Deteksi objek merupakan kemampuan sistem yang dapat mengenali objek tertentu yang berada dalam suatu gambar atau video. Dalam proses deteksi objek, sistem bisa memberikan hasil yang tidak sesuai atau tidak dapat mendeteksi suatu objek yang disebabkan oleh dataset yang tidak optimal. Penelitian ini bertujuan mengkaji proses pembuatan dataset dan bias yang muncul. Pencarian dan analisis dilakukan terhadap literatur yang berkaitan dengan dataset deteksi objek. Proses pencarian literatur dilakukan pada Google Scholar, Science Direct, dan DSpace Repository dengan memasukkan kata kunci utama “data centric”, “object detection dataset”, dan “dataset bias”. Hasil analisis literatur meliputi dataset dan bias dataset. Pada penelitian sebelumnya terdapat kekurangan seperti belum adanya peningkatan performa sistem deteksi objek melalui pengoptimalan dataset. Dari kajian literatur, pembuatan dataset yang baik dapat dilakukan dengan cara menyesuaikan kondisi pengambilan gambar saat pengumpulan data dan pengujian di lapangan. Selain itu, untuk dapat menambah kemampuan generalisasi sistem dengan cara menambahkan variasi gambar dalam dataset melalui teknik augmentasi. Selanjutnya, dalam proses pembuatan dataset pasti akan selalu ada bias dalam data sehingga mempengaruhi kemampuan deteksi objek. Oleh karena itu, dalam proses pembuatan sistem deteksi objek, data memiliki pengaruh yang cukup besar terhadap performa akurasi deteksi objek.
Mendeley helps you to discover research relevant for your work.
CITATION STYLE
Tiyar, R. I., & Fudholi, D. H. (2021). Kajian Pengaruh Dataset dan Bias Dataset terhadap Performa Akurasi Deteksi Objek. PETIR, 14(2), 258–268. https://doi.org/10.33322/petir.v14i2.1350