Prakoso, Dwi Bagas (2026) DETEKSI OBJEK BERGERAK MENGGUNAKAN METODE YOLO DAN DEPTH ESTIMATION BERBASIS VIDEO. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (FULLTEXT)
DWI BAGAS PRAKOSO_2255201207_Fulltext.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (TURNITIN)
DWI BAGAS PRAKOSO_2255201207_Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (ABSTRAK + BAB 1)
DWI BAGAS PRAKOSO_2255201207_ABSTRAK + BAB 1.pdf - Submitted Version Download (323kB) |
|
Text (BAB 2)
DWI BAGAS PRAKOSO_2255201207_BAB 2.pdf - Submitted Version Download (357kB) |
|
Text (BAB 3)
DWI BAGAS PRAKOSO_2255201207_BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (252kB) | Request a copy |
|
Text (BAB 4)
DWI BAGAS PRAKOSO_2255201207_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (693kB) | Request a copy |
|
Text (BAB 5)
DWI BAGAS PRAKOSO_2255201207_BAB 5.pdf - Submitted Version Download (238kB) |
|
Text (REFERENSI+ LAMPIRAN)
DWI BAGAS PRAKOSO_2255201207_Ref + Lamp.pdf - Submitted Version Download (240kB) |
Abstract
Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) khususnya bidang computer vision telah mendorong perkembangan pengolahan citra dan video untuk memahami kondisi lingkungan secara otomatis. Salah satu penerapannya adalah deteksi objek, tetapi metode deteksi umumnya hanya memberikan informasi jenis dan lokasi objek dalam bounding box tanpa informasi jarak terhadap kamera. Keterbatasan tersebut menyebabkan informasi yang dihasilkan belum cukup untuk mendukung sistem yang membutuhkan pemahaman lingkungan secara lebih lengkap. Oleh karena itu, diperlukan pendekatan yang menggabungkan deteksi objek dan estimasi jarak menggunakan kamera RGB tanpa perangkat keras tambahan. Penelitian ini bertujuan mengembangkan sistem deteksi objek dan estimasi jarak berbasis video menggunakan kombinasi YOLOv10 dan ZoeDepth. YOLOv10 digunakan untuk mendeteksi objek dan menentukan posisi pada setiap frame video, sedangkan ZoeDepth digunakan untuk melakukan estimasi kedalaman (Depth Estimation) guna memperoleh perkiraan jarak objek terhadap kamera. Metode penelitian meliputi pengumpulan data, prapemrosesan, implementasi model, dan evaluasi sistem. Data yang digunakan berupa 250 sampel video CCTV, terdiri dari 162 data sekunder dan 88 data primer. Seluruh data digunakan sebagai data pengujian karena YOLOv10 merupakan model pre-trained yang telah dilatih menggunakan dataset COCO. Evaluasi deteksi objek menggunakan metrik mAP, sedangkan estimasi jarak menggunakan Root Mean Square Error (RMSE) dengan dataset iBims-1 sebagai acuan ground truth Depth. Hasil pengujian menunjukkan sistem mampu mendeteksi beberapa objek, yaitu car, bus, truck, dan person, serta memberikan estimasi jarak pada objek yang terdeteksi. Hasil evaluasi deteksi objek memperoleh nilai mAP sebesar 81,03%, sedangkan evaluasi estimasi jarak menggunakan ZoeDepth menghasilkan nilai RMSE sebesar 4,2248 meter. Berdasarkan hasil tersebut, kombinasi YOLOv10 dan ZoeDepth berhasil menghasilkan sistem yang mampu melakukan deteksi objek sekaligus memberikan informasi estimasi jarak berbasis video menggunakan kamera RGB. Sistem ini dapat menjadi salah satu pendekatan dalam pengembangan aplikasi computer vision yang membutuhkan informasi objek dan jarak secara bersamaan. Pendekatan ini dapat meningkatkan kelengkapan informasi visual untuk mendukung pemantauan lingkungan secara otomatis.
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing: Yuza Reswan, S.Kom., M.Kom |
| Uncontrolled Keywords: | Object Detection, Distance Estimation, YOLOv10, ZoeDepth |
| 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 Hesti Ayu |
| Date Deposited: | 27 Aug 2026 03:16 |
| Last Modified: | 27 Aug 2026 03:16 |
| URI: | http://repository.umb.ac.id/id/eprint/3490 |
Actions (login required)
 |
View Item |