Berikut adalah silabus “Pengembangan Sistem Deteksi Intrusi pada Area Terlarang Menggunakan YOLO dan Kamera CCTV untuk Keamanan Perimeter”:
Sesi 1-5: Pengenalan dan Persiapan Awal
-
Pengenalan Proyek dan Tujuan Diskusi mengenai sistem keamanan perimeter.
-
Studi kasus dan penerapan di industri.
-
Pemahaman konsep YOLO (You Only Look Once) dan arsitektur dasarnya.
-
Instalasi dan Persiapan Lingkungan Pengembangan Instalasi Python, OpenCV, dan pustaka YOLO.
-
Persiapan dataset awal untuk pelatihan.
-
Konfigurasi kamera CCTV dan pengaturan streaming video.
-
Dasar-dasar YOLO untuk Deteksi Objek Pengenalan YOLOv3 dan YOLOv4.
-
Penjelasan bounding box, confidence score, dan class probability.
-
Pelabelan dan Persiapan Dataset Pembuatan dataset khusus untuk area terlarang.
-
Penggunaan alat pelabelan seperti LabelImg.
-
Format penyimpanan dataset (XML, TXT).
-
Pemahaman Dataset COCO dan VOC Penjelasan dataset COCO dan VOC.
-
Pemahaman struktur dan penggunaan dataset tersebut dalam pelatihan model.
Sesi 6-10: Pelatihan Model YOLO
-
Konfigurasi Model YOLO dan Parameter Pelatihan Penjelasan file konfigurasi YOLO.
-
Penyesuaian hyperparameter (learning rate, batch size, epoch).
-
Pelatihan Model pada Dataset Khusus Proses pelatihan model menggunakan dataset terlabel.
-
Monitoring loss dan accuracy selama pelatihan.
-
Evaluasi Model dan Fine-Tuning Evaluasi model dengan metrik seperti mAP (mean Average Precision).
-
Fine-tuning model untuk meningkatkan kinerja.
-
Transfer Learning dan Data Augmentation Penerapan transfer learning untuk model YOLO.
-
Teknik data augmentation untuk memperbanyak variasi data.
-
Optimasi Model dan Penurunan Ukuran Model
-
Optimasi model dengan pruning dan quantization.



