Klasifikasi Social Distancing Berbasis Deep Learning Pada Data Video CCTV

Dengan menyebarnya virus Corona atau COVID-19 di Indonesia pada bulan maret 2020, menimbulkan berbagai dampak pada tiap aspek kehidupan masyarakat Indonesia selama kurang lebih 1 tahun ke depannya. Dengan adanya new normal, diharapkan roda ekonomi Indonesia tetap berjalan sehingga ekonomi Indonesia bisa seperti dulu lagi sebelum virus ini masuk ke Indonesia, tidak lupa dengan tetap menerapkan protokol kesehatan seperti menggunakan masker atau menerapkan social distancing. Tetapi pihak terkait mengalami kesulitan dalam mengetahui tingkat kepatuhan masyarakat dalam mematuhi protokol Social Distancing atau menjaga jarak pada new normal ini. Permasalahan ini dapat diselesaikan dengan bantuan salah satu model Deep Learning, yaitu SSD Mobilenet. Dimana SSD Mobilenet sebagai deteksi manusianya yang dibantu dengan algoritma tracking yaitu Kalman filter dan Hungarian Algorithm serta script lain yang membantu dalam pengklasifikasian Social Distancing. Dataset yang digunakan untuk melakukan training model adalah dataset Widerperson dan model hasil tersebut akan di uji cobakan ke dataset CCTV, yaitu Oxford Town Center Dataset (an urban street) dan Mall Dataset (an indoor mall). Dan hasil pengujian social distancing dua kelas yaitu melanggar dan tidak menghasilkan nilai Akurasi sebesar 68.2%, Presisi sebesar 82.3%, Recall sebesar 60.6%, dan F1 Score sebesar 69.8% pada Oxford Town Center Dataset dan Akurasi sebesar 78.3%, Presisi sebesar 94.5%, Recall sebesar 79.1%, dan F1 Score sebesar 86.1% pada Mall Dataset. ===================================================================================================== With the spread of the Corona virus or COVID-19 in Indonesia in March 2020, it caused various impacts on every aspect of Indonesian life for approximately 1 year to the community. With the new normal, it is hoped that the wheels of the Indonesian economy will continue to run so that the Indonesian economy can be like before before the virus entered Indonesia, don't forget to continue to apply health protocols such as wearing masks or implementing social distancing. However, related parties have difficulty knowing the level of community compliance in complying with the Social Distancing protocol or maintaining a distance in this new normal. This problem can be solved with the help of one of the Deep Learning models, which is SSD Mobilenet. Where the Mobilenet SSD as human detection is assisted by tracking algorithms, namely the Kalman filter and Hungarian Algorithm and other scripts that help in classifying Social Distancing. The dataset used to train the model is the Widerperson dataset and the resulting model will be tested on the CCTV dataset, which is Oxford Town Center Dataset (an urban street) and Mall Dataset (an indoor mall). And the results of the two-class social distancing test are violating and not, producing value is 68.2% of accuracy, 82.3% of precision, 60.6% of recall, dan 69.8% of F1 Score from Oxford Town Center Dataset and the result for test of social distancing for two classes is 78.3% of accuracy,94.5% of precision, 79.1% of recall, dan 86.1% of F1 Score from Mall Dataset