Berikut adalah contoh silabus untuk 10 sesi (masing-masing 1,5 jam) mengenai “Deteksi Perilaku Mencurigakan di Tempat Umum Menggunakan YOLO dan Analisis Pose Estimation”. Silabus ini mencakup pengenalan konsep dasar, implementasi teknis, hingga evaluasi dan optimasi sistem.
Silabus Kursus: Deteksi Perilaku Mencurigakan di Tempat Umum Menggunakan YOLO dan Analisis Pose Estimation
Sesi 1: Pengenalan Sistem dan Dasar Computer Vision
-
Tujuan: Memahami ruang lingkup deteksi perilaku mencurigakan dalam konteks keamanan publik.
-
Mengenal dasar-dasar computer vision, deep learning, dan algoritma deteksi objek.
-
Topik Pembahasan: Konsep dan penerapan computer vision dalam keamanan.
-
Pengenalan YOLO (You Only Look Once): sejarah, evolusi (YOLOv3, YOLOv4, YOLOv5, dst).
-
Pengenalan konsep pose estimation: definisi, aplikasi, alat (misal: OpenPose, MediaPipe).
-
Aktivitas: Diskusi kelompok mengenai contoh kasus penggunaan di dunia nyata.
-
Demonstrasi video singkat mengenai sistem deteksi objek dan pose estimation.
-
Referensi: Artikel review terkait computer vision dan aplikasi keamanan.
Sesi 2: Persiapan Lingkungan Pengembangan dan Pengenalan YOLO
-
Tujuan: Menyiapkan lingkungan kerja (Python, library terkait, GPU, dsb).
-
Menginstal dan mengkonfigurasi framework YOLO.
-
Topik Pembahasan: Pengenalan lingkungan pengembangan Python (Anaconda, Jupyter Notebook/IDE).
-
Instalasi library: OpenCV, PyTorch/TensorFlow (tergantung implementasi YOLO yang dipilih).
-
Setting up dataset dan perkenalan kode dasar YOLO.
-
Aktivitas: Praktik instalasi dan konfigurasi di komputer masing-masing.
-
Menjalankan skrip contoh deteksi objek menggunakan YOLO.
-
Output: Lingkungan pengembangan yang siap untuk eksperimen implementasi YOLO.
Sesi 3: Pengenalan dan Implementasi Dasar Pose Estimation
-
Tujuan: Memahami konsep pose estimation dan alat/algoritma yang umum digunakan.



