percobaan dengan tingkat akurasi untuk deteksi physical distancing adalah 92% dan 93%. Kata kunci—coronavirus, physical distancing, YOLO, deep learning, artificial intelligence

References

[1] Kemenkes Indonesia, “Pertanyaan dan Jawaban Terkait COVID-19”. Available: Kemenkes, https://www.kemkes.go.id/folder/view/full-content/structure-faq.html

[2] World Health Organization. Transmission of SARS-CoV-2: implications for infection prevention precautions Scientific brief. 2020

[3] Northwest Medicine, “What is Physical Distancing”. Available: Northwest Medicine, https://www.nm.org/healthbeat/healthy-tips/what-is-social-distancing. [Diakses 13 Oktober 2020]

[4] Swastika, W., dkk. 2019. Monitoring Ruangan Untuk Deteksi Manusia Berbasis CNN Dengan Fitur Push Notification. Teknika 8(2): 92-96

[5] Choudhary, Ashish. “Social Distancing Detector Using OpenCV and Raspberry Pi”. Available: https://circuitdigest.com/microcontroller-projects/social-distancing-detector-using-opencv-and-raspberry-pi.

[6] Zhao, Z.Q., Zheng, P., Xu, S.T. and Wu, X., 2019. Object detection with deep learning: A review. IEEE transactions on neural networks and learning systems, 30(11), pp.3212-3232.

[7] Dhiaegana R. N. (2020). Penerapan Convolutional Neural Network Untuk Deteksi Pedestrian Pada Sistem Autonomous Vehicle (Skripsi). Sekolah Teknik Elektro dan Informatika. Institut Teknologi Bandung.

[8] Kurniawan, Agus. 2019. Getting Started with Raspberry Pi 4 1st Edition. Indonesia: Self Published Book.

Downloads

Published

2022-10-01

Issue

Pages

2093-2097

Section

Program Studi S1 Teknik Elektro