Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Aplikasi Penghitung Pengunjung Yang Memasuki Toko Retail Dengan Menggunakan Kamera CCTV
Devy Azkia P (2019) | Tugas Akhir | Teknik Informatika , Teknik Komputer
Bagikan
Ringkasan
Teknologi penghitung pengunjung sudah digunakan manajemen toko retail untuk mengetahui jumlah pengunjung yang datang, antara lain menggunkan sensor infrared. Namun sensor ini memiliki kelemahan yaitu, tidak di implementasikan untuk dapat membedakan pengunjung atau barang yang di bawa, tidak untuk dapat membedakan pengunjung yang masuk atau keluar dan tentu tidak dapat digunakan untuk menghitung banyak pengunjung yang datang ke toko retail. Padahal selain data banyaknya pengunjung juga diperlukan informasi waktu tiba, sehingga diketahui jam tersibuk bagi pegawai toko retail. Merujuk pada permasalahan tugas akhir ini bertujuan untuk membangun aplikasi penghitung pengunjung yang dapat menyediakan data jumlah pengunjung yang masuk ke toko pada setiap jam. Aplikasi dikembangkan menggunakan kamera CCTV, program pendeteksian objek manusia dengan metode Histogram of Oriented Gradient (HOG) yang berfungsi untuk ekstraksi fitur dan metode Support Vector Machine (SVM) untuk deteksi objek manusia dari hasil ekstraksi fitur. Sebagai pelengkap metode Kanade-Lucas-Tomasi (KLT) digunakan untuk pelacakan arah gerak objek manusia sehingga banyak pengunjung yang masuk dapat dihitung. SVM salah satu metode supervised machine learning sehingga memerlukan dataset untuk training maupun testing. Dataset yang digunakan pada aplikasi ini diambil dari BMV2009 Trainning Data. Hasil akurasi dari aplikasi ini terdiri atas 2 bagian yaitu akurasi untuk pendeteksian memiliki rentang nilai 50% - 100% dengan nilai rata-rata 79.44% dan akurasi untuk pelacakan objek memiliki rentang nilai 85.71% - 100% dengan nilai rata-rata 91.24%.
Ringkasan Alternatif
Visitor counters technology is used by retail management to find out the number of visitors using an infrared sensor. However, this sensor has weakness, it is not designed for distinguishing visitors who leave the store. Whereas store management requires information when visitors arrive so management known the busiest hour for retail store employees. Refer to the problem, the goal of this final project is to develop a visitor counter application that can provide data on the number of visitors entering the store every hour. Application is developed using CCTV cameras, human object detection with Histogram of Oriented Gradient (HOG) method which functions for feature extraction, and Support Vector Machine (SVM) method to detect human objects from feature extraction and Kanade-Lucas-Tomasi (KLT) method tracking to measure the direction of human objects so that number visitors can be counted. SVM is one of the supervised machine learning methods, so it needs datasets for training and testing. The dataset is taken from the BMV2009. The results of this application consist of 2 parts: accuracy for detection has a range value of 50% - 100% with an average value of 79.44% and accuracy for objects tracking has a range value of 85.71% - 100% with an average value of 91.24%.