<![CDATA[Keramaian adalah aspek sosial yang tidak bisa dipisahkan dari masyarakat. Baik untuk keperluan bersosialisasi hingga menyampaikan suara melalui demonstrasi, masyarakat akan membentuk keramaian untuk mencapai tujuan tersebut. Keramaian ini tentu saja memiliki dampak positif, namun tetap memiliki dampak negatif berupa kemungkinan terjadinya provokasi dan membentuk anarkisme. Oleh karena itu banyak penelitian yang memiliki fokus untuk melakukan deteksi keramaian. Namun sayangnya, penelitian yang telah dilakukan ini memiliki kelemahan di mana model yang dibuat tidak mampu melakukan deteksi jarak antar satu manusia dengan manusia lainnya. Untuk mengatasi permasalahan tersebut, penelitian ini mendesain sebuah model deteksi menggunakan YOLOv3-Tiny yang diimplementasikan ke dalam perangkat Internet of Things. Dari proses pengujian menggunakan 60 gambar dengan resolusi yang berbeda. Pengujian ini berhasil mendeteksi keramaian dan jarak antar manusianya. Model ini membutuhkan CPU sebanyak 76,22%. Untuk memori membutuhkan 454,78MB untuk proses, 405,61MB untuk data, dan 130,94MB untuk memori virtual. Dari hasil ini bisa disimpulkan bahwa model yang diusulkan mampu mendeteksi keramaian dengan baik tanpa mengalami kesalahan karena kurangnya kemampuan komputasi.]]>
Copyrights © 2023
