<![CDATA[Merokok merupakan salah satu penyebab utama kematian yang dapat dicegah, baik bagi perokok aktif maupun pasif. Paparan asap rokok, bahkan dalam jumlah kecil, tetap berbahaya dan menimbulkan dampak serius, terutama bagi anak-anak. Meskipun berbagai regulasi telah diterapkan untuk melarang aktivitas merokok di ruang publik, seperti Perda Kota Medan No. 3 Tahun 2014, implementasinya masih menghadapi tantangan seperti keterbatasan anggaran, lemahnya pengawasan, dan rendahnya kesadaran masyarakat. Penelitian ini mengusulkan sistem deteksi perokok berbasis deep learning menggunakan model YOLOv8 untuk mendeteksi keberadaan aktivitas merokok dalam video pengawasan. Lima varian model YOLOv8 diuji, yaitu YOLOv8n, YOLOv8s, YOLOv8m, YOLOv8l, dan YOLOv8x. Hasil pelatihan menunjukkan bahwa YOLOv8m dan YOLOv8l memperoleh nilai mAP tertinggi sebesar 0,987. Namun, pada pengujian implementasi menggunakan video CCTV Full HD dengan ketinggian kamera 2 meter dan jarak maximal 3 meter, YOLOv8s menunjukkan performa terbaik dengan akurasi 100% pada pencahayaan baik dan 95% pada pencahayaan kurang, serta kecepatan inferensi yang lebih tinggi. Dengan demikian, YOLOv8s merupakan varian model yang paling optimal untuk implementasi sistem deteksi perokok di ruang publik.]]>
Copyrights © 2025
