IMPLEMENTASI YOLOv8 PADA SISTEM MONITORING KOTAK AMAL SEBAGAI DETEKSI TINDAKAN PENCURIAN

Prasetyo, Galih (2026) IMPLEMENTASI YOLOv8 PADA SISTEM MONITORING KOTAK AMAL SEBAGAI DETEKSI TINDAKAN PENCURIAN. Diploma thesis, Politeknik Negeri Sriwijaya.

	Text (COVER) COVER.pdf - Published Version Download (515kB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (177kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf - Published Version Restricted to Repository staff only Download (186kB) | Request a copy
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf - Published Version Restricted to Repository staff only Download (706kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) BAB III.pdf - Published Version Restricted to Repository staff only Download (862kB) | Request a copy
	Text (BAB IV PEMBAHASAN) BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf - Published Version Restricted to Repository staff only Download (107kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (118kB) | Request a copy
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Kotak amal merupakan salah satu fasilitas yang rentan terhadap tindakan pencurian karena umumnya ditempatkan pada area yang mudah diakses oleh masyarakat. Sistem pengawasan konvensional masih bergantung pada pemantauan manual sehingga kurang efektif dalam memberikan peringatan secara cepat ketika terjadi aktivitas mencurigakan. Penelitian ini bertujuan mengimplementasikan algoritma YOLOv8 pada sistem monitoring keamanan kotak amal berbasis Raspberry Pi untuk mendeteksi tindakan pencurian secara real-time. Sistem menggunakan webcam sebagai perangkat akuisisi citra, Raspberry Pi sebagai pemroses utama, serta Telegram Bot sebagai media pengiriman notifikasi. Model YOLOv8 dilatih menggunakan dataset yang telah melalui proses anotasi, pre-processing, training, dan testing sehingga mampu mendeteksi objek manusia di sekitar kotak amal. Sistem kemudian mengklasifikasikan kondisi berdasarkan aktivitas yang terdeteksi dan mengirimkan notifikasi beserta gambar hasil deteksi apabila ditemukan aktivitas yang mengarah pada tindakan pencurian. Evaluasi performa dilakukan menggunakan parameter accuracy, precision, recall, F1-score, dan confidence score. Hasil penelitian diharapkan menunjukkan bahwa implementasi YOLOv8 pada Raspberry Pi mampu melakukan deteksi objek secara cepat dan akurat sehingga dapat meningkatkan efektivitas sistem monitoring keamanan kotak amal serta membantu pengurus masjid dalam melakukan pengawasan secara otomatis.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	YOLOv8, Computer Vision, Raspberry Pi, Kotak Amal, Deteksi Pencurian
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	30 Aug 2026 16:14
Last Modified:	30 Aug 2026 16:14
URI:	http://eprints.polsri.ac.id/id/eprint/25943

Actions (login required)

View Item