<![CDATA[Pendeteksian karakter dalam film animasi secara otomatis masih menghadapi tantangan signifikan, seperti kompleksitas latar belakang, variasi pencahayaan, dan perbedaan pose karakter, yang dapat menurunkan akurasi sistem. Penelitian ini bertujuan untuk meningkatkan akurasi pendeteksian karakter animasi dengan menerapkan metode Single Shot Detection (SSD) menggunakan TensorFlow. Studi kasus difokuskan pada karakter dalam film animasi Battle of Surabaya. Metode SSD dipilih karena kemampuannya dalam melakukan deteksi objek secara cepat dan efisien dalam satu tahap pemrosesan. Dataset yang digunakan terdiri dari 30 gambar karakter Musa, Yumna, dan Danu dalam berbagai pose dan kondisi visual. Proses pelatihan model dilakukan menggunakan pendekatan transfer learning dan augmentasi data untuk meningkatkan keragaman data latih serta mengurangi risiko overfitting. Hasil pengujian menunjukkan bahwa model mencapai akurasi rata-rata sebesar 99% pada dataset uji, dengan performa yang tetap stabil meskipun terdapat variasi latar belakang dan pencahayaan. Analisis lebih lanjut juga dilakukan terhadap faktor-faktor yang memengaruhi kinerja model. Penelitian ini berkontribusi dalam pengembangan sistem deteksi karakter animasi yang akurat dan efisien, dengan potensi penerapan dalam industri animasi, sistem pengawasan visual, aplikasi edukatif interaktif, dan pengembangan teknologi computer vision. Selain itu, sistem ini dapat mendukung identifikasi karakter secara otomatis untuk tujuan perlindungan hak cipta visual pada media digital.]]>
