ANALISIS PENGGUNAAN MODEL YOLOV8 (YOU ONLY LOOK ONCE) TERHADAP DETEKSI CITRA SENJATA BERBAHAYA

Abstract

Kecerdasan Buatan merupakan teknologi yang menarik saat ini terutama object detection. Salah satu metode populer dalam computer vision adalah object detection yang dimana berperan memberikan kemampuan pada mesin untuk mengidentifikasi dan mengenali objek tertentu dari suatu citra. Kriminalitas bersenjata merupakan masalah yang serius di berbagai negara. Oleh karena itu, pengembangan model deteksi objek senjata penting agar dapat membantu tugas pengawasan yang umumnya dilakukan oleh manusia. Penggunaan metode YOLOv8 (You Only Look Once) menjadi pilihan bagus untuk melakukan deteksi objek senjata karena memiliki efisiensi dan hasil deteksi yang akurat. Tujuan utama penelitian ini untuk menganalisis hasil dan performa model YOLOv8 dalam mendeteksi dan identifikasi senjata berbahaya pada citra yang telah dimanipulasi sebelumnya. Hasil penelitian menunjukkan bahwa model mencapai nilai precision sebesar 84%, recall mencapai 77%, mAP mencapai 84% dan F1-Score 88% dengan waktu pelatihan 4 jam 6 menit lamanya. Pengujian pendeteksian pada gambar grayscale, gambar berotasi, pengaturan tingkat cahaya yang berbeda, gambar blur serta pengujian deteksi berdasar pada jarak menunjukkan hasil yang cukup baik namun masih perlu ditingkatkan lagi.