DETEKSI MANUSIA DENGAN MENGGUNAKAN ALGORITMA YOU ONLY LOOK ONCE (YOLO) PADA CITRA PEJALAN KAKI

Saat ini telah banyak berkembang berbagai recognition system untuk berbagai keperluan yang berbeda-beda. Khususnya implementasi computer vision (CV) yang dapat diterapkan dalam berbagai sistem otomatisasi. Setelah suksesnya algoritma untuk deteksi wajah kini berkembang lagi algoritma human detection (deteksi manusia) secara keseluruhan, jika sebelumnya hanya berfokus pada wajah saja, maka algoritma deteksi manusia dapat mengidentifikasi secara keseluruhan fitur yang ada pada tubuh manusia. Salah satu algoritma deteksi manusia yaitu YOLO (You Only Look Once) merupakan cara deteksi citra menggunakan metode Convolutional Neural Network (CNN) tanpa menggunakan region proposal atau kandidat area, serta dapat memecahkan masalah deteksi objek dalam regresi tunggal, dimana regresi merupakan rentang nilai antar 0 sampai dengan 1 untuk mengalokasikan bounding box pada output. YOLO digunakan untuk deteksi objek pada citra sehingga dapat memprediksi apa saja objek yang ada pada citra dan dimana lokasi objek itu berada berdasarkan koordinat bounding box dan probabilitas kelas yang memungkinkan merepresentasikan sebuah objek. Deteksi objek yang dilakukan oleh YOLO adalah dengan cara membagi citra dengan beberapa grid , dimana proses deteksi objek dilakukan dengan CNN dilakukan pada tiap grid tersebut. Dari hasil pengujian yang telah dilakukan jumlah layer dan penentuan threshold probabilitas kelas berpengaruh terhadap akurasi yang dihasilkan, didapatkan jumlah layer konvolusi terbaik untuk dapat mendeteksi manusia pada sebuah citra adalah jumlah layer konvolusi sebanyak 11 layer dengan menggunakan threshold 0.6 yang menghasilkan rata-rata f1-score dengan NMS sebesar 66.7% serta dengan menggunakan Merge sebesar 64.9 %.