i
MONITORING PHYSICAL DISTANCE UNTUK COVID-19 DI RUANG PUBLIK MENGGUNAKAN METODE YOU ONLY
LOOK ONCE (YOLO)
SKRIPSI
Sebagai Persyaratan Guna Meraih Gelar Sarjana Teknik Elektro Universitas Muhammadiyah Malang
Disusun oleh:
FADHILAH MILEANASARI NIM. 201710130311021
JURUSAN ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2021
ii
iii
iv
v ABSTRAK
Corona virus disease pada 2019 (COVID-19) adalah fenomena yang menjadi perhatian dunia karena wabah tersebut dialami hampir seluruh negara. Salah satu bentuk perhatian pencegahan rantai persebaran COVID-19 adalah physical distance pada area publik. Penelitian ini mengusulkan deteksi manusia pada area publik dengan menggunakan pengolahan citra. Pengaplikasian physical distance ditujukan untuk memonitor jarak antar manusia pada ruang publik. Dimana jarak yang ditentukan sesuai dengan keputusan WHO yaitu sebesar 1-3 meter. Pada penelitian sistem ini menggunakan kombinasi menggunakan metode YOLOv3 Tiny dan algoritma Euclidean sehingga dapat dikembangkan untuk mendeteksi jarak antar manusia. Terdapat beberapa tahapan dalam proses penelitian ini yaitu mengumpulkan data, preprocessing data, training data dan mendeteksi physical distance. . Sistem ini mampu mendeteksi sistem yang telah dirancang dan mendapatkan hasil akurasi sebesar 78.43% untuk mendeteksi objek manusia dan hasil akurasi sebesar 87.82% untuk mendeteksi jarak antar manusia.
Kata Kunci :COVID-19, Physical Distance, Object Detection, Image Processing, You Only Look Once (YOLO), Euclidean.
vi ABSTRACT
Coronavirus disease in 2019 (COVID-19) is a phenomenon that is of concern to the world because almost all countries experience the outbreak. One form of attention to preventing the spread of COVID-19 is the physical distance in public areas. This study proposes human detection in public spaces by using image processing. The application of physical distance is intended to monitor the distance between people in public places. The value of the distance determined according to the WHO decision is 1-3 meters. In this study, a system is made using the Tiny YOLOv3 method and the Euclidean algorithm to be developed to detect distances between humans. There are several stages in the research process: data collection, data preprocessing, data training, and physical distance detection. The system that has been designed can detect by getting an accuracy result of 78.43% for detecting human objects and an accuracy result of 87.82% for detecting distances between humans.
Keywords: COVID-19, Physical Distance, Object Detection, Image Processing, You Only Look Once (YOLO), Euclidean.
vii
LEMBAR PERSEMBAHAN
Puji syukur kepada Allah Subhanahu Wa Ta’ala atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada :
1. Allah SWT yang selalu memberikan kemudahan dan petunjuk dalam pengerjaan tugas akhir ini.
2. Kedua orang tua saya Bapak H. Akhmad Suwandi, S.T., M.T dan Ibu Hj.
Sunariyah, S.E serta kedua adik saya Amirah Citra Wahyuni dan Akhmad Rizky Ramadhan atas doa dan dukungannya.
3. Dekan Fakultas Teknik Bapak Dr. Ahmad Mubin, M.T dan Keluarga (FT).
Serta para Pembantu Dekan Fakultas Teknik dan keluarga besar Universitas Muhammadiyah Malang.
4. Ketua Jurusan Teknik Elektro Bapak Zulfatman, M.Eng., Ph.D. dan Sekretaris Jurusan Teknik Elektro Bapak Widianto, S.T,. M.T beserta seluruh stafnya.
5. Bapak Mohammad Chasrun Hasani, S.T., M.T dan Bapak Novendra Setyawan, S.T., M.T yang telah meluangkan waktu untuk membimbing penulis dalam menyelesaikan skripsi ini.
6. Ibu Hj. Dr. Ir. Lailis Syafa’ah, M.T dan Ibu Merinda Lestandy, S.Kom, M.T.
yang telah menjadi penguji sidang skripsi ini.
7. Seluruh Civitas Akademika (dosen, asisten, dan karyawan) Universitas Muhammadiyah Malang yang telah membekali ilmu dan membantu penulis selama proses studi.
8. Sahabat perantauan saya Fanni Rizky Adharani, Nadea Salsa Della, Selma Osa Rohimah dan Aqni Aprinia yang telah mendukung dan menasehati saya dalam pengerjaan skripsi ini.
9. Sahabat selama perkuliahan saya Bellina Rahmamaulida Adeyani, Fia Anisa, dan Putri Khalifah Hilaliyah yang telah berjuang bersama – sama selama perkuliahan dan mengerjakan tugas akhirnya masing masing.
10. Teman seperjuangan saya Rocmat Jaya Putra, Abdurahim dan Mita Sofi Abdillah yang telah berjuang untuk melakukan bimbingan bersama dan mengerjakan tugas akhirnya masing masing.
viii 11. Sahabat jauh saya Rizka Fitriani, Cynthia Christianty C.E.Y, dan Mega
Prisanty yang memberikan dukungan selama pengerjaan skripsi ini.
12. Sahabat-sahabat dari Asisten Laboratorium Teknik Elektro 2017 Fia, Aim, Rocmat, Mega, Ninggar, Jannata, Dandy dan Trisep yang berjuang bersama dalam menjadi asisten lab dan mengerjakan tugas akhirnya masing-masing.
13. Teman satu atap Mba Bianca dan Ayu yang memberikan dukungan selama pengerjaan skripsi ini.
Semoga Allah Subhanahu Wa Ta’ala memberikan rahmat dan hidayah-Nya atas segala kebaikan dan semoga kita semua selalu dalam lindungan serta tuntunan- Nya.
ix
KATA PENGANTAR
Dengan memanjatkan puji syukur kehadirat Allah Subhanahu Wa Ta’ala.
Atas limpahan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan tugas akhir yang berjudul :
”
MONITORING PHYSICAL DISTANCE UNTUK COVID-19 DI RUANG PUBLIK MENGGUNAKAN METODE YOU ONLY
LOOK ONCE (YOLO)
”Penulisan tugas akhir ini merupakan salah satu syarat untuk memperoleh gelar sarjana Teknik di Universitas Muhammadiyah Malang, selain itu penulis berharap tugas akhir ini dapat memperluas pustaka dan pengetahuan utamanya dalam bidang elektronika dan informatika.
Penulis menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu penulis mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan ke depan.
Akhir kata semoga buku ini dapat bermanfaat di masa sekarang dan masa mendatang. Sebagai manusia yang tidak luput dari kesalahan, maka penulis mohon maaf apabila ada kekeliruan baik yang sengaja maupun yang tidak sengaja.
Malang, September 2021
Penulis
x
DAFTAR ISI
LEMBAR JUDUL ... i
LEMBAR PERSETUJUAN ... ii
LEMBAR PENGESAHAN ... iii
LEMBAR PERNYATAAN ... iv
ABSTRAK ... v
ABSTRACT ... vi
LEMBAR PERSEMBAHAN ... vii
KATA PENGANTAR ... ix
DAFTAR ISI ... x
DAFTAR GAMBAR ... xii
DAFTAR TABEL ... xiii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Batasan Masalah... 3
1.4 Manfaat Penelitian ... 3
1.5 Batasan Masalah... 3
1.6 Sistematika Penulisan ... 3
BAB II TINJAUAN PUSTAKA ... 5
2.1 Coronavirus Disease 2019 (COVID-19) ... 5
2.2 Physical Distance ... 5
2.3 You Only Look Once / YOLO ... 6
2.4 Euclidean Distance ... 8
2.5 Decision Support System (DSS) ... 9
2.6 Python ... 9
2.7 Darknet ... 10
2.8 NVIDIA Jetson Nano Developer Kit ... 11
2.9 Kamera Webcam ... 12
2.10 Layar Monitor PC ... 13
xi
2.11 Speaker ... 14
BAB III METODE PENELITIAN ... 15
3.1 Perancangan Desain Model yang Dibangun ... 16
3.1.1 Metode YOLO ... 16
3.1.1 Euclidean Distance ... 18
3.1.1 Decision Support System ... 19
3.2 Perancangan Hardware ... 19
3.3 Cara Pengujian ... 20
BAB IV HASIL DAN PEMBAHASAN ... 22
4.1 Pengumpulan dan Pembacaan Citra Objek Manusia ... 22
4.2 Preprocessing Data ... 23
4.3 Training You Only Look Once ... 24
4.4 Pengujian Sistem ... 25
BAB V PENUTUP ... 39
5.1 Kesimpulan ... 39
5.2 Saran ... 39
DAFTAR PUSTAKA ... 40
LAMPIRAN ... 43
xii
DAFTAR GAMBAR
Gambar 2.1. Tahapan Algoritma YOLO ... 7
Gambar 2.2. Arsitektur YOLO Tiny v3 ... 8
Gambar 2.3. Grafik Contoh Perhitungan Euclidean Distance ... 9
Gambar 2.4. Python ... 10
Gambar 2.5. Darknet ... 10
Gambar 2.6. NVIDIA Jetson Nano Developer Kit... 11
Gambar 2.7. Kamera Webcam ... 13
Gambar 2.8. LG 20MK400H ... 13
Gambar 2.9. Simbada CST903N ... 14
Gambar 3.1. Diagram Blok sistem pendeteksian Physical Distance ... 15
Gambar 3.2. Flowchart Desain Metode YOLO ... 16
Gambar 3.3. Tahapan Sistem ... 19
Gambar 4.1. Proses Labeling Data ... 23
Gambar 4.2. Grafik Hasil Training ... 25
xiii
DAFTAR TABEL
Tabel 2.1. Spesifikasi NVIDIA Jetson Nano Developer Kit ... 11
Tabel 2.2. Spesifikasi Webcam Logitech C170 ... 13
Tabel 2.3. Spesifikasi LG 20MK400H ... 14
Tabel 3.1. Dataset yang Digunakan... 17
Tabel 3.2. Variabel Perhitungan ... 20
Tabel 4.1. Contoh Sampel Objek Manusia Berdasarkan Posisi ... 22
Tabel 4.2. Vektor Output (Biner) dan Klasifikasinya ... 24
Tabel 4.3. Hasil Deteksi Sistem ... 26
Tabel 4.4. Hasil Evaluasi ... 35
40 DAFTAR PUSTAKA
[1] WHO, “COVID-19 Weekly Epidemiological Update,” 2021. [Online].
Available: https://www.who.int/publications/m/item/weekly- epidemiological-update---12-january-2021.
[2] Y. Liu, A. A. Gayle, A. Wilder-Smith, and J. Rocklöv, “The reproductive number of COVID-19 is higher compared to SARS coronavirus.,” J. Travel Med., vol. 27, no. 2, pp. 1–4, Mar. 2020, doi: 10.1093/jtm/taaa021.
[3] Yuliana, “Corona Virus diseases (Covid-19); Sebuah Tinjauan Literatur,”
Wellness and Healthy Magazine, vol. 2, no. 1, pp. 187–192, 2020.
[4] H. Y. Kristian, “Deteksi Dan Penghitungan Manusia Pada Video Pengunjung Instansi Pemerintah Di Tarakan Menggunakan Metode Histogram of Oriented Gradients,” Semin. Nas. “Inovasi dalam Desain dan Teknol. - IDeaTech 2015, pp. 197–204, 2015.
[5] D. H. Fathoni, “Rancang bangun sistem smart cctv untuk efektivitas energi berbasis yolo cnn dan android di laboratorium otomasi ppns,” 2019.
[6] F. Apriliansyah, I. Fitri, and A. Iskandar, “Detection of Militia Object in Libya by Using YOLO Transfer Learning,” in Jurnal Teknologi &
Manajemen Informatika, 2020, vol. 6, no. 1, pp. 35–43, [Online]. Available:
https://repository.bsi.ac.id/index.php/repo/viewitem/20707.
[7] O. E. Karlina and D. Indarti, “Pengenalan Objek Makanan Cepat Saji Pada Video Dan Real Time Webcam Menggunakan Metode You Look Only Once (Yolo),” J. Ilm. Inform. Komput., vol. 24, no. 3, pp. 199–208, 2019, doi:
10.35760/ik.2019.v24i3.2362.
[8] N. S. Punn, S. K. Sonbhadra, and S. Agarwal, “Monitoring COVID-19 social distancing with person detection and tracking via fine-tuned YOLO v3 and Deepsort techniques,” arXiv, pp. 1–10, 2020.
[9] S. Jupiyandi et al., “Pengembangan Deteksi Citra Mobil Untuk Mengetahui Jumlah Tempat Parkir Menggunakan Cuda Dan Modified Yolo Development of Car Image Detection To Find Out the Number of Parking Space Using Cuda and Modified Yolo,” J. Teknol. Inf. dan Ilmu Komput.,
41 vol. 6, no. 4, pp. 413–419, 2019, doi: 10.25126/jtiik.201961275.
[10] N. Ramadijanti, Mu’Arifin, and A. Basuki, “Comparison of Covid-19 Cases in Indonesia and Other Countries for Prediction Models in Indonesia Using Optimization in SEIR Epidemic Models,” 7th Int. Conf. ICT Smart Soc. AIoT Smart Soc. ICISS 2020 - Proceeding, 2020, doi:
10.1109/ICISS50791.2020.9307543.
[11] H. Pratomo, “From social distancing to physical distancing: A challenge forevaluating public health intervention against covid-19,” Kesmas, vol. 15, no. 2, pp. 60–63, 2020, doi: 10.21109/KESMAS.V15I2.4010.
[12] M. Harahap et al., “Sistem Cerdas Pemantauan Arus Lalu Lintas Dengan YOLO (You Only Look Once v3),” Semin. Nas. APTIKOM, p. 2019, 2019.
[13] W. Lan, J. Dang, Y. Wang, and S. Wang, “Pedestrian detection based on yolo network model,” in Proceedings of 2018 IEEE International Conference on Mechatronics and Automation, ICMA 2018, 2018, pp. 1547–
1551, doi: 10.1109/ICMA.2018.8484698.
[14] G. Plastiras, C. Kyrkou, and T. Theocharides, “You Only Look Once:
Unified, Real-Time Object Detection,” arXiv, 2019.
[15] J. Pardede, D. B. Utami, and A. C. Rochman, “Implementasi ‘Principal Component Analysis - Scale Invariant Feature Transform’ Pada Content Based Image Retrieval,” J. Tek. Inform. dan Sist. Inf., vol. 3, no. 3, pp. 565–
574, 2017, doi: 10.28932/jutisi.v3i3.690.
[16] A. Pratidina, “Implementasi Pengolahan Citra Untuk Mendapatkan Informasi Mengenai Citra Baret TNI Dengan Menggunakan Algoritma Euclidean Distance,” vol. 22, no. 1, 2017.
[17] M. Megawaty and M. Ulfa, “Decision Support System Methods: A Review,”
J. Inf. Syst. Informatics, vol. 2, no. 1, pp. 192–201, 2020, doi:
10.33557/journalisi.v2i1.63.
[18] S. R. DEWI, “Deep Learning Object Detection Pada Video,” Deep Learn.
Object Detect. Pada Video Menggunakan Tensorflow Dan Convolutional Neural Netw., pp. 1–60, 2018.
42 [19] A. P. Jana, A. Biswas, and Mohana, “YOLO based detection and classification of objects in video records,” 2018 3rd IEEE Int. Conf. Recent Trends Electron. Inf. Commun. Technol. RTEICT 2018 - Proc., pp. 2448–
2452, 2018, doi: 10.1109/RTEICT42901.2018.9012375.
[20] A. R. Fredianto, “Rancang Bangun Modul Kamera Deteksi Kecepatan Kendaraan Menggunakan Nvidia Jetson Nano dengan Metode Image Pixel Manipulation,” Universitas Jember, 2018.
[21] K. Firdausy, S. Riyadi, T. Sutikno, P. Studi, T. Elektro, and U. A. Dahlan,
“Aplikasi Webcam untuk Sistem Pemantauan Ruang Berbasis Web,”
TELKOMNIKA (Telecommunication Comput. Electron. Control., vol. 6, no.
1, pp. 39–48, 2008.
[22] A. Amin, “Monitoring Kamera CCTV Melalui Pc Dan Smartphone,” Eeict, vol. 1, no. 2, pp. 11–20, 2018.
[23] M. Artiyasa and M. I. Awaludi, “Rancang Bangun Smart Home Dengan Smart Speaker Dan Node Mcu,” J. Rekayasa Teknol. Univ. Nusa Putra, vol.
7, no. 1, pp. 26–34, 2020.
[24] T. A. Dompeipen and M. E. I. Najoan, “Computer Vision Implementation for Detection and Counting the Number of Humans,” vol. 16, no. 1, pp. 65–
76, 2021.
43
