Detail Cantuman

CCTV biasanya digunakan untuk melakukan pengawasan disuatu tempat, seperti perkantoran, kampus, ATM dan lain sebagainya yang memerlukan pengawasan ketat. Dengan berharap adanya pengawasan yang dapat berjalan selama 1 x 24 jam, dapat mengahadirkan informasi bagi si pengguna. Namun, hal ini membuat pengawasan akan memakan banyak penyimpanan. Walaupun pada video yang dihasilkan tidak memiliki informasi apapun. Hal krusial pun dapat terjadi pada penyimpanan yang menggunakan media storage HDD. Yang pada dasarnya menggunakan pergerakan yang sangat cepat. Dengan penulisan frame yang terus dilakukan, maka besar kemungkinan akan membuat media penyimpanan lebih cepat rusak. Pada penelitian ini, hal tersebut bisa diatasi dengan sebuah kondisi dimana kamera hanya akan merekam atau menuliskan frame ketika ada objek manusia yang hadir. Jika tidak maka kamera tidak akan menuliskan frame. Metode yang digunakan adalah YOLOv3. Dimana dataset akan dilatih kemudian, hasilnya akan di implementasikan secara realltime. Akurasi model yang didapatkan pada penelitian ini yaitu 100%. Sehingga setiap objek manusia yang hadir pada kamera akan terdeteksi dan frame hanya akan ditulis saat objek itu ada.

Kata Kunci : YOLOv3, CCTV, Computer Vision, Object Detection