SISTEM PREVENTIF PELANGGARAN SOCIAL DISTANCING COVID-19 DENGAN METODE YOLO (YOU ONLY LOOK ONCE) MENGGUNAKAN NVIDIA JETSON NANO

Social Distancing yang merupakan kebijakan untuk menjaga jarak dari orang
lain 1-2 meter sangat efektif untuk memutus rantai penyebaran COVID-19, namun
ironisnya sering diabaikan karena rendahnya tingkat kesadaran masyarakat. Banyak
peneliti sebelumnya memanfaatkan teknologi Computer Vision dalam mendeteksi
pelanggaran Social Distancing. Namun sayangnya, penelitian tersebut hanya sebatas
mendeteksi saja tanpa memberi upaya preventif. Sedangkan pada penelitian ini dibuat
sistem preventif pelanggaran social distancing dalam bentuk hardware menyerupai
kamera. Kamera yang dibuat menggunakan Single Board Computer (SBC) bernama
NVIDIA Jetson Nano yang powerful untuk project Machine Learning karena
memiliki Graphical Processing Unit (GPU) dengan 128 CUDA Maxwell, serta
menggunakan metode Object Detection terbaik dizaman ini yaitu You Only Look
Once (YOLO). Dengan memanfaatkan data latih yang disediakan oleh MSCOCO
Dataset yang memuat 10777 gambar pada kelas person, diharapkan mampu
memberikan kemampuan optimal dalam mendeteksi pelanggaran Social Distancing.
Perancangan alat pada penelitian ini terbagi menjadi 2 bagian yaitu hardware dan
software. Pada bagian software tahap yang dilakukan berupa akuisisi dataset,
perancangan arsitektur dan requirements YOLO, kemudian membuat script untuk
people detection, pengukuran jarak. Pada tahap perancangan hardware yaitu
konfigurasi NVIDIA Jetson Nano, dilanjutkan dengan pemasangan Cooling Fan, SD
Card, LCD, Kamera, USB Audio Card dan terakhir Speaker. Adapun parameter yang
akan diidentifikasi yaitu nilai Confusion Matrix (Accuracy, Precision, Recall, F1-
Score), Accuracy Deteksi Pelanggaran, nilai Frame Per Second (FPS). Diharapkan
dari parameter tersebut mampu menunjukkan tingkat performance YOLO dan
NVIDIA Jetson Nano. Setelah pengujian, kondisi objek yang paling mendukung ialah
objek yang tidak berbaris/membelakangi. Luminance terbaik ada pada 235-240 lux
dengan nilai confidence 78,71%.Berdasarkan posisi kamera, didapatkan bahwa posisi
kamera paling optimal ialah pada ketinggian 290 cm (confidence 94.3%), jarak
berkisar antara 3-4 meter (confidence 95.33%), dan secara horizontal terletak pada
sudut 45° (confidence 95,6%). Berdasarkan jumlah objek didapatkan hasil bahwa
semakin banyak objeknya maka semakin kecil niali confidence-nya.
Kata Kunci : Social Distancing, Computer Vision, You Only Look Once (YOLO),
NVIDIA Jetson Nano