IMPLEMENTASI DETEKSI DRONE MENGGUNAKAN YOLO (You Only Look Once)
DOI:
https://doi.org/10.37859/jf.v14i2.7374
Abstract
Penelitian ini berfokus pada pengembangan sistem deteksi drone yang akurat dan efektif berbasis teknologi kamera. Penggunaan drone yang semakin meningkat di berbagai sektor, seperti fotografi udara, pemantauan lingkungan, pemetaan topografi, pengiriman barang, inspeksi infrastruktur, dan pertanian presisi, telah membawa banyak manfaat. Namun, penggunaan drone yang tidak bertanggung jawab juga dapat menimbulkan masalah serius, seperti pelanggaran privasi, risiko keamanan, dan gangguan pada operasi penerbangan. Untuk mengatasi tantangan ini, penelitian ini mengusulkan pendekatan deteksi drone menggunakan kamera sebagai perangkat utama, memanfaatkan algoritma pengolahan citra digital dan teknik pembelajaran mesin. Sistem ini diharapkan mampu mendeteksi keberadaan drone dalam berbagai kondisi lingkungan dan pencahayaan, serta memberikan informasi yang lebih rinci tentang lokasi dan aktivitas drone. Dengan menggunakan teknologi pembelajaran mesin, sistem ini dapat dilatih untuk mengenali berbagai jenis drone dan membedakannya dari objek lain yang mungkin muncul di latar belakang, serta dapat terus ditingkatkan kinerjanya seiring dengan bertambahnya data pelatihan yang digunakan. Penelitian ini menggunakan metode Research and Development (R&D) dengan fokus pada implementasi sistem deteksi drone menggunakan kamera web dan perpustakaan perangkat lunak OpenCV. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan keamanan dan keselamatan di berbagai sektor, serta mencegah penyalahgunaan teknologi drone untuk tujuan yang merugikan, dan temuan dari penelitian ini dapat menjadi dasar bagi pengembangan sistem deteksi drone yang lebih canggih di masa depan.
Downloads
References
M. R. Mubaarak et al., “Analisis Pengaruh Booster RC832 Terhadap Kualitas Citra Drone First Person View ( FPV ) Menggunakan Parameter,” vol. 6, pp. 1–11, 2024.
B. Aydin and S. Singha, “Drone Detection Using YOLOv5,” Eng, vol. 4, no. 1, pp. 416–433, 2023, doi: 10.3390/eng4010025.
D. Novianti, D. M. Priyangan, and Pramestiana, “Membangun Sistem Aplikasi Absensi Berbasis Face Recognition Menggunakan Opencv Dikampus Stmik Kalirejo Lampung,” J. Comput. Sci. Informatics, vol. 1, no. 2, pp. 62–66, 2024, [Online]. Available: httphttp://ojs.edupartner.co.id/index.php/jocsi/index
F. S. R. R. Dimas, N. A. R. Rais, and S. Rokhmah, “Rancang Bangun Teknologi Internet of Things (IoT) Dalam Sistem Monitoring Kelembaban Tanah dan Pemupukan Tanaman Terjadwal,” DutaCom, vol. 17, no. 1, pp. 67–81, 2024.
W. Wijiyanto, A. I. Pradana, and S. Sopingi, “PERBANDINGAN DATA UNTUK MEMPREDIKSI KETEPATAN STUDI BERDASARKAN ATRIBUT KELUARGA MENGGUNAKAN MACHINE LEARNING,” JIKA (Jurnal Inform., vol. 8, no. 2, pp. 221–228, 2024.
R. G. Wardhana, G. Wang, and F. Sibuea, “Penerapan Machine Learning Dalam Prediksi Tingkat Kasus Penyakit Di Indonesia,” J. Inf. Syst. Manag., vol. 5, no. 1, pp. 40–45, 2023.
R. Merdiansah, S. Siska, and A. Ali Ridha, “Analisis Sentimen Pengguna X Indonesia Terkait Kendaraan Listrik Menggunakan IndoBERT,” J. Ilmu Komput. dan Sist. Inf., vol. 7, no. 1, pp. 221–228, 2024, doi: 10.55338/jikomsi.v7i1.2895.
R. G. Guntara, “Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 5, no. 1, pp. 55–60, 2023.
M. Fiko, R. Ajie, D. Hartanti, and V. Atina, “Sistem pakar diagnosis gangguan tumbuh kembang balita dengan certainty factor Expert system for diagnosing growth and development disorders in toddlers using certainty factors,” vol. 5, pp. 76–87, 2024, doi: 10.37373/infotech.v5i1.1162.
R. R. Khaerullah, N. Suarna, and O. Nurdiawan, “Analisa Pengelompokan Dataset Komputer Menggunakan Algoritma X-Means,” J. Inform. Dan Teknol. Inf., vol. 1, no. 3, pp. 125–131, 2023.
D. N. Alfarizi, R. A. Pangestu, D. Aditya, M. A. Setiawan, and P. Rosyani, “Penggunaan Metode YOLO Pada Deteksi Objek: Sebuah Tinjauan Literatur Sistematis,” AI dan SPK J. Artif. Intell. dan Sist. Penunjang Keputusan, vol. 1, no. 1, pp. 54–63, 2023.
Y. Wulandari and T. Rosandy, “Implementasi Computer Vision Dalam Sistem Deteksi Gerakan Disiplin Kampus,” Tek. J. Ilm. Bid. Ilmu Rekayasa, vol. 18, no. 2, pp. 343–354, 2024.
R. Firdaus, R. Al Hariri, and H. Fu’adah Amran, “Sentimen Analisis Masyarakat Tentang Penetapan Hari Raya Idul Adha Tahun 2023 Pada Video Youtube Menggunakan Algoritma Random Forest dan Support Vector Machine,” vol. 14, no. 1, pp. 278–285, 2024.
Downloads
Published
Issue
Section
License
Copyright Notice
An author who publishes in the Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) agrees to the following terms:
- Author retains the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-ShareAlike 4.0 License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal
- Author is able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book) with the acknowledgement of its initial publication in this journal.
- Author is permitted and encouraged to post his/her work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of the published work (See The Effect of Open Access).
Read more about the Creative Commons Attribution-ShareAlike 4.0 Licence here: https://creativecommons.org/licenses/by-sa/4.0/.
_(1).png)
