Perbandingan Nilai Confidence Pada Saat Mendeteksi Objek Perempuan Berhijab Menggunakan Data Training Perempuan Berhijab Terhadap Data Training Joseph Redmon YOLOv3

Abstract

Teknologi berkembang sangat pesat dalam satu dekade ke belakang terutama dalam teknologi deteksi objek menggunakan pengolahan citra. Implementasi teknologi pengolahan citra terdapat pada alat untuk menghitung jumlah mobil melintas di jalan tol, menghitung volume kendaraan di lampu lalu lintas serta menghitung jumlah manusia di suatu tempat atau ruangan. Pada pendeteksian objek manusia terutama di Indonesia terdapat perempuan menggunakan hijab yang harapannya dapat terdeteksi sebagai objek manusia. Salah satu perangkat lunak yang dapat digunakan dalam pengenalan objek yaitu you only look once (YOLO). Dalam penelitian ini penulis menggunakan YOLOv3 dan merupakan pengembangan dari YOLO versi sebelumnya yang dapat mendeteksi objek dengan baik dan secara real-time. Dalam melakukan proses deteksi objek, YOLOv3 membutuhkan data training yang merupakan dataset yang sangat banyak agar didapatkan hasil pengenalan objek yang baik. Data training yang dibuat oleh Joseph Redmon merupakan data training yang terdiri dari 80 class objek dan salah satunya adalah class person yang berasal dari dataset objek manusia acak. Pada penelitian ini penulis melakukan pendeteksian perempuan berhijab menggunakan data training Joseph Redmon untuk menghitung nilai confidence yang didapatkan dan membandingkannya dengan nilai confidence yang didapatkan dari data training yang dibuat sendiri oleh penulis menggunakan dataset gambar perempuan berhijab sebanyak 50 dataset dan 100 dataset.