Reynaldo, Rico (2025) Aplikasi Deteksi Objek Bergerak Menggunakan Algoritma Yolov8 Secara Real Time. S1 thesis, Universitas Muhammadiyah Purwokerto.

Text
Rico Reynaldo_Cover.pdf

Download (1MB)
Text
Rico Reynaldo_Bab I.pdf

Download (1MB)
Text
Rico Reynaldo_Bab II.pdf

Download (1MB)
Text
Rico Reynaldo_Bab III.pdf
Restricted to Registered users only

Download (1MB)
Text
Rico Reynaldo_Bab IV.pdf
Restricted to Registered users only

Download (1MB)
Text
Rico Reynaldo_Bab V.pdf
Restricted to Registered users only

Download (1MB)
Text
Rico Reynaldo_Daftar Pustaka.pdf

Download (1MB)
Text
Rico Reynaldo_Lampiran.pdf
Restricted to Registered users only

Download (1MB)

Abstract

Perkembangan teknologi kecerdasan buatan telah memberikan kontribusi signifikan dalam bidang forensik digital, terutama dalam analisis visual berbasis video. Salah satu tantangan dalam forensik digital adalah mendeteksi keberadaan manusia secara otomatis dan real time dari rekaman video, yang dapat meningkatkan efisiensi proses investigasi. Aplikasi deteksi ini memiliki kemampuan untuk mendeteksi keberadaan manusia secara real time saat video berlangsung, tanpa melalui proses pasca-produksi atau analisi manual terhadap rekaman. Penelitian ini bertujuan untuk mengembangkan aplikasi deteksi objek bergerak secara real time dengan fokus pada objek manusia menggunakan algoritma You Only Look Once versi 8 (YOLOv8). Model YOLOv8 digunakan karena kemampuannya dalam mendeteksi objek dengan kecepatan dan akurasi tinggi. Aplikasi dikembangkan dengan memanfaatkan antarmuka grafis berbasis PyQt5, memungkinkan pengguna untuk melihat hasil deteksi secara langsung dalam bentuk video real time. Dataset yang digunakan untuk pelatihan dan evaluasi adalah subset dari COCO 2017 dengan label fokus “person”. Evaluasi kinerja aplikasi dilakukan menggunakan metrik akurasi seperti Precision, Recall, F1-Score, dan mean Average Precision pada ambang IoU 0.5. Hasil pengujian menunjukkan bahwa model mampu mendeteksi manusia secara real time dengan tingkat akurasi yang baik, dengan nilai Precision sebesar 76,1%, Recall 72,77%, F1-Score 74,4% dan mean Average Precision pada ambang IoU 0.5 sebesar 69,12%. Selain evaluasi kuantitatif, pengujian lima kamera pada berbagai lingkungan menunjukkan bahwa aplikasi mampu mendeteksi objek manusia dengan tingkat keberhasilan tinggi dalam kondisi nyata yang bervariasi.

Dosen Pembimbing: Aji, Mukhlis Prasetyo | 0627078403
Item Type: Thesis (S1)
Uncontrolled Keywords: Deteksi Objek, YOLOv8, Forensik Digital, Real time, PyQt5
Subjects: T Technology > T Technology (General)
Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Fakultas Tekniik Dan Sains > Teknik Informatika S1
Depositing User: Catur Indra Himawan
Date Deposited: 24 Nov 2025 02:10
Last Modified: 24 Nov 2025 02:10
URI: http://repository.ump.ac.id/id/eprint/18591

Actions (login required)

View Item
View Item