ANALISIS OBJEK MANUSIA MENGGUNAKAN ALGORITMA YOLOv5

Menghitung jumlah individu yang keluar dan masuk di area dengan tingkat keramaian tinggi merupakan tantangan yang memerlukan akurasi tinggi. Untuk mengatasi masalah ini, diperlukan sistem computer vision yang mampu menganalisis objek manusia secara real-time. Penelitian ini bertujuan untuk mengembangkan sistem berbasis algoritma YOLOv5 yang dapat mendeteksi, melacak, dan mencatat pergerakan orang yang masuk dan keluar, serta diintegrasikan dengan MySQL untuk mendukung pengelolaan data dan pelaporan. Metode penelitian menggunakan System Development Methodology (SDM), yang mencakup tahapan Perancangan Sistem, Detail Sistem, serta pengujian dan evaluasi sistem. Penelitian ini dibuat menggunakan bahasa pemrograman Python serta didukung oleh Roboflow, Google Colaboratory dan model YOLOv5. Hasil pembuatan aplikasi menunjukkan bahwa sistem deteksi objek berbasis YOLOv5 bekerja efektif untuk menghitung jumlah orang secara real-time dan mengintegrasikan ke MySQL. Sistem ini mencapai akurasi rata-rata 64,52%, meskipun masih terdapat kelemahan berupa kesalahan deteksi (false negatives) akibat pencahayaan yang kurang optimal dan jarak kamera yang tidak ideal.