Pemanfaatan Algoritma Faster R-CNN ResNet-101 Untuk Deteksi Potongan Tubuh Manusia

Abstract

Deteksi potongan tubuh manusia adalah tugas yang sangat menantang. Deteksi potongan tubuh manusia dapat diterapkan dalam berbagai situasi seperti pencarian korban bencana alam, pencarian potongan tubuh yang tertutup dengan objek lain, korban kecelakaan, dan lain – lain sehingga dapat memudahkan para pengguna untuk mendeteksi potongan tubuh manusia. Potongan tubuh dalam penelitian ini dibedakan dalam dua kategori yaitu berdasarkan kelengkapan potongan tubuh manusia dan kelas yang dideteksi. Tujuan pada penelitian ini adalah untuk mengetahui kinerja Faster R-CNN dengan ResNet-101 dalam mendeteksi potongan tubuh manusia. Jumlah dataset yang digunakan sebanyak 100 citra gambar. Berdasarkan hasil penelitian, Faster R-CNN dengan ResNet-101 pada step 1000, 2000, dan 3000 menunjukkan bahwa hasil terbaik pada deteksi step 3000 dengan Precision 79,50%, Recall  68,80%, dan F1 score 73,76%. Pada penelitian ini, pemanfaatan algoritma Faster R-CNN dengan ResNet-101 mampu mendeteksi potongan tubuh Manusia namun kualitas piksel dan ketajaman pada citra gambar juga mempengaruhi hasil deteksi.