Implementasi YOLOv8n Berbasis Cloud untuk Deteksi Objek Manusia pada Sistem Pengawasan Perumahan Otomatis

Authors

  • Mizan Ghazy Praraya Tekom University
  • Burhanuddin Dirgantoro Tekom University
  • Hasbi Ash Shiddieqy Tekom University

Abstract

Abstrak — Tingginya angka pencurian di kawasan perumahan Mekarsari Endah mendorong pengembangan sistem pengawasan otomatis berbasis teknologi cerdas. Dalam penelitian ini, dirancang dan diimplementasikan sistem keamanan rumah yang mengintegrasikan algoritma deteksi objek YOLOv8n yang dijalankan di cloud server. Gambar dikirimkan dari perangkat edge setelah dipicu oleh sensor gerak, lalu diproses di cloud untuk deteksi objek secara realtime. Hasil deteksi dikirimkan kepada pengguna melalui bot Telegram. YOLOv8n dipilih karena kemampuannya mendeteksi objek secara cepat dan akurat, serta fleksibilitasnya untuk dijalankan di server Ubuntu 22.04. Pengujian dilakukan untuk mengevaluasi latensi sistem, akurasi deteksi, dan kestabilan komunikasi antara perangkat edge dan cloud. Hasil menunjukkan bahwa sistem mampu memberikan deteksi objek yang responsif dengan waktu tanggap di bawah 2,5 detik, sehingga meningkatkan efisiensi dan efektivitas pengawasan keamanan perumahan. Kata kunci— Cloud Computing, Deteksi Objek, Real-Time, Sistem Pengawasan, Telegram Bot, YOLOv8n,

References

L. Dolbachian, W. Harizi, and Z. Aboura, “Structural

Health Monitoring (SHM) Study of Polymer Matrix

Composite (PMC) Materials Using Nonlinear

Vibration Methods Based on Embedded

Piezoelectric Transducers,” Sensors, vol. 23, no. 7,

, doi: 10.3390/s23073677.

R. R. Hamidi, M. K. Herliansyah, D. Sukma, and E.

Atmaja, “Comparative Analysis of YOLOv5n and

YOLOv8n Deep Learning Models for Precision

Detection of Klowong Defects in Batik Fabric,” vol.

, no. 1, pp. 74–86, 2025.

M. Hakimi, G. A. Amiri, S. Jalalzai, F. A. Darmel,

and Z. Ezam, “Exploring the Integration of AI and

Cloud Computing: Navigating Opportunities and

Overcoming Challenges,” TIERS Inf. Technol. J.,

vol. 5, no. 1, pp. 57–69, 2024, doi:

38043/tiers.v5i1.5496.

P. Mohanty et al., “Integrating Multi-Sensors and AI

to Develop Improved Surveillance Systems,” J.

Robot. Control, vol. 6, no. 2, pp. 980–994, 2025, doi:

18196/jrc.v6i2.25596.

S. P. R, “International Journal of Research

Publication and Reviews SMART HOME

SECURITY AND WARNING TELEGRAM AND

Esp32 CAM,” vol. 8, no. 5, pp. 7488–7493, 2024.

N. A. Megantara and E. Utami, “Object Detection

Using YOLOv8 : A Systematic Review,” Sist. J. Sist.

Inf., vol. 14, no. 3, pp. 1186–1193, 2025, [Online].

Available: http://sistemasi.ftik.unisi.ac.id

Published

2025-12-04

Issue

Section

Prodi S1 Teknik Komputer