Systematic Systematic Literature Reviview of Pedestrians Detection Using Yolo v3

Penulis

  • Lamsadi Lamsadi Akademi Manajemen Informatika dan Komputer Taruna
  • Kariyono
  • Sihtjaturiman
  • Choirul Anam

Kata Kunci:

Pendeteksian Objek, Pengolahan Citra, YOLO, Pejalan Kaki, Machine Learning, sistematik literatur review

Abstrak

Teknologi  berkembang begitu pesat pada masa saat ini. Setiap saat bermunculan berbagai teknologi terbaru dan mutakhir di berbagai bidang dan sendi kehidupan. Salah satunya dalam bidang pendeteksian objek. Seiring berkembangnya teknologi, kebutuhan akan sistem pendeteksian objek menjadi sangat kuat. Pendeteksian objek atau Object detection merupakan urat nadi dari ilmu Computer Vision dan Image Processing. Terdapat 4 fokus utama dalam Computer Vision yaitu Pengenalan (recognition), Pelacakan Visual (visual tracking), Segmentasi Semantik  (semantic segmentation) dan Restorasi Citra (image restoration). Untuk dapat melakukan keempat hal tersebut dibutuhkan suatu Algoritma yang secara efektif dapat diterapkan untuk mendeteksi objek khsusunya pejalan kaki, maka dipilihlah YOLO sebagai jawabannya. YOLO merupakan satu diantara beberapa algoritma yang sering digunakan dalam ilmu Machine Learning. You Only Live Once atau lebih dikenal dengan YOLO merupakan algoritma yang sangat terkenal dan banyak digunakan. YOLO adalah salah satu Algoritma yang spesifik untuk mendeteksi objek. Dalam beberapa tahun terakhir Algoritma YOLO menunjukkan hasil yang menarik dalam berbagai area dalam pendeteksian objek baik itu skala besar ataupun khusus telah banyak memecahkan masalah dalam bidang pendeteksian objek secara umum, pendeteksian plat kendaraan, pejalan kaki dan lain-lain. Melalui penelitian systematic literature review ini diharapkan mampu memberi pencerahan bagi perkembangan ilmu Object Detection.

Unduhan

Diterbitkan

2023-09-11 — Diperbaharui pada 2023-09-18

Versi

Cara Mengutip

Lamsadi, L., Kariyono, Sihtjaturiman, & Anam, C. (2023). Systematic Systematic Literature Reviview of Pedestrians Detection Using Yolo v3. JESICA (Jurnal Teknologi Informasi , Sistem Informasi, Dan Data Science), 1(1), 11–20. Diambil dari https://amik-taruna.ac.id/ejournal/index.php/ejournal/article/view/3 (Original work published 11 September 2023)

Terbitan

Bagian

Artikel