Sistem Penghitung Jumlah Pengunjung Restoran Menggunakan Kamera Berbasis Single Shot Detector (SSD)

Authors

  • Weny Indah Kusumawati Universitas Dinamika
  • Heri Pratikno Universitas Dinamika
  • Yosia Pradeska Admaja Universitas Dinamika

DOI:

https://doi.org/10.37802/joti.v3i1.197

Keywords:

Python, Single Shot Detector (SSD), MobileNet, Covid-19, protokol kesehatan, restoran

Abstract

Wabah pandemi virus Covid-19 yang terjadi pada awal tahun 2020 menuntut seluruh lapisan masyarakat dan pemerintah untuk menerapkan pola hidup new normal demi mencegah penyebaran virus yang semakin meluas. Langkah pencegahan yang dilakukan pemerintah saat ini adalah dengan menyosialisasikan pola hidup new normal, yaitu: dengan mewajibkan seluruh masyarakat untuk selalu mencuci tangan, wajib menggunakan masker, mengurangi mobilitas atau bepergian, menjaga jarak aman kira-kira 1 meter, serta membatasi jumlah pengunjung pada pusat perbelanjaan dan pusat keramaian, seperti restoran. Saat ini pada pusat perbelanjaan dan restoran telah diberlakukan pembatasan jumlah pengunjung sebanyak 50% dari kapasitas maksimal dari suatu ruangan atau area. Dalam upaya pencegahan virus Covid-19 tersebut, peneliti membuat sebuah sistem penghitung jumlah pengunjung pada restoran, yang berfungsi untuk menghitung pengunjung yang masuk, keluar, dan yang masih berada dalam suatu ruangan pada restoran. Apabila jumlah pengunjung sudah memenuhi kapasitas ruangan dan masuk pengunjung berikutnya, maka buzzer berbunyi, sehingga karyawan restoran mengetahui bahwa kapasitas ruangan sudah overload. Metode yang digunakan pada aplikasi ini adalah Single Shot Detector (SSD) dengan integrasi dataset dari MobileNet-SSD, sehingga mampu mendeteksi object manusia secara akurat. Berdasarkan hasil pengujian yang telah dilakukan, tingkat akurasi deteksi untuk object berjalan dengan kecepatan normal adalah 100%, serta tingkat akurasi deteksi pada object berjalan cepat adalah 90%, dan tingkat akurasi yang dilakukan pada object berlari adalah 50%. Pada pengujian secara keseluruhan sistem menggunakan video hasil rekaman peneliti yang berupa simulasi pintu masuk pada restoran, didapatkan hasil akurasi 86% untuk penghitungan jumlah pengunjung masuk, 66% untuk akurasi penghitungan jumlah pengunjung keluar, dan akurasi sebesar 79% untuk jumlah pengunjung yang masih berada di dalam ruangan restoran. Semua data hasil pengujian yang telah dilakukan, data disimpan pada file spreadsheet (.csv), sehingga dapat diketahui berapa jumlah pengunjung yang keluar, masuk dan dalam ruangan restoran pada setiap harinya

Downloads

Download data is not yet available.

References

Susilo, Adityo., 2020, Coronavirus Disease 2019: Tinjauan Literatur Terkini, Jurnal Penyakit Dalam Indonesia, vol 7, hal 45-67. DOI: https://dx.doi.org/10.7454/jpdi.v7i1.415.

Handayani, Diah., Rendra Hadi, Dwi., Isbaniah, Fathiyah., Burhan, Erlina., Agustin, Heidy., 2020, Penyakit Virus Corona 2019, Jurnal Respirologi Indonesia, vol 40, hal 119-129.

Alkautsar, Ahmad., 2021, Hubungan Penyakit Komorbid Dengan Tingkat Keparahan Pasien Covid-19, Jurnal Medika Hutama, vol 3, hal 1488-1494.

Muhammad Ali Satria, Raden., Varia Tutupoho, Resty., Chalidyanto, Djazuly., 2020, Analisis Faktor Risiko Kematian Dengan Penyakit Komorbid COVID-19, Jurnal Keperawatan Silampari, vol 4, hal 48-55. DOI:

https://doi.org/10.31539/jks.v4i1.1587

Parwanto, Edy., 2021, Virus Corona (SARS-Cov-2) Penyebab COVID-19 Kini Telah Bermutasi, Jurnal Biomedika dan Kesehatan, vol 3, hal 47-49. DOI:

https://doi.org/10.18051/JBiomedKes.2021.v4.47-49

Hanifa, Nurul., Wajuba Perdini Fisabilillah, Ladi., 2021, Peran Dan Kebijakan Pemerintah Indonesia Di Masa Pandemi COVID-19, Welfare: Jurnal Ilmu Ekonomi, vol 2, hal 9-19.

Wiryawan, I Wayan., 2020, Kebijakan Pemerintah Dalam Penanganan Pandemi Virus Corona Disease 2019 (COVID-19) Di Indonesia, Prosiding Webinar Nasional Universitas Mahasaraswati Denpasar, hal 179-188.

Firmansyah, Yudi., Kardina, Fani., 2020, Pengaruh New Normal Ditengah Pandemi Covid-19 Terhadap Pengelolahan Sekolah Dan Peserta Didik, Jurnal Buana Ilmu, vol 4, hal 99-112. DOI:

https://doi.org/10.36805/bi.v4i2.1107

Muhyiddin, 2020, Covid-19, New Normal dan Perencanaan Pembangunan di Indonesia, The Indonesian Journal of Development Planning, vol 4, hal 240-252.

Suci Amelia, Decha., Suwarni, Linda., Selviana., Mawardi., 2020, Kesiapan Rumah Makan di Era New Normal, Jurnal Ilmu Kesehatan Masyarakat, vol 4, hal 216-221. DOI:

https://doi.org/10.33221/jikm.v9i04.769

Ezizwita., Sukma, Tri., 2021, Dampak Pandemi Covid-19 Terhadap Bisnis Kuliner dan Strategi Beradaptasi di Era New Normal, Jurnal Ekonomi dan Bisnis Dharma Andalas, vol 23, hal 51-63.

Sik-Ho Tsang., 2018, https://towardsdatascience.com. Retrieved 02 20, 2021, from https://towardsdatascience.com/review-ssd-single-shot-detector-object-detection-851a94607d11.

Chen Z., K. R., 2019, Real Time Object Detection, Tracking, and Distance and Motion Estimation based on Deep Learning: Application to Smart Mobility, Proceedings of the 2019 Eighth International Conference on Emerging Security Technologies (EST), hal 1-6.

R. G. Fajri, I. S., 2021, Perancangan Program Pendeteksi Dan Pengklasifikasi Jenis Kendaraan Dengan Metode Convolutional Neural Network (CNN) Deep Learning, Ransient: Jurnal Ilmiah Teknik Elektro, vol 1, hal 97-106. DOI:

https://doi.org/10.14710/transient.1.1.%25p

Kusno Prasetya, A. A., 2020, Implementation of Tensorflow in the CCTV-Based People Counter Application at PT Matahari Department Store, Tbk, IAIC International Conferences, vol 3, hal 38-44.

Lutz, M., 2010, Programming Python. Fourth Edition ed. Sebastopo, O’Reilly Media, Inc.

Downloads