<![CDATA[Pengembangan deteksi kepala sudah meningkat dengan adanya peningkatan algoritma kecerdasan buatan. Peningkatan ini dapat pula dengan penambahan tugas yaitu menghitung jumlah orang dengan mendeteksi jumlah kepala. Tujuan penelitian ini adalah menentukan performansi model sistem penghitung jumlah kepala dengan menggunakan algoritma Yolov8. Penelitian ini hanya berfokus membuat model deteksi jumlah orang. Jumlah dataset yang dirancang berjumlah 2390 gambar yang diperoleh dari dataset Roboflow, dengan pemisahan data sebesar 70:20:10 untuk masing-masing, data latih; data uji ; data validasi. Besar Epoch pada pelatihan model yang digunakan adalah 50. Algoritma deteksi jumlah kepala meggunakan YOLOv8. Nilai yang diukur adalah performasi dari model data training, nilai confusion matrix dan nilai evaluasi dari confusion matrix. Nilai evaluasi yang akan dihitung adalah nilai presisi, nilai akurasi, recall dan f1-score. Diperoleh hasil pengujian nilai akurasi sebesar 87,56 %, nilai presisi 83,74%, nilai recall 100% dan nilai F1-score 91,15%. Kurva presisi memberikan nilai tertinggi 1 pada tingkat kepercayaan 0,857, recall bernilai 0,8 pada tingkat kepercayaan 0, f1 0,716 pada kepercayaan 0,36 dan presisi-recall 0,771 pada 0,5 mAP. Berdasarkan nilai ini, model sudah cukup mendeteksi jumlah kepala.]]>
Copyrights © 2023
