Pengembangan Aplikasi Deteksi Objek Rokok Dan Kegiatan Merokok Menggunakan Algoritma YOLOv3

Abstract

Penelitian ini bertujuan untuk membuat aplikasi yang dapat membatu melakukan pengawasa kegiatan merokok menggunakan algoritma deep learning yaitu YOLOv3. Menggunakan 2 metode untuk pengembangan yaitu metode software development life cycle inkremental dan metode pengujian black box. Dataset yang digunakan merupaka data gambar yang dikumpulkan dari situs internet dan rekaman kamera yang menggambarkan objek rokok dan kegiatan merokok. Dataset dilatih dan diuji menggunakan penerapan split test dengan memisahkan data menjadi dua dataset, untuk jumlah pemisahan 85% untuk uji dan 15% untuk latih. Model menghasilkan tingkat akurasi mAP sebesar 69,54% dan averange loss sebesar 0,189, dengan tingkat persentasi deteksi rokok sebesar 60% sampai 71% dan 40% sampai 90% untuk kegiatan merokok.Untuk jarak yang dapat terdeteksi dikisaran 3 sampai 4 meter.