Sistem Pengawasan Physical Distancing di Tempat Umum Menggunakan Kamera Berbasis Deep Learning

Abstract

Pembatasan jarak fisik merupakan salah satu cara yang diterapkan untuk mencegah penyebaran virus pada tempat umum. Pelaksanaan pembatasan jarak fisik tersebut memerlukan pengawasan agar berhasil sesuai harapan. Pengawasan yang dilakukan secara manual terutama pada tempat dengan tingkat keramaian tinggi kurang efektif karena memerlukan banyak petugas di lokasi yang justru akan menambah keramaian.

Pada penelitian ini dikembangkan purwarupa sistem pengawasan pembatasan jarak fisik dengan memanfaatkan kamera CCTV dengan pemrosesan citra digital berbasis computer vision dan deep learning. Metode yang digunakan adalah kombinasi pendeteksian dan pelacakan pedestrian dengan YOLOv4 dan DeepSORT. Metode trigonometri digunakan dalam proses estimasi jarak untuk mendeteksi pelanggaran pembatasan jarak oleh pedestrian. Pada penelitian ini didapatkan hasil pengujian dengan nilai terbaik recall 0,86; precision 0,69 dan mean average precision (mAP) sebesar 0,83 dengan metode pelatihan transfer learning model YOLOv4 dengan maksimum batch 6000 menggunakan 473 data latih dan 119 data validasi. Keseluruhan sistem mencapai kecepatan rata-rata proses real-time yakni pada 24 sampai 26 FPS.