<![CDATA[Peningkatan pemanfaatan layanan kesehatan sebesar 6,6% dibandingkan tahun sebelumnya meningkatkan tekanan terhadap kapasitas pelayanan, sementara standar waktu tunggu rawat jalan ditetapkan <60 menit dan pada kondisi aktual masih ditemukan waktu tunggu >130 menit. Kondisi tersebut menunjukkan kebutuhan akan informasi operasional yang objektif untuk memahami kepadatan dan pergerakan pengunjung secara real-time. Penelitian ini bertujuan mengembangkan analisis spatiotemporal pergerakan pengunjung ruang tunggu rumah sakit berbasis video Closed-Circuit Television (CCTV) menggunakan You Only Look Once (YOLO) dan Multi-Object Tracking (MOT), berbeda dengan pemanfaataan sensor dan pencatatan manual, keduanya rentan bias dalam mengekstraksi dinamika spatiotemporal seperti pola lintasan maupun pemetaan kepadatan area. Penelitian menggunakan YOLOv8n-seg dan YOLOv11n-seg yang dikombinasikan dengan Deep OC-SORT dan StrongSORT pada video dengan frame rate 10 FPS dan 15 FPS. Hasil evaluasi deteksi menunjukkan bahwa kedua model memiliki performa yang tinggi, dengan Precision 0,972 dan Recall 0,971 pada YOLOv8n-seg serta Precision 0,969 dan Recall 0,974 pada YOLOv11n-seg; mAP50 masing-masing mencapai 0,985 dan 0,986, sedangkan F1-Score keduanya sebesar 0,971. Hasil estimasi occupancy menunjukkan bahwa kombinasi YOLOv8n-seg dan Deep OC-SORT menghasilkan MAE 0,94 orang, RMSE 1,31 orang, MAPE 5,98%, dan R² 0,8218 pada 15 FPS. Hasil tracking selanjutnya digunakan untuk membentuk trajectory, heatmap, dan perubahan occupancy terhadap waktu serta diintegrasikan ke dalam dashboard analitik real-time. Penelitian ini menunjukkan bahwa integrasi YOLO dan MOT dapat mentransformasikan data CCTV menjadi informasi spasial dan temporal yang objektif untuk mendukung pemantauan kepadatan ruang tunggu rumah sakit.]]>
Copyrights © 2026
