Berikut adalah silabus 10 sesi (masing-masing 1,5 jam) untuk topik:
“Deteksi Barang Terlarang dalam Gambar X-ray Bandara Menggunakan YOLO dan Augmentasi Data”
Tujuan Umum:
Mahasiswa mampu membangun sistem deteksi otomatis barang-barang terlarang dalam citra X-ray bandara menggunakan algoritma YOLO (You Only Look Once), serta meningkatkan performa model dengan teknik augmentasi data.
️ Silabus Detail 10 Sesi
Sesi 1: Pengenalan Sistem Keamanan Bandara dan Citra X-ray
-
Jenis ancaman dan barang terlarang (senjata, cairan, bahan peledak)
-
Fungsi citra X-ray dalam deteksi barang
-
Contoh dataset citra X-ray (GDXray, SIXray)
-
Diskusi studi kasus bandara
Sesi 2: Dasar-dasar YOLO dan Object Detection
-
Pengenalan Object Detection vs Image Classification
-
Arsitektur dasar YOLOv4, YOLOv5, YOLOv7, dan YOLOv8
-
Bounding box, confidence score, IoU
-
Perbandingan YOLO vs SSD vs Faster-RCNN
️ Sesi 3: Dataset X-ray dan Data Annotation
-
Format dataset YOLO: .jpg + .txt
-
Labeling tools (LabelImg, Roboflow, CVAT)
-
Kategori label (gun, knife, scissors, etc)
-
Praktik: Melabeli 10 citra X-ray secara manual
Sesi 4: Augmentasi Data untuk Citra X-ray
-
Tujuan augmentasi: variasi sudut, ukuran, pencahayaan
-
Teknik: rotation, flip, zoom, brightness, mosaic, cutmix
-
Tools: Albumentations, Roboflow, YOLO augmentations
-
Praktik augmentasi dataset asli
Sesi 5: Instalasi dan Setup YOLOv5 atau YOLOv8
-
Persiapan lingkungan kerja (Python, PyTorch, Jupyter)
-
Instalasi YOLO dari repo Ultralytics
-
Struktur folder dan konfigurasi training



