Berikut adalah Silabus 20 Sesi x 1,5 Jam untuk topik:
“Pendeteksi Masker dan Jarak Sosial di Tempat Umum Menggunakan YOLOv11”
Level: Intermediate to Advanced
Target Peserta: Mahasiswa, peneliti, atau pengembang yang sudah menguasai dasar Python dan pemrosesan citra.
Silabus:
Sesi 1–2: Pendahuluan dan Dasar Teori
-
Pengenalan Proyek dan Konsep YOLO Tujuan aplikasi
-
Evolusi YOLO hingga YOLOv11
-
Studi kasus penggunaan
-
Dasar Deteksi Objek dan Pemrosesan Citra Deteksi bounding box
-
Confidence score dan IoU
-
Arsitektur CNN dasar
Sesi 3–4: Persiapan Lingkungan dan Dataset
-
Instalasi Tools & Framework Python, PyTorch, OpenCV, YOLOv11 library (Ultralytics/Roboflow)
-
Kumpulan dan Labeling Dataset Dataset deteksi masker (dengan/ tanpa masker)
-
Dataset jarak sosial (CCTV keramaian)
-
Labeling dengan Roboflow/LabelImg
Sesi 5–6: Pelatihan Model YOLOv11
-
Preprocessing dan Augmentasi Data Resize, augmentasi citra (rotation, brightness, flip)
-
Training YOLOv11 Konfigurasi file .yaml , hyp.yaml , dan train.py
-
Pemantauan training (loss, precision, recall)
Sesi 7–8: Evaluasi dan Validasi
-
Testing Model dan Analisis Kinerja Confusion matrix, mAP, FPS, deteksi real-time
-
Improvement: Fine-tuning dan Early Stopping Tuning learning rate, batch size, data imbalance
Sesi 9–10: Pendeteksian Masker
-
Deteksi Penggunaan Masker dengan Webcam Visualisasi hasil deteksi live
-
Logging dan Simpan Hasil Deteksi
-
Simpan hasil sebagai gambar/video + log JSON
Sesi 11–12: Estimasi Jarak Sosial
-
Perhitungan Jarak Antar Objek



