Berikut adalah silabus 10 sesi @1,5 jam untuk topik: “Sistem Monitoring Kerumunan Manusia Menggunakan YOLO dan CCTV” Silabus ini dirancang bertahap dari pengantar hingga implementasi akhir.
✅ Silabus 10x Sesi – Monitoring Kerumunan dengan YOLO dan CCTV
Sesi 1: Pengenalan Sistem Monitoring Kerumunan
-
Tujuan dan urgensi monitoring kerumunan (crowd monitoring)
-
Studi kasus: konser, stadion, bandara, tempat ibadah
-
Perbandingan pendekatan: manual vs otomatis
-
Arsitektur umum sistem berbasis CCTV dan AI
Sesi 2: Pengenalan YOLO (You Only Look Once)
-
Evolusi YOLO: v3, v4, v5, v7, v8
-
Perbedaan YOLO dengan SSD, Faster R-CNN
-
Dataset yang umum digunakan (COCO, CrowdHuman, custom dataset)
Sesi 3: Instalasi dan Persiapan Lingkungan
-
Instalasi Python, OpenCV, PyTorch, YOLOv5
-
Clone YOLOv5 dari GitHub
-
Tes awal deteksi objek menggunakan YOLOv5 pre-trained model
-
Input video dari CCTV atau file MP4
Sesi 4: Deteksi Manusia dalam Video CCTV
-
Deteksi hanya untuk objek “person”
-
Menyesuaikan threshold confidence
-
Menggambar bounding box dan label
-
Menyimpan output video hasil deteksi
Sesi 5: Perhitungan Jumlah Orang dan Visualisasi
-
Menghitung jumlah orang per frame
-
Membuat grafik real-time (jumlah vs waktu)
-
Menggunakan Matplotlib atau Streamlit
Sesi 6: Pelacakan Individu (Tracking)
-
Pengantar object tracking: DeepSORT, ByteTrack
-
Integrasi YOLO + DeepSORT
-
Assign ID unik untuk setiap orang
-
Pelacakan lintasan dan kecepatan gerak



