Pengenalan Aktivitas Manusia pada Area Tambak Udang dengan Convolutional Neural Network Recognition to Human Activities in Shrimp Pond Areas with a Convolutional Neural Network

摘要

Pencurian pada area tambak udang merupakan permasalahan yang dapat merugikan petani. Pencurian biasanya terjadi pada malam hari ketika tidak ada pengawasan terhadap barang di suatu lokasi. Untuk menghindari pencurian dan memantau keadaan di lokasi tambak udang, maka CCTV (Closed-Circuit Television) dapat digunakan. Namun, sistem kamera CCTV hanya berfungsi sebagai sistem pemantauan pasif. Penelitian ini,merancang suatu pengenalan aktivitas manusia dengan memanfaatkan kamera CCTV sehingga menghasilkan suatu sistem keamanan. Masukan pada proses pengenalan berupa video yang diperoleh dari kamera CCTV yang dipasang di area tambak udang. Pengenalan aktivitas manusia pada penelitian ini menggunakan arsitektur Convolutional Neural Network. Sebelum pengenalan aktivitas manusia dilakukan, program terlebih dahulu mendeteksi manusia dengan algoritma YOLO (You Only Look Once) dan tracking dengan algoritma SORT (Simple Online and Realtime Tracking). Hasil yang diperoleh dari pengenalan aktivitas manusia berupa label kelas pada objek manusia yang terlacak dan deteksi manusa objek manusia yang masuk pada Kawasan tertentu. Pola deteksi objek manusia dan kawasan yang telah diberikan penanda akan memberikan informasi dugaaan pencurian pada Kawasan tambak dengan akurasi mencapai 81,03 pada beberapa pengujian.