<![CDATA[Perkembangan teknologi Artificial Intelligence (AI) khususnya dalam bidang computer vision memungkinkan pengembangan sistem untuk memantau ketersediaan tempat duduk secara otomatis. Penelitian ini bertujuan mengembangkan sistem deteksi ketersediaan kursi berbasis deep learning menggunakan algoritma YOLOv11 untuk memonitor ketersediaan tempat duduk di JARAK COFFEE & EATERY. Permasalahan yang diangkat adalah belum adanya sistem pemantauan real-time yang dapat memberikan informasi akurat mengenai kursi kosong, yang dapat berdampak pada penurunan efisiensi pelayanan dan kepuasan pelanggan. Tujuan penelitian adalah membuat model deteksi yang dapat mengenali objek "kursi" dan "orang", mengimplementasikan logika analisis hubungan spasial berbasis Intersection over Union (IoU) untuk menentukan status keterisian kursi, serta membangun prototipe sistem yang memproses dataset video rekaman cctv. Metode pengembangan sistem menggunakan pendekatan Waterfall, dimulai dari pengumpulan data video, pelabelan dataset, pelatihan model YOLOv11, hingga implementasi dan pengujian. Hasil pengujian menunjukkan model yang dikembangkan memiliki kinerja yang baik dengan nilai mean Average Precision (mAP@0.5) sebesar 95,7%. Sistem berhasil mendeteksi objek dan menghitung kursi tersedia secara real-time dengan memanfaatkan logika IoU, meskipun performa dapat dipengaruhi oleh faktor seperti pencahayaan dan oklusi antar objek. Kata Kunci: algoritma YOLO, Ketersediaan Kursi, Object Detection, Intersection Over Union]]>
Copyrights © 2026
