Sistem Deteksi dan Klasifikasi Truk Air Menggunakan YOLO v5 dan EfficientNet-B4

Abstract

Kegiatan pencatatan dalam usaha pengisian air yang dilakukan dengan menggunakan truk air mengalami masalah karena kesalahan manusia (human error) misalnya pencatatan yang terlewat dan efisiensi waktu yang diperlukan. Untuk itu diperlukan otomatisasi sistem dengan menggunakan teknologi. Untuk mengatasi masalah tersebut, pada penelitian ini digunakan metode yang termasuk dalam Computer Vision dengan penggunaan algoritma Object Detection dan Classification. Pada penelitian ini dibangun suatu sistem yang mengambil frame video menggunakan CCTV yang kemudian dimasukkan pada algoritma object detection dengan arsitektur YOLOv5 (You Only Look Once versi 5). Hasil deteksi kemudian diklasifikasikan  dengan menggunakan algoritma dengan arsitektur EfficientNet-B4. Hasil klasifikasi tersebut akan menentukan secara spesifik truk air yang mana yang sedang melakukan pengisian dan dicatat. Kemudian rekapitulasi hasil pencatatan tersebut dikirimkan dengan menggunakan aplikasi messaging Telegram menggunakan library Tkinter kepada pemilik usaha yang mengambil air tersebut. Rekapitulasi tersebut kemudian digunakan oleh sang pemilik usaha dalam memantau usaha tersebut dan melakukan pembayaran sesuai dengan jumlah pengambilan air. Hasil pengujian untuk object detection dan classification dengan menggunakan evaluation metrics menunjukkan bahwa metode tersebut berhasil melakukan deteksi dan klasifikasi dengan baik. Pengujian keseluruhan sistem menunjukkan bahwa semua tahap pengujian berhasil dilakukan dengan baik. Hal ini menunjukkan bahwa sistem tersebut dapat digunakan untuk mengatasi masalah yang dihadapi.