Rancang Bangun Sistem Kemananan Otomatis Berbasis YOLOv8 Untuk Mendeteksi Aktivitas Mencurigakan Orang Tidak DIkenal

Abstract

Sistem pengawasan CCTV konvensional saat ini dianggap kurang optimal karena bersifat pasif dan bergantung pada pemantauan manual. Penelitian ini bertujuan untuk mengembangkan sistem keamanan otomatis berbasis arsitektur YOLOv8n guna mendeteksi aktivitas mencurigakan pada gambar inframerah secara real-time. Sistem ini dikonfigurasi untuk mendeteksi tiga postur: orang yang berdiri, orang yang membungkuk, dan orang yang melihat ke sekeliling. Data diperoleh dari kamera Tapo C200 melalui protokol RTSP. Hasil deteksi YOLOv8n divalidasi dengan filter kotak pembatas (rasio luas dan rasio aspek per kelas) untuk memungkinkan respons waktu nyata saat objek dikonfirmasi dan meminimalkan jumlah deteksi positif palsu. Sistem ini juga terintegrasi dengan API Telegram untuk pemberitahuan visual (dengan mekanisme pendinginan) dan pencatatan CSV. Hasil pengujian menunjukkan bahwa model ini mencapai akurasi sebesar 0,950, recall sebesar 0,930, dan skor F1 sebesar 0,940. Pengujian real-time menunjukkan bahwa sistem ini mampu mendeteksi objek bergerak dengan kecepatan mulai dari 0,04 m/s hingga 0,29 m/s, dan melalui validasi filter geometris, hasil positif palsu dari objek diam (rak sepatu) berhasil diblokir.