Padli, Zeko (2025) PENERAPAN METODE YOLOV5 PADA KLASIFIKASI DETEKSI OBJEK PADA SIMPANG TUGU PENA KOTA BENGKULU. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
Zeko Padli_2155201026_Fulltext.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (Turnitin)
Zeko Padli_2155201026_Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (7MB) | Request a copy |
|
Text (ABSTRAK + BAB 1)
Zeko Padli_2155201026_Abstrak + BAB 1.pdf - Submitted Version Download (1MB) |
|
Text (BAB 2)
Zeko Padli_2155201026_BAB 2.pdf - Submitted Version Download (97kB) |
|
Text (BAB 3)
Zeko Padli_2155201026_BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (558kB) | Request a copy |
|
Text (BAB 4)
Zeko Padli_2155201026_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (596kB) | Request a copy |
|
Text (BAB 5)
Zeko Padli_2155201026_BAB 5.pdf - Submitted Version Download (85kB) |
|
Text (Ref + Lamp)
Zeko Padli_2155201026_Ref + Lamp.pdf - Submitted Version Download (260kB) |
Abstract
Deteksi objek merupakan teknologi komputer yang berkaitan dan pemprosessan gambar maupun video. Pemanfaatan deteksi objek dan penelitian ini bertujuan untuk mengimplementasikan metode You Only Look Once versi 5 (YOLOv5) dalam mendeteksi dan mengklasifikasikan objek pada kawasan Simpang Tugu Pena, Kota Bengkulu. Kawasan ini dipilih karena merupakan titik lalu lintas penting sekaligus lokasi bersejarah. Metodologi yang diterapkan mencakup pengumpulan data video, pra-pemrosesan data seperti konversi ke frame gambar, anotasi, augmentasi citra, serta pelatihan model menggunakan framework YOLOv5. Sistem juga dilengkapi dengan pelacakan objek menggunakan Kalman Filter dan SORT untuk menjaga konsistensi identitas objek antar frame. Hasil evaluasi menunjukkan nilai precision sebesar 85%, recall sebesar 77,3% dan akurasi sebesar 73,3%. Penelitian ini membuktikan bahwa YOLOv5 dapat digunakan sebagai dasar pengembangan sistem dokumentasi dan pemantauan aktivitas berbasis kecerdasan buatan di kawasan bersejarah. Pengembangan lebih lanjut direkomendasikan dengan peningkatan kualitas dataset, penyetelan hyperparameter, serta eksplorasi arsitektur model lanjutan agar sistem deteksi objek dapat bekerja lebih akurat dan efisien.
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Uncontrolled Keywords: | YOLOv5, Deteksi Objek, Klasifikasi, Tugu Pena, Bengkulu, Vision AI, SORT. |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Hildayani Hildayani |
| Date Deposited: | 26 Sep 2025 03:19 |
| Last Modified: | 26 Sep 2025 03:19 |
| URI: | http://repository.umb.ac.id/id/eprint/1573 |
Actions (login required)
 |
View Item |