Implementasi YOLOv5 untuk Deteksi Objek Manusia pada Drone
Abstract
Penelitian ini mengkaji implementasi sistem deteksi objek berbasis algoritma YOLOv5 pada drone semi-otonom dengan penggunaan kamera analog. YOLOv5 diimplementasikan dalam bahasa Python pada laptop MacBook Pro sebagai pusat komputasi. Dataset berisi citra kelas manusia digunakan untuk pelatihan dan pengujian model. Sistem ini dirancang untuk mendeteksi objek manusia bergerak pada video udara real-time. Hasil eksperimen menunjukkan akurasi deteksi tinggi saat menggunakan kamera analog, konsisten dengan laporan literatur terkait kinerja YOLOv5 dalam deteksi objek manusia.
Fields of Study & Subjects
Advanced Neural Network Applications
Video Surveillance and Tracking Methods
Human Pose and Action Recognition
Publication details
- Journal / source
- Figshare
- Publication date
- 1 January 2026