DETEKSI OBJEK MANUSIA BERBASIS ONE STAGE DETECTOR MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE VERSI 2 (YOLOv2)

Topik deteksi objek telah menarik perhatian yang besar dalam perkembangan teknologi terutama bidang computer vision. Deteksi objek memiliki peranan sangat penting dalam kehidupan sehari hari, seperti sistem keamanan pada area umum yang digunakan untuk membantu polisi dalam mencari tersangka kejahatan, serta digunakan dalam mengidentifikasi keramaian suatu area. Salah satu contoh metode one stage detector adalah algoritma You Only Look Once versi 2 (YOLO v2). YOLO v2 menggabungkan dua proses yang berbeda dilakukan secara bersamaan dalam satu framework sehingga mengurangi waktu komputasi. Terdapat lima tahap YOLO v2 dalam penelitian ini, yaitu menentukan jumlah dan ukuran anchor box dalam setiap grid, pembentukan data target, menentukan arsitektur YOLO v2, proses pelatihan dan pengujian. Dari hasil pengujian yang telah dilakukan menghasikan kesimpulan bahwa penggunaan pretrained model dan jumlah epoch pada pelatihan berpengaruh terhadap akurasi yang dihasilkan, didapatkan jumlah epoch pelatihan terbaik untuk dapat mendeteksi manusia pada sebuah citra adalah sebanyak 200 epoch dengan menggunakan pretrained model yang menghasilkan rata-rata f1-score sebesar 64.1%.