Open access Jurnal SINTA 2
Deteksi Objek Manusia Pada Citra Menggunakan Single Shot Detector (SSD) Berbasis Edge Computing
Deteksi Objek Manusia pada Citra menggunakan Single Shot Detecctor (SSD) Berbasis Edge Ccomputing
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 11 No. 3 (2024) · pp. 547–556
- ISSN
- 2528-6579, 2355-7699
- Published
- 2024-07-31
- Publisher
- Fakultas Ilmu Komputer, Universitas Brawijaya
- Language
- id
Abstract
Bahasa Indonesia
Keamanan merupakan salah satu aspek penting di kehidupan manusia. Umumnya, keamanan dapat berarti perlindungan dari bahaya fisik dan non fisik seperti kecelakaan, kebakaran, ataupun pencurian. Kemajuan teknologi yang ada dapat dimanfaatkan untuk meningkatkan keamanan, khususnya untuk kasus pencurian. Sistem kamera pengawas seperti CCTV telah terbukti dalam meningkatkan keamanan. Tetapi, CCTV mengharuskan pengawas untuk memantau layar CCTV secara manual 24/7 untuk melihat adanya pergerakan manusia. Pada penelitian ini, dibangun sistem deteksi menggunakan sensor passive infrared (PIR) yang dikontrol oleh ESP32-CAM. Algoritma single shot detector (SSD) digunakan untuk memproses data citra dan edge computing digunakan untuk mendukung waktu proses deteksi sehingga dapat memberikan informasi secara real-time. Proses transmisi data citra pada edge computing menggunakan protokol MQTT. Setiap ESP32-CAM akan menjadi publisher dan edge akan menjadi subscriber. Dataset yang digunakan untuk melatih algoritma SSD berjumlah 1050 data. Seluruh data dibagi menjadi 3 bagian yaitu 735 data latih (70%), 210 data evaluasi (20%), dan 105 (10%) data uji. Data uji pada penelitian ini terdiri dari 3 jenis data, diantaranya 35 data uji siang hari, 35 data uji sore hari, dan 35 data uji malam hari. Algoritma SSD pada penelitian ini menghasilkan ketepatan deteksi 87.51% mAP pada data uji siang hari, 81.39% mAP pada data uji sore hari, dan 76.82% mAP pada data uji malam hari. Proses dari saat sensor HC-SR501 mendeteksi gerakan hingga informasi sampai ke user membutuhkan rata-rata waktu 2,843 detik.
English
Keamanan merupakan salah satu aspek penting di kehidupan manusia. Kemajuan teknologi yang ada dapat dimanfaatkan untuk meningkatkan keamanan, khususnya untuk kasus pencurian. Sistem kamera pengawas seperti CCTV telah terbukti dalam meningkatkan keamanan. Tetapi, CCTV mengharuskan pengawas untuk memantau layar CCTV secara manual 24/7 untuk melihat adanya pergerakan manusia. Pada penelitian ini, dibangun sistem deteksi secara otomatis menggunakan sensor passive infrared (PIR) HC-SR501 yang dikontrol oleh ESP32-CAM. Algoritma single shot detector (SSD) digunakan untuk mendeteksi objek pada citra dan edge computing digunakan untuk mengurangi latency pada proses transimisi data sehingga dapat memberikan informasi secara real-time. Proses transmisi data citra menggunakan protokol MQTT. Setiap ESP32-CAM akan menjadi publisher dan edge akan menjadi subscriber. Data citra yang digunakan berformat jpg dan memiliki resolusi 800x600 pixels. Sebanyak 1050 data digunakan untuk membangun model algoritma SSD. Seluruh data dibagi menjadi 3 bagian yaitu 735 data latih, 210 data evaluasi, dan 105 data uji. Data uji pada penelitian ini terdiri dari 3 jenis data, di antaranya 35 data uji siang hari, 35 data uji sore hari, dan 35 data uji malam hari. Algoritma SSD pada penelitian ini menghasilkan ketepatan deteksi 87.51% mAP pada data uji siang hari, 81.39% mAP pada data uji sore hari, dan 76.82% mAP pada data uji malam hari. Proses dari saat sensor HC-SR501 mendeteksi gerakan hingga informasi sampai ke user membutuhkan rata-rata waktu 2,843 detik. Abstract Security is one of the most important aspects of human life. Technological advances can be utilized to improve security, especially in the case of theft. Surveillance camera systems such as CCTV have been proven to improve security. However, CCTV requires the person to monitor the CCTV screen manually 24/7 to see any human movement. In this research, an automatic detection system was built using HC-SR501 passive infrared (PIR) sensor controlled by ESP32-CAM. The single shot detector (SSD) algorithm is used to detect an object on the image and edge computing is used to reduce the latency of the transmission process so that it can achieve real-time information. The transmission process of image data uses the MQTT protocol. Each ESP32-CAM will be the publisher and the edge will be the subscriber. The image data used are in jpg format and have a resolution of 800x600 pixels. A total of 1050 data were used to build the SSD algorithm model. All data is divided into 3 parts, namely 735 training data, 210 evaluation data, and 105 test data. The test data consists of 3 types of images, including 35 daytime images, 35 afternoon images, and 35 nighttime images. The SSD algorithm in this research resulted in 87.51% mAP on daytime images, 81.39% mAP on afternoon images, and 76.82% mAP on nighttime images. The process from the moment HC-SR501 sensor detects movement until the information reaches the user takes an average of 2.843 seconds.
Keywords
Collaboration network of the authors
11 authors · 20 co-authorship links · 7 across different organisations
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
- Tanjungpura University
- Universitas Bina Sarana Informatika
- Universitas Muhammadiyah Malang
- Different organisations
- Same organisation
- Affiliation unknown
- Thicker line = more joint articles · bigger circle = more articles
Show as table
| Co-author | Organisation | Joint articles |
|---|---|---|
| Syamsul Bahri | Tanjungpura University | 2 |
| Ridwansyah Ridwansyah | Universitas Bina Sarana Informatika | 1 |
| Henny Destiana | Universitas Bina Sarana Informatika | 1 |
| Sugiono Sugiono | Universitas Bina Sarana Informatika | 1 |
| Abdul Hamid | Universitas Bina Sarana Informatika | 1 |
| Wahyu Andhika | Universitas Muhammadiyah Malang | 1 |
| Munifah Nur | Universitas Muhammadiyah Malang | 1 |
| Rizkhi Dwi Nugroho | Universitas Muhammadiyah Malang | 1 |
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.