<![CDATA[Deteksi objek merupakan salah satu penerapan utama dari teknologi computer vision dalam bidang kecerdasan buatan. Salah satu algoritma deteksi objek yang banyak digunakan karena efisiensinya adalah YOLOv5. Penelitian ini bertujuan untuk menerapkan metode YOLOv5 dalam mendeteksi dan mengklasifikasikan objek kendaraan dan manusia pada rekaman video non-real-time di kawasan Simpang Tugu Pena Kota Bengkulu. Dataset yang digunakan merupakan video hasil dokumentasi lapangan, yang kemudian dianalisis menggunakan model YOLOv5 dengan pelatihan berbasis transfer learning. Untuk menjaga identitas objek antar-frame, sistem dikombinasikan dengan metode Kalman Filter dan SORT sebagai pelacak objek. Hasil pengujian menunjukkan bahwa model yang dibangun mampu melakukan deteksi objek dengan baik pada kondisi visual yang bervariasi, serta mencapai nilai akurasi yang tinggi berdasarkan pengukuran menggunakan matriks konfusi. Penelitian ini menunjukkan bahwa penerapan YOLOv5 efektif digunakan dalam sistem dokumentasi visual berbasis AI di lingkungan ruang publik yang dinamis.]]>
Copyrights © 2025
