<![CDATA[Deteksi objek otomatis merupakan bagian penting dalam pengolahan citra digital yang banyak diaplikasikan dalam bidang keamanan, medis, hingga kendaraan otonom. Penelitian ini bertujuan untuk meninjau dan membandingkan beberapa metode deteksi objek berbasis pengolahan citra digital dengan pendekatan klasik dan deep learning menggunakan Python. Metode klasik yang digunakan adalah Canny Edge Detection dan Template Matching, sedangkan pendekatan modern mencakup YOLOv5. Hasil eksperimen menunjukkan bahwa metode berbasis deep learning memberikan akurasi dan kecepatan deteksi yang lebih baik dibandingkan metode klasik. Evaluasi dilakukan berdasarkan metrik presisi, recall, dan Intersection over Union (IoU).]]>
Copyrights © 2025
