PEREKAMAN OTOMATIS BERDASARKAN DETEKSI OBJEK MANUSIA PADA CCTV MENGGUNAKAN METODE YOU ONLY LOOK ONCE V3 (YOLOV3)

CCTV selama ini memiliki kekurangan dalam hal penggunaan penyimpan, sementara pengawasan dilakukan penuh selama 1 × 24 jam, dan membuat kamera menulis frame terus menerus. Penyimpanan pun dengan drastis terpakai sehingga cepat penuh. Hal ini pun membuat storage seperti HDD, akan berkerja keras sehingga keawetan storage HDD tidak terjamin lama. Solusi yang bisa dilakukan adalah dengan memanfaatkan pengenalan objek sebagai kondisi. Frame hanya akan ditulis pada penyimpan ketika kamera mendeteksi adanya objek manusia. Metode Object Detection yang digunakan adalah YOLOv3, dataset dilatih dan menjadi model latih lalu diterapkan secara realtime. Model yang dilatih pada penelitian ini memiliki akurasi 100%, dan setiap objek yang terdeteksi berhasil menjadi kondisi kamera menulis frame pada penyimpan dengan ukuran video paling besar 1,6mb dengan durasi waktu 18 detik.